• The Journal of Asian Finance, Economics and Business
• /
• 제7권12호
• /
• pp.761-771
• /
• 2020

This study discusses the role of Board Monitoring Effectiveness (BME) on managers' decisions regarding the business strategies that fit the external business environmental conditions by using a contingency analysis approach. Furthermore, this study will examine how fit strategies affect Sustainability Reporting (SR) of listed companies on the Indonesia Stock Exchange (IDX) from 2014 to 2017. This study uses Conditional Mixed Process (CMP) technique. This CMP method is claimed to be more efficient in analyzing the TSL models. This study found that in highly uncertain conditions, BME had a positive influence on the probability of managers to choose prospector and defender strategies rather than analyzers. These results indicate that BME shows positive impact on the contingency fit between business strategies and environmental uncertainty. In addition, the study documents that only prospectors have a positive impact on SR, however this study failed to document that defenders have positive impact on SR. Meanwhile the unexpected result is analyzers have a significantly positive effect on SR. This study is the first study to investigate the role of BME in contingency fit between business strategies and environmental uncertainties and how it produces effects up to the level of SR.

• Nuclear Engineering and Technology
• /
• 제55권6호
• /
• pp.2096-2106
• /
• 2023

Rotating machinery is widely applied in important equipment of nuclear power plants (NPPs), such as pumps and valves. The research on intelligent fault diagnosis of rotating machinery is crucial to ensure the safe operation of related equipment in NPPs. However, in practical applications, data-driven fault diagnosis faces the problem of small and imbalanced samples, resulting in low model training efficiency and poor generalization performance. Therefore, a deep convolutional conditional generative adversarial network (DCCGAN) is constructed to mitigate the impact of imbalanced samples on fault diagnosis. First, a conditional generative adversarial model is designed based on convolutional neural networks to effectively augment imbalanced samples. The original sample features can be effectively extracted by the model based on conditional generative adversarial strategy and appropriate number of filters. In addition, high-quality generated samples are ensured through the visualization of model training process and samples features. Then, a deep convolutional neural network (DCNN) is designed to extract features of mixed samples and implement intelligent fault diagnosis. Finally, based on multi-fault experimental data of motor and bearing, the performance of DCCGAN model for data augmentation and intelligent fault diagnosis is verified. The proposed method effectively alleviates the problem of imbalanced samples, and shows its application value in intelligent fault diagnosis of actual NPPs.

• Journal of the Korean Data and Information Science Society
• /
• 제10권1호
• /
• pp.119-133
• /
• 1999

마코브체인 몬테칼로 방법을 소프트웨어 신뢰모형에 이용하였다. 베이지안 추론에서 조건부 분포를 가지고 사후분포를 결정하는데 있어서의 계산 문제를 고찰하였다. 특히 레코드값을 통계량을 갖고서 혼합과정과 중첩과정에 대하여 깁스샘플링 알고리즘과 메트로폴리스 알고리즘을 활용하여 베이지안 계산과 모형 선택을 제시하고 모의실험자료를 이용하여 수치적 인 계산을 시행하고 그 결과를 비교하였다.

• Korean Chemical Engineering Research
• /
• 제52권4호
• /
• pp.475-480
• /
• 2014

플랜트 배치 최적화 문제의 목적은 장치를 연결하는 파이프의 길이를 최소화 하는데 있다. 하지만, 기존 연구들은 대체적으로 단일 층의 배치 문제를 다루고 있으며, 또한 장치 간 유지 보수에 필요한 최소 공간 확보, 사고 예방을 위한 장치 간 이격 거리등 안전 요소를 간과해 왔다. 본 연구에서는 장치 간 유지 보수에 필요한 최소 거리 확보 및 안전 이격 거리를 고려하여 플랜트 배치 문제를 MILP(Mixed Integer Linear Programming) 형태의 문제로 정의하였다. 본 문제의 목적함수는 장치 간 연결하는 파이프 비용이며 제약조건은 안전을 위한 장치 간 최소 이격 거리, 유지 보수에 필요한 공간으로 설정하였다. 하지만, 공정 특성에 따라 필요한 공간 및 작업자의 통행 등 다양한 제약조건을 수반하게 된다. 이에 따라 플랜트 배치 문제를 일반적인 수학식으로 표현하는 데 많은 제약이 있으며, 따라서 함수의 미분식을 이용하는 기존 최적화 방법론을 이용하여 문제를 해결하는 데 많은 어려움이 있다. 본 연구에서는 함수의 미분식을 적용하지 않고 이용이 가능한 경험적 최적화 기법 중 하나인 PSO(Particle Swarm Optimization)를 이용하여 최적화를 수행하였다. 본 연구에서 개발한 모델의 검증을 위해 Ethylene Oxide 공정을 2층으로 배치하는 최적화를 수행하였다.