• 대한공업교육학회지
• /
• v.41 no.1
• /
• pp.108-127
• /
• 2016

We confront incessant choices in life. A person or a group stands at a crossroad continuously and make decisions under limited conditions in each time in order to achieve a goal. These series of processions are referred to as decision making and dominates our actions. Based on this view, the decision making is crucial and it secures its own position in school education as well as in real life. The purpose of this study is to develop decision making skills instructional model that can be applied to improve decision making skills in technological subjects. The components of decision making skills in technological education was problem recognition, problem identification, alternative production, alternative assessment, optimum selection, optimum evaluate. An instructional models for improvement of decision making skills in technology education and examination was designed according to the components of decision making skills in technological education. Depending on the components of decision making skills developed a teaching material to experience each step. And in the teaching material was to verify the improved decision-making skill. Accordingly, a decision making instruction model in technology is expected to contribute to enhance students' decision making skills.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2005.05a
• /
• pp.202-205
• /
• 2005

대부분의 실험상황과 달리 실제 상황에서 사람들은 의사결정에 필요한 정보를 직접 획득해야 한다. 기존의 연구는 정보 획득 방략이 고정된 것으로 간주하였다. 그러나 반복적인 의사결정은 환경에 대한 피드백 학습을 가능케 하여 심적 모형 형성에 영향을 미치며, 심적 모형의 변화는 정보 획득 방략의 변화를 초래한다. 이 연구에서는 심적 모형 형성과 정보 획득 방략의 변화에 대해 고찰하였다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.257-260
• /
• 2000

본 연구에서는 의사결정나무모형을 이용하여 교통사고 유형 분석을 시도한다. 분석에 이용된 자료는 도로교통안전관리공단에서 수집한 교통사고 정밀조사 자료이다. 본 연구에서 목표변수는 '사고내용'이며, 설명변수는 '인적 요인', '차량적 요인', '도로 환경적 요인' 관련 변수이다. 목표변수에 주요한 기여를 하는 주요 설명변수를 도출하였으며, 얻어진 의사결정나무모형을 토대로 하여 교통사고를 유형화하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1993.10a
• /
• pp.63-65
• /
• 1993

전통적 의사결정 이론에 입각한 기존의 다기준 의사결정 모형은 명확하게 정의된 문제에 대해서 실함수로 표현된 사전의 선호정보에 의하여 모호함이 없이 확실한 선호의 판별을 산출하는 true-criterion 모형이다. 그러나 현실적인 의사결정 환경하에서 선호정보가 사전에 명확하게 하나의 실함수로 얻어지기는 매우 어렵다. 이는 곧 선호의 불확실성(fuzziness)이나 선호판별을 할 수 없는 비교불가능성(incomparability)등이 있을 수 있음을 의미한다. 1980년대 이후의 다기준의사결정 이론에 대한 연구는 불명확한 문제의 정형화나 선호의 불확실성을 인정하고, 이를 fuzzy 이론을 이용하여 모형의 설정에 반영하고 있다. 심지어는 선호관계의 비추이성(intransitivity)이나 비교불가능성까지도 인정하는 등 모형의 강건성(robustness)을 고려하는 연구가 활발하게 이루어지고 있다.

• Journal of the Korea Society for Simulation
• /
• v.23 no.4
• /
• pp.203-210
• /
• 2014

This study proposes adaptive decision making method having feed-back structure of regression and simulation models to support the quick decision making of production managers by managing and integrating the mutual relationship among historical data. For that, from historical data that have extracted and accumulated from each process, we first selected major constraint resources that are used as independent variables in regression model. The regression model is designed by using the dependent variables (objectives) that defined above by managers and independent variables selected in previous step and simulation model that are composed of constraint resources is designed. In process of simulation run, we obtain the multiple feasible solutions (alternatives) by using meta-heuristic method. Each solution is substituted by regression equation and we found the optimal solution that is minimum of difference between values obtained by regression model and simulation results. The optimal solution is delivered and incorporated to production site and current operation results from production site is used to generate new regression model after that time.

• The Korean Journal of Applied Statistics
• /
• v.22 no.5
• /
• pp.923-935
• /
• 2009

This study aims to explore a recommended model of decision tree to predict a hard-to-measure measurement in anthropometric survey. We carry out an experiment on cross validation study to obtain a recommened model of decision tree. We use three split rules of decision tree, those are CHAID, Exhaustive CHAID, and CART. CART result is the best one in real world data.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.16-22
• /
• 2002

STEP Method(STEM)는 의사결정자와 최적화 모형간의 상호작용을 통하여 문제를 해결하는 다목적 최적화 기법이다 STEM은 최적화 모형을 계산하는 계산 단계와 계산 단계에서 도출된 결과에 대하여 의사결절자의 선호도 정보를 모형에 반영하는 의사결정 단계로 구성되어 있다. STEM의 두 단계에서는 의사결정자의 선호도 정보가 불확실성을 포함한 경우를 적절히 고려하지 못하고 있다. 본 연구에서는 퍼지모델링 기법을 사용하여 STEM의 문제점을 보완한 기법을 제안하고자 한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.291-300
• /
• 1999

