본 연구개발 과제는 개인형 이동수단 (PM, Personal Mobility, 전동킥보드 및 전기자전거 등)의 편리성에도 불구하고 "아무 곳에나 반납할 수 있는 공유 운영 방식"으로 인해 발생되는 문제점들을 해결하는 솔루션 개발을 목표하고 있음. - 공유 사업 운영 업체 : 기기의 충전 및 재배치 관리의 효율성 저하 (충전을 위해 기기나 배터리를 교외의 ...
AI 기반 운영 혁신
개인형 이동수단
주차인증
운영 최적화
2
2024년 4월-2027년 4월
|104,801,000원
공급망관리 최적화를 위한 범용 AI 연구:톰슨 샘플링을 활용한 데이터기반 적응형 온라인러닝 재고관리 알고리즘 개발
본 연구의 최종 목표는 “다양한 공급망의 환경정보와 재고정책에 대해, 업데이트되는 수요 데이터를 활용하여 AI 모형을 학습하고, 수요 트렌드 변화를 반영하며 최적 재고관리 결정을 도출하는 범용 SCM-AI 알고리듬 개발”이다.현재 제조업, 유통업 등 다양한 산업에서 공급망 최적화 AI 기술이 도입되고 있다. 이는 재고 관련 비용이 기업에서 큰 비중을 차지하...
공급망관리AI
범용 재고관리 알고리듬
톰슨샘플링
적응형 알고리듬
온라인러닝 알고리듬
3
2024년 3월-2028년 12월
|1,059,049,000원
AEGIS AI·CDSS 개발·실증: 심뇌혈관·응급실 운영 AI
1. AEGIS 데이터뱅크 구축2. AEGIS AI SW/CDSS 개발 3-1) 심뇌혈관-초기 영상 판독 기반 향후 영상검사 추천 모델 3-2) 심뇌혈관-뇌 영상 통합 판독 통한 진단 및 예후예측 지원 모델 3-3) 심뇌혈관-응급심장질환 조기진단 지원 모델 3-4) 심뇌혈관-응급심장질환 모니터링 및 예후예측 지원 모델 3-5) 운영지원-유입 환자 ...
심뇌질환
심전도
뇌컴퓨터전산단층촬영
인공지능
임상결정지원시스템
4
2024년 3월-2028년 12월
|796,234,000원
AEGIS AI·CDSS 개발·실증: 심뇌혈관·응급실 운영 AI
1. AEGIS 데이터뱅크 구축2. AEGIS AI SW/CDSS 개발 3-1) 심뇌혈관-초기 영상 판독 기반 향후 영상검사 추천 모델 3-2) 심뇌혈관-뇌 영상 통합 판독 통한 진단 및 예후예측 지원 모델 3-3) 심뇌혈관-응급심장질환 조기진단 지원 모델 3-4) 심뇌혈관-응급심장질환 모니터링 및 예후예측 지원 모델 3-5) 운영지원-유입 환자 ...
심뇌질환
심전도
뇌컴퓨터전산단층촬영
인공지능
임상결정지원시스템
5
주관|
2023년 5월-2024년 5월
|68,484,000원
다양한 유형의 고객과 배달원을 고려한 온라인 배달 플랫폼의 최적 가격 결정 및 주문 할당 의사결정 연구
본 연구는 배달 플랫폼에서 최적의 주문 수수료와 임금, 주문 수요와 배달 공급의 할당, 그리고 적정 고객 수 및 배달원 수를 함께 결정하는 문제를 다룬다. 고객들은 음식점으로부터의 배달 거리를 기준으로, 배달원들은 사용하는 운송수단을 기준으로 그 유형을 분류한다. 이때, 고객과 배달원은 각각 수수료 및 예상 대기시간과 기대임금에 따라 플랫폼 사용과 서비스 제공 여부를 결정한다. 따라서 배달 플랫폼은 원활한 서비스가 제공될 수 있도록 고객의 주문 수요와 배달원 공급을 균형 있게 조정해야 한다. 이를 위해 적정 수준의 배달 수수료와 배달원 임금을 설정하고, 주문처리시간을 감소시키면서도 배달 플랫폼의 효율성을 극대화할 수 있는 할당 방식을 함께 결정해야 한다.
이러한 복합적인 의사결정 문제를 다루기 위해서는 여러 유형의 고객과 배달원 간 상호 역학을 반영한 대기시간을 효과적으로 계산하고 분석하는 것이 중요하다. 이를 위해 본 연구진은 플랫폼의 이익을 목적함수로 하는 제약이 있는 최적화(constrained optimization) 수리 모형을 개발하고 해를 도출할 계획이다. 구체적으로, 본 연구는 다유형의 고객과 서버를 가정하는 MCMP(Multi-class multi-pool) 대기행렬 모형을 응용하여 의사결정에 영향을 미치는 대기시간을 계산함으로써 모형에 반영한다. 이를 기반으로 복잡한 가격 결정 및 할당 문제의 효율적인 근사해를 구하는 알고리즘을 제시하고 수치실험 및 해석적 분석을 통해 모형의 효과성 및 유의미한 시사점을 도출하고자 한다.
본 연구의 전략적 수행을 위해, 총 3단계의 세부 과제를 통해 단계적으로 연구를 진행할 계획이다. 1단계에서는 최적화 모형을 분석 가능한 구조로 변형하기 위해, 변수의 치환을 통해 목적함수의 차원을 축소시키고 MCMP 모형 내 복잡한 예상 대기시간 유도식을 근사하여 목적함수를 단순화시킨다. 현재, 본 연구진은 수수료와 임금을 수요량과 배달원 수에 대한 함수로 나타낼 수 있어 목적함수의 차원을 줄이는 것이 가능함을 포착하였다. 따라서 이후 복잡한 대기행렬 내 대기시간 함수를 선행연구에서 제시된 근사식(Sakasegawa, 1977)을 활용해 단순화시키고자 한다.
2단계에서는 목적함수의 해석적 특징을 분석하여 근사최적해를 도출하는 알고리즘을 제시한다. 목적함수가 각 변수 벡터에 대해 오목하다는 성질은 볼록의 일차원성과 헤시안 행렬 계산을 통해 확인할 수 있다. 그러나 서로 다른 변수 벡터가 복잡하게 얽혀있어, 해의 최적성 증명을 위해 요구되는 결합오목성(joint concavity)을 입증하는 것은 상당히 어렵다. 이러한 분석적 복잡도를 해결하고자 본 연구에서는 구간선형 근사방법을 통해 유의미한 상한과 하한을 제시하여 목적함수를 분석하고 근사최적해를 도출하는 알고리즘을 제시하고자 한다.
마지막 3단계에서는 실제 데이터 및 시뮬레이션을 활용한 수치실험을 통해 모형의 효과성을 입증하고, 수치 분석을 진행하여 유의미한 시사점을 도출하고자 한다. 실제 데이터는 Mao et al. (2022)과 국내 온디맨드 배달 플랫폼 기업으로부터 제공받을 계획이며, 효과성의 입증은 단일 유형의 고객과 배달원을 상정한 기존 연구(Bai et al., 2018) 등에서 제시된 알고리즘의 시뮬레이션 결과와 비교함으로써 달성하고자 한다.