• 한국경영과학회지
• /
• 제31권1호
• /
• pp.91-103
• /
• 2006

Given a bill of materials (BOM) tree T labeled by the breadth first search (BFS) order from node 0 to node n and a general network ${\Im}=(V,A)$, where V={1,2,...,m} is the set of production facilities and A is the set of arcs representing transportation links between any of two facilities, we assume that each node of T stands for not only a component. but also a production stage which is a possible stocking point and operates under a periodic review base-stock policy, We also assume that the random demand which can be achieved by a suitable service level only occurs at the root node 0 of T and has a normal distribution $N({\mu},{\sigma}^2)$. Then our integrated model of facility location problems and safety stock optimization problem (FLP&SSOP) is to identify both the facility locations at which partitioned subtrees of T are produced and the optimal assignment of safety stocks so that the sum of production cost, inventory holding cost, and transportation cost is minimized while meeting the pre-specified service level for the final product. In this paper, we first formulate (FLP&SSOP) as a nonlinear integer programming model and show that it can be reformulated as a 0-1 linear integer programming model with an exponential number of decision variables. We then show that the linear programming relaxation of the reformulated model has an integrality property which guarantees that it can be optimally solved by a column generation method.

• 한국통신학회논문지
• /
• 제31권11A호
• /
• pp.1120-1129
• /
• 2006

무선 ad-hoc 네트워크 환경에서 이동 호스트의 배터리 수명을 최대화하는 것은 시스템의 수명과 성능을 향상시키므로 매우 중요하다. 이동 호스트들은 라우팅 역할을 수행하므로 네트워크의 구조와 이동 호스트들의 위치에 따라 이동 호스트들의 에너지 소비의 차이가 발생된다. 본 논문에서 각 이동 호스트는 에너지 트리를 유지하며, 메시지 트리 패킷을 이용하여 이웃 이동 호스트들의 에너지의 양을 주기적으로 파악한다. 이동 호스트는 패킷을 전송하기 위한 라우팅 경로를 설정할 때 에너지 트리와 너비우선 탐색을 이용하여 에너지 소비가 가장 적절한 경로를 선택한다. 제안기법은 무선 ad-hoc 네트워크 환경에서 각 이동 호스트의 에너지의 양이 균등하게 사용됨으로써 제한된 배터리 용량을 가진 이동 호스트들이 최대한 오랫동안 동작하므로 시스템의 수명과 성능을 향상시킨다.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.141-150
• /
• 2012

본 논문은 프로젝트 일정을 계획하고 관리하는 PERT/GANTT 차트를 쉽게 그릴 수 있는 임계경로 탐색 알고리즘을 제안하였다. 프로젝트 일정을 결정하는 임계경로를 계산하기 위해 일반적으로 CPM (Critical Path Method)이 적용되고 있다. 그러나 CPM은 프로젝트 수행 활동들의 수행 기간과 상호 의존 관계에 따라 초기에 작성된 네트워크 다이어그램에 대해 임계경로를 계산하는데 5 단계를 수행하며, $T_E$ (The Earliest Time)을 계산하는 노드 (활동)들의 순서를 결정하는 방법을 제시하지 않아 특정 노드의 $T_E$를 정확히 계산하지 못할 수도 있다. 또한, CPM으로 얻은 네트워크 다이어그램의 활동들의 수행 순서가 시각적으로 명확히 표현할 수 없어 Lucko는 9 단계를 거치는 알고리즘을 제안하였다. 반면에, 제안된 알고리즘은 먼저, 초기에 작성된 네트워크 다이어그램에 대해 너비우선 탐색으로 노드들을 레벨로 재배치하여 수행 순서를 사전에 결정한다. 다음으로, 각 레벨에 속한 노드들을 임의로 선택하여 $T_E$를 계산하는 단계만을 거쳐 임계경로를 즉시 결정한다. 마지막으로, 각 레벨에서 임계경로에 속한 노드들의 $T_E$를 기준으로 임계경로에 속하지 않은 노드들의 $T_E$에 따라 약간의 이동으로 프로젝트 활동들의 수행 순서를 시각적으로 명확히 표현하도록 하였다. 제안된 알고리즘은 10개의 실제 프로젝트 데이터에 대해 적용성을 검증하였다. 제안된 알고리즘은 모든 프로젝트에서 임계경로를 구할 수 있었으며, 활동들의 수행 순서를 시각적으로 명확히 표현하였다. 또한, 제안된 알고리즘은 CPM의 5단계를 1단계로 단축시키는 장점과 더불어 활동들의 수행순서를 명확히 표현하기 위한 Lucko의 9 단계 수행 과정을 2단계로 간단히 하였으며, PERT/GANTT 차트로 즉시 전환시킬 수 있는 장점도 갖고 있다.

• 마케팅과학연구
• /
• 제17권3호
• /
• pp.39-59
• /
• 2007

기업 환경의 국제화에 따라 설립초기에 국제화를 시도하는 벤처 기업이 증가하고 있고 이러한 현상은 기존의 기업 국제화의 단계적인 모델로는 설명에 한계를 가진다. 소위 태생적 글로벌 벤처(born global venture; BGV)은 R&D 밀집도와 경쟁밀집도가 높은 하이테크 산업에서 많이 나타나며 기존의 실증 연구에서 BGV의 환경 및 기업의 역량 특성과 국제화에 따른 기업 성과에 대한 연구가 진행되어 왔다. 그러나 기업의 성과의 경우 실증적인 연구에서 상호 다른 결과를 보이고 있으며 기업의 성과에 중요한 영향을 미치는 마케팅 전략에 대한 논의가 부족했다고 판단된다. 이에 본 연구에서는 BGV에 포함되지 않는 기업(Non_BGV)에 비하여 BGV가 보유하고 있는 기업 역량과 마케팅 전략의 차이 및 BGV의 기업 성과를 성장성, 수익성, 시장 성과 측면에서 분석해 보았다. 결과적으로 BGV는 Non_BGV에 비하여 기업의 지식을 활용하는 능력 및 해외 경험에서 차이를 보였으며 두 기업군이 추구하는 마케팅 전략에서도 차이가 있음을 보였다. 또한 기업의 성과 측면에서는 성장성과 시장 성과에서는 BGV가 더 나은 성과를 보였으나 수익성 측면에서는 차이가 없는 것으로 분석되었다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.