인터넷을 기반으로 한 정보통신의 급속한 발전이라는 기업환경의 변화에 적응하기 위해서 기업은 점차 모든 경영시스템을 인터넷을 기반으로 하도록 변화시키고 있을 뿐만 아니라, 기업 조직 또한 전세계를 기반으로한 글로벌 기업 형태로 변화하고 있다. 이러한 급속한 경영환경의 변화로 인해서 기업 내에서는 종전과는 다른 형태의 부서간 상호의사결정조정 과정이 필요하게 되었다. 일반 기업들을 대상으로 한 상호의사결정의 지원과정에 대해서는 기존에 많은 연구들이 있었으나 글로벌기업과 같은 네트워크 형태의 새로운 형태의 기업에 있어서의 상호의사결정과정을 지원할 수 있는 의사결정지원시스템에 대해서는 단순한 그룹의사결정지원시스템 또는 분산의사결정지원시스템과 같은 연구들이 주를 이루고 있다. 따라서 본 연구에서는 인터넷 특히, 웹을 기반으로 한 기업의 글로벌경영 및 분산 경영에서 비롯되는 부서간 상호의사결정이라는 문제를 효율적으로 지원할 수 있는 기업의 글로벌경영 및 분산 경영에서 비롯되는 부서간 상호의사결정이라는 문제를 효율적으로 지원할 수 있는 메커니즘을 제시하고 이에 기반한 프로토타입 형태의 시스템을 구현하여 성능을 검증하고자 한다. 특히, 기업 내에서 가장 대표적으로 상호의사결정지원이 필요한 생산과 마케팅 부서를 대상으로 상호의사결정지원 메커니즘을 개발하고 실험을 진행하였다. 그 결과 글로벌 기업내의 생산과 마케팅 부서간 상호의사결정을 효율적으로 지원 할 수 있는 상호조정 메카니즘인 개선된 PROMISE(PROduction and Marketing Interface Support Environment)를 기반으로 한 웹 분산의사결정지원시스템 (Web-DSS : Web-Decision Support Systems)을 제안하는 바이다.자대상 벤처기업의 선정을 위한 전문가시스템을 구축중이다.의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.ting LMS according to increasing the step-size parameter $\mu$ in the experimentally computed. learning curve. Also we find that convergence speed of proposed algorithm is increased by (B+1) time proportional to B which B is the number of recycled data buffer without complexity of computation. Adaptive transversal filter with proposed data recycling buffer

• Asia pacific journal of information systems
• /
• v.5 no.1
• /
• pp.36-51
• /
• 1995

본 논문에서는 비구조적인 의사결정문제를 효과적으로 해결하기 위하여 감독학습 인공신경망 모형과 비감독학습 인공신경망 모형을 결합한 하이브리드 인공신경망 모형인 HYNEN(HYbrid NEural Network) 모형을 제안한다. HYNEN모형은 주어진 자료를 클러스터화 하는 CNN(Clustering Neural Network)과 최종적인 출력을 제공하는 ONN(Output Neural Network)의 2단계로 구성되어 있다. 먼저 CNN에서는 주어진 자료로부터 적정한 퍼지규칙을 찾기 위하여 클러스터를 구성한다. 그리고 이러한 클러스터를 지식베이스로하여 ONN에서 최종적인 의사결정을 한다. CNN에서는 SOFM(Self Organizing Feature Map)과 LVQ(Learning Vector Quantization)를 클러스터를 만든 후 역전파학습 인공신경망 모형으로 이를 학습한다. ONN에서는 역전파학습 인공신경망 모형을 이용하여 각 클러스터의 내용을 학습한다. 제안된 HYNEN 모형을 우리나라 기업의 도산자료에 적용하여 그 결과를 다변량 판별분석법(MDA:Multivariate Discriminant Analysis)과 ACLS(Analog Concept Learning System) 퍼지 ARTMAP 그리고 기존의 역전파학습 인공신경망에 의한 실험결과와 비교하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.8 no.1
• /
• pp.156-165
• /
• 2003

The purpose of this study is concerned with possibilistic decision making model (PDMM) that can be used to help CEO and information systems managers decide which information systems should be selected. The application of IT which has influence on rapidly changed environment of enterprise plays an important role in enterprise's activity. When enterprise outsource IT, it is very important to select vendors that reflect goals and constraints of organization. For this purpose, mathematical model in which possibilistic programming is applied is suggested in this study. Although many researches have conducted in conventional programming and stochastic programming. they are still limited in solving practical problems and imprecise/uncertain situations. Multiple decision making model in which impreciseness of input variable is considered can be constructed in PDMM.