• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.334-336
• /
• 2002

본 논문에서는 스타그래프 다중처리시스템을 위한 새로운 프로세서 할당방범을 제안한다. 기존의 할당방법은 프로세서 단편화로 인해 작업을 처리할 서브스타를 형성하지 못하면 프로세서 할당이 지연되는 문제점이 있었다. 이러한 할당 지연은 작업의 대기시간을 증가시키고 시스템의 성능 향상을 제한한다. 본 논문에서 제안하는 할당방법은 프로세서 할당 지연이 발생하면 동적할당테이블을 사용하여 단편화된 프로세서의 주소론 재생성한다. 새로운 주소의 프로세서들로 가용 서브스타를 형성하여 할당함으로써 작업의 대기시간을 줄이고 프로세서 단편화를 최소화한다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.35 no.2
• /
• pp.173-180
• /
• 2012

이 논문에서는 작업의 처리시간이 임의의 확률분포를 따르고 작업의 납기일이 작업마다 별개인 상황에서의 단일 기계 스케줄링문제에 관하여 살펴본다. 이 때 충분히 이른 작업의 수를 최대화시키는 데에 관심을 둔다. 이러한 스케줄링문제를 풀기 위한 두 가지 알고리즘, 즉 이진정수계획모형과 스케줄링 규칙을 제안한다. 여기서 제안하는 스케줄링 규칙은 처리시간과 납기일이 확정적인 경우에 지연작업의 수를 최소화시켜주는 스케줄링을 제공하는 기존 알고리즘을 처리시간과 납기일이 확률적인 경우로 확장한 것이다. 다음으로 이진정수계획모형과 스케줄링규칙을 성과측면에서 비교한다. 그 결과 대부분의 경우에 스케줄링 규칙이 이진정수계획모형과 거의 같은 스케줄을 제공할 뿐만 아니라 컴퓨터자원을 매우 적게 소모한다.

• Proceedings of the Korean Institute of Industrial Safety Conference
• /
• 1997.11a
• /
• pp.337-343
• /
• 1997

일반적으로 안전가공경로를 위한 기계그룹형성 및 부품결정모델을 위하여 각 기계에는 제한된 형태의 공구저장소(Tool Magagine)를 장착하고 있으며, 공구저장소에는 기계에서 가공되어질 안전공정을 수행할 공구를 보유하고 있고 이러한 기계들은 필요한 공구를 경제적으로 안전관리하거나, 기계이용율을 증가 또는 준비시간을 감소시키기 위해서 여러개의 그룹으로 형성되어지고 있다. 일반적으로 안전가공경로 기계그룹형성의 목적은 다음과 같다. 1) 자제이동비용의 최소화 2) 기계중복사용의 최소화 3) Cell간 이동비용의 최소화 4) 부품의 대체경로를 제공 5) 기계그룹간 작업부하불균등문제 최소화 6) 안전가공경로 최소화 (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.504-506
• /
• 1999

분산환경에서의 멀티미디어 공동저작은 분산되어 있는 정보와 데이터를 사용하여 작업이 이루어진다. 그러므로 사용자들이 원격지 시스템에 있는 공유객체를 망을 통하여 액세스할 때 데이터 전송으로 인한 작업 지연을 최소화하기 위해 원격지의 데이터중 필요 내용들을 지역 시스템에 효율적으로 캐슁하는 기능이 요구된다. 그러나 공동저작 시 발생하는 전소지연을 최소화하기 위한 캐슁 기법에 대한 연구는 아직 미흡한 실정이다. 본 논문에서는 공동저작에서의 효율적인 캐슁을 위하여 저작 데이터의 특성과 시간, 공간지역성을 고려한 2-레벨 캐슁 기법을 제시한다.

• Journal of the Korea Society for Simulation
• /
• v.28 no.4
• /
• pp.45-56
• /
• 2019

Literatures have considered mathematical model that change the job order of shipper for improving the operation time of yard crane. However, on the real site, it is impossible to change the job order decided according to the shipper's arrival order. Therefore, operation managers have been utilized the relatively simple strategy that job control is better but the process time of yard crane is longer due to the growth of yard crane's interference time and empty drive time. This study proposed a new yard-crane scheduling approach that decided the job order before the shipper's truck arrived the yard terminal. We utilize the Container Pre-Information Notice estimating the arrival time of truck. We developed the container terminal simulation model for validation of the effect of proposed scheduling approach. The results show that the proposed scheduling reduced the interference delay time and empty moving time of yard crane and shipper's truck delay time.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.327-329
• /
• 2023

