Fintecuriosity

이번 글의 내용은 전남대학교 산업공학과 김여근 교수님의 메타휴리스틱 교재 정리 및 참조하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 이 포스트는 "메타 휴리스틱" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다. 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 메타휴리스틱스는 범용 알고리즘의 틀입니다. 따라서 이를 기반으로 하여 특정 문제의 해결을 위한 알고리즘을 설계할 때, 모든 메타휴리스틱스에서 공통적으로 고려되는 기본 요소가 있는데, 이들 요소에는 해의 표현, 목적함수, 초기해, 파라미터 조정, 종료조건 등이 있습니다. 또한S-MH-h의 기본요소로는 이웃이 있습니다. 긴 글 읽어주셔서 감사..

이번 글의 내용은 전남대학교 산업공학과 김여근 교수님의 메타휴리스틱 교재 정리 및 참조하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 이 포스트는 "메타 휴리스틱" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다. 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 대부분의 메타휴리스틱스에서는 탐색 中에 목적함수 형태가 변하지 않습니다. 그러나 유도지역탐색(GLS)에서는 탐색에서 지역최적을 찾으면 그 주위는 중대된 목적함수로 변환합니다. 또한 입자군집최적화(PSO)에서도 이미 찾은 지역최적해 주위의 목적함수 값을 증대시켜 이 지역이 재 탐색되는 것을 막는 방법이 제안되었습니다. 이는 지역최적에서 벗어..

이번 글의 내용은 전남대학교 산업공학과 김여근 교수님의 메타휴리스틱 교재 정리 및 참조하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 이 포스트는 "메타 휴리스틱" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다. 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. S-MHs에서 현재해는 이웃에서 해(이웃해)를 발생하여 탐색을 계속합니다. 따라서 이들 알고리즘에서 탐색은 이웃 구조에 의해 결정됩니다. ILS와 GLS은 하나의 이웃을 사용하나, 가변이웃탐색(VNS)은 다양한 형태의 여러 이웃을 사용합니다. 여러 이웃 구조의 사용은 지역탐색의 '강화'가 주 목적입니다. 또한 초기해를 다른 형태의 이웃에서..

이번 글의 내용은 전남대학교 산업공학과 김여근 교수님의 메타휴리스틱 교재 정리 및 참조하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 이 포스트는 "메타 휴리스틱" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다. 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 초기해가 같으명 항상 같은 결과가 산출되는 알고리즘은 확정적이고, 초기해가 같아도 매번 다른 결과가 나올 수 있으면 확률적입니다. 대부분의 메타휴리스틱스는 확률적(stochastic)입니다. 단지 타부서치(Tabu Search, TS)는 파라미터가 변하지 않는다면 확정적 알고리즘이 됩니다. 확률적 메타휴리스틱의 매 반복에서 새로운 후보해(..

이번 글의 내용은 전남대학교 산업공학과 김여근 교수님의 메타휴리스틱 교재 정리 및 참조하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 이 포스트는 "메타 휴리스틱" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다. 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 대부분의 메타휴리스틱에서는 과거의 탐색 경험을 저장 또는 기억하여 미래의 탐색에 이용합니다. 이는 해공간의 효율적 탐색을 위한 것으로 메타휴리스틱의 중요한 성질 중 하나입니다. 타부서치는 기억을 명시적으로 사용(단기기억, 중기기억, 장기 기억)하여 탐색합니다. ACO에서는 과거 탐색 정보를 축척하여 이용하고, PSO에서는 자신과 군집의 가..

이번 글의 내용은 전남대학교 산업공학과 김여근 교수님의 메타휴리스틱 교재 정리 및 참조하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 이 포스트는 "메타 휴리스틱" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다. 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 매 반복에서 운용하는 후보해(candidate solutions)의 수에 따라 집단 기반 메타휴리스틱스(population-based metaheuristics: P-MHs)와 단일해 기반 메타휴리스틱스(single-solution based metaheuristics: S-MHs)로 분류할 수 있습니다. 매 반복(세대)에서 복수의 후보해..

이번 글의 내용은 전남대학교 산업공학과 김여근 교수님의 메타휴리스틱 교재 정리 및 참조하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 이 포스트는 "메타 휴리스틱" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다. 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 많은 메타휴리스틱은 자연현상을 모방하고 있습니다. 진화 알고리즘(진화전략, 진화프로그래밍, 유전알고리즘, 유전프로그래밍, 차분 진화)과 인공 면역시스템은 생물학에서, ACO, PSO, ABC는 군집 기능에서, SA는 고체물리학에서 영감을 얻었다고 합니다. 자연 현상을 모방하는 알고리즘의 주요 특징은 개체(해)가 하나가 아닌 집단을 이룬다는..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. n개의 표본으로 부터 구한 각 데이터(xi)와 표본평균(x̅)과의 파이를 편차(deviation: xi - x̅) 또는오차라 합니다. 그리고 편차의 합은 '0'이므로 편차의 평균도 0입니다. 그러므로 편차의 평균치로는 로트의 품질특성 차이를 설명할 수 없습니다. 편차를 제곱하여 합하면 평균에서 데이터까지의 편차를 표현할 수 있습니다. 이를 편차 '제곱 합'이라고 합니다. '제곱 합'은 '개개 데이터와 평균치의 차이를 제곱하여 모두 합한 값'입니다. n개의 데이터가 x1, x2, x3, ..... ,xn이고, 표본평균이 x̅라 하면, 제곱 합은 아래와 같습니다. 또한 [식 2..

※ 예산편성의 단계에서는 프로젝트의 예상비용과 수익을 보여줄 수 있는 예산이 편성됩니다. 프로젝트의 타당성은 예상 수익이 예상 비용보다 크다는 것을 입증할 때 성립됩니다. 새로운 개발 프로젝트를 위한 비용수익분석(cost-benefit analysis)을 보여주고 있습니다. 이 분석은 투자 수익과 현금 흐름 뿐만 아니라 프로젝트의 수익과 비용의 순현재가치를 보여주고 있습니다. 긴 글 읽어주셔서 감사합니다. 그러면 더 나아가서 다음 포스트에서는 "프로젝트 범위 기술서 작성 및 계획 수립"에 대해서 자세하게 예와 함께 기록하려고 합니다. 이 포스트는 "Essentials of Systems Analysis and Design" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다.

※ 리스크 확인 및 평가의 목적은 프로젝트의 리스크의 원천들을 확인하고 확인된 리스크들로 인한 결과를 예측하는 task 입니다. 리스크의 발생 원천으로는 신기술의 사용, 장래 사용자들의 변화에 대한 저항, 주요 자원의 이용 가능성, 시스템 구축에 따른 경쟁적 반응이나 규제 조치의 변화, 또는 기술이나 비즈니스 영역에 대한 팀 멤버들의 경험 부족 등을 들 수 있습니다. 우리는 프로젝트 리스크를 확인하고 평가하려는 노력을 지속적으로 기울여야 합니다. 프로젝트 리스크에 대한 확인 PVF의 새로운 구매처리시스템 개발에 있어서도 역시 필요한 활동입니다. Chris와 Juanita는 프로젝트에서 발생할 수 있는 부정적인 결과와 그것이 발생활 확률에 대해 확인하고 설명하기 위해 만났습니다. 비록 프로젝트 리스크 평가..