순서 의존적 준비시간을 갖는 단일기계 생산라인에서 주어진 작업들을 효율적으로 수행하기 위해서는 최대한 동일하거나 유사한 유형의 작업물들을 연속적으로 처리하여 다음 번 작업물의 처리를 시작하기 전에 발생하는 준비시간을 최소화하여야 한다. 따라서, 대기 중인 것들 중 기계에 투입할 작업물을 적절히 선택하는 것이 중요하며, 이를 위해 작업 배정 규칙과 같은 휴리스틱을 사용할 수도 있지만, 이러한 해법들은 일반적으로 다양한 상황을 동적으로 고려하지 못하는 한계점을 갖는다. 따라서, 본 논문에서는 상용 3D 시뮬레이션 소프트웨어인 FlexSim을 사용하여 모형을 구성한 다음, 강화학습을 적용하여 대기 중인 작업물 중 최적의 후보를 선택하기 위한 작업 배정 모형을 개발하고자 한다. 세부적으로는 강화학습의 상태 및 보상을 달리 설정하면서 학습된 모형의 성능을 비교하고자 한다. 실험 결과를 통해 적절한 시뮬레이션 모형 구성과 강화학습의 파라미터 변수들을 적절히 조합하여 적절한 작업 배정 모형의 개발이 가능하다는 점을 알 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.79-82
• /
• 2001

생산품을 제조하는 과정에서 처리 시간에 따른 제조 기계를 최적의 수로 결정함으로서 공정 과정에서 비효율적인 제조 기계의 활용 비율을 줄일 수 있으며, 이는 공정 과정의 비용을 최소화할 수 있는 방법 중에 하나이다. 본 논문에서는 핸드폰에 사용되는 여러 가지 모델의 배터리를 생산하는 공장의 작업 과정을 조사하고, 일정하기 않은 처리 시간과 작업에 필요한 제조 기계를 조사하였다. 이를 인공 신경망(ANN)의 역전파 알고리즘을 이용하여 생산현장에서 효율적인 처리 시간과 공정 과정에서 생산에 적합한 기계의 수를 최적화시키는 방법을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.343-345
• /
• 2020

본 논문에서는 AI 기술을 이용한 객체 생성을 위해 윈도우 환경에서 DCGAN 알고리즘을 사용한 객체 생성에 대한 방법을 제안한다. 이 방법은 아나콘다, 리눅스 등의 가상환경을 요구하지 않기 때문에 사전 환경구성시간을 최소화한다. 또한 이 방법은 Python을 기반으로 구현됐기 때문에 이해 및 추가개발 및 수정이 편리하다. 따라서 빠른 시간 내에 자신이 원하는 객체를 생성해낼 수 있는 시스템을 구축하는 방법을 제안한다.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.5
• /
• pp.45-52
• /
• 2008

In this paper, we propose an efficient dynamic workload balancing strategy which improves the performance of high-Performance computing system. The key idea of this dynamic workload balancing strategy is to minimize execution time of each job and to maximize the system throughput by effectively using system resource such as CPU, memory. Also, this strategy dynamically allocates job by considering demanded memory size of executing job and workload status of each node. If an overload node occurs due to allocated job, the proposed scheme migrates job, executing in overload nodes, to another free nodes and reduces the waiting time and execution time of job by balancing workload of each node. Through simulation, we show that the proposed dynamic workload balancing strategy based on CPU, memory improves the performance of high-performance computing system compared to previous strategies.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.7
• /
• pp.13-23
• /
• 2011

Grid computing is a new generation computing technology which organizes virtual high-performance computing system by connecting and sharing geographically distributed heterogeneous resources, and performing large-scaled computing operations. In order to maximize the performance of grid computing, job scheduling is essential which allocates jobs to resources effectively. Many studies have been performed which minimize total completion times, etc. However, resource costs are also important, and through the minimization of resource costs, the overall performance of grid computing and economic efficiency will be improved. So in this paper, we propose a multi-objective job scheduling model considering both time and cost. This model derives from the optimal scheduling solution using NSGA-II, which is a multi objective genetic algorithm, and guarantees the effectiveness of the proposed model by executing experiments with those of existing scheduling models such as Min-Min and Max-Min models. Through experiments, we prove that the proposed scheduling model minimizes time and cost more efficiently than existing scheduling models.