RnDCircle Logo
arrow left icon

생산시스템최적화연구실

부산대학교 산업공학과

이규민 교수

Nanomaterials Development

Vehicle Routing

Computational Optimization

생산시스템최적화연구실

산업공학과 이규민

생산시스템최적화연구실은 산업공학의 핵심 분야인 운영관리, 공급망 관리, 재난관리, 데이터 분석 및 인공지능을 융합하여 산업 현장과 사회 전반의 복잡한 문제를 해결하는 데 주력하고 있습니다. 본 연구실은 수학적 모델링, 시뮬레이션, 최적화, 데이터 마이닝, 머신러닝 등 다양한 첨단 기법을 활용하여 생산 시스템의 효율성 극대화와 의사결정 지원을 위한 실용적 솔루션을 개발하고 있습니다. 특히, 공급망 네트워크의 최적화, 재고 및 물류 관리, 생산 계획, 대규모 조립 블록의 공간 배치 등 실제 산업 현장에서 발생하는 다양한 문제를 해결하기 위한 연구를 활발히 수행하고 있습니다. 혼합정수계획법, 유전 알고리즘, 메타휴리스틱 등 최신 최적화 기법을 적용하여 복잡한 제약 조건과 불확실성을 반영한 모델을 개발하고, 실제 기업 및 공공기관과의 협력 프로젝트를 통해 현장 적용성을 높이고 있습니다. 또한, 재난관리 및 인도적 물류 분야에서는 지진, 원자력 사고 등 다양한 재난 상황에서의 구호물자 배분, 긴급 대피, 의료 지원 등 인도적 물류 문제를 수리적 모델과 시뮬레이션을 통해 체계적으로 분석합니다. 에이전트 기반 시뮬레이션, 빅데이터 분석, 딥러닝 등 첨단 데이터 분석 기법을 활용하여 재난 대응의 효율성과 신속성을 높이고, 정부 및 지자체와의 협력을 통해 실질적인 재난 대응 역량 강화에 기여하고 있습니다. 데이터 분석 및 인공지능 기반 의사결정 지원 분야에서는 빅데이터, 데이터 마이닝, 머신러닝, 딥러닝 등 첨단 기술을 활용하여 생산성 향상, 비용 절감, 품질 개선 등 다양한 성과를 창출하고 있습니다. 제조업, 물류, 공급망, 재난관리 등 다양한 응용 분야에서 데이터 기반 예측 모델, 최적화 모델, 시뮬레이션 모델을 개발하여 산업 현장의 혁신을 이끌고 있습니다. 이처럼 생산시스템최적화연구실은 산업공학의 이론적 발전과 더불어 실제 산업 및 사회 문제 해결에 중점을 두고 있으며, 미래 지향적 스마트 팩토리, 스마트 물류, 스마트 재난 대응 시스템 구축 등 4차 산업혁명 시대의 새로운 패러다임을 제시하고 있습니다.

Nanomaterials Development
Vehicle Routing
Computational Optimization
운영관리 및 공급망 최적화
운영관리 및 공급망 최적화는 생산, 물류, 재고, 운송 등 다양한 산업 현장에서 효율성을 극대화하기 위해 필수적인 연구 분야입니다. 본 연구실에서는 수학적 모델링, 시뮬레이션, 최적화 기법을 활용하여 복잡한 공급망 네트워크와 생산 시스템의 운영 문제를 해결하고 있습니다. 이를 통해 자원 배분, 생산 일정, 물류 경로, 재고 관리 등 다양한 의사결정 문제에 대한 최적의 해법을 제시합니다. 특히, 혼합정수계획법, 유전 알고리즘, 메타휴리스틱 등 첨단 최적화 기법을 적용하여 실제 산업 현장에서 발생하는 다양한 제약 조건과 불확실성을 반영한 모델을 개발합니다. 예를 들어, 대규모 조립 블록의 공간 배치, 다품종 소량 생산 환경에서의 생산 계획, 다중 창고 및 분산 물류 시스템의 경로 최적화 등이 주요 연구 주제입니다. 또한, 공급망의 지속가능성, 친환경 물류, 그린 비히클 라우팅 등 환경적 요소를 고려한 최적화 연구도 활발히 진행되고 있습니다. 이러한 연구는 실제 산업체와의 협력 프로젝트, 정부 및 공공기관의 재난 대응 시스템 구축 등 다양한 현장 적용 사례를 통해 그 효과와 실용성을 입증하고 있습니다. 궁극적으로 본 연구실은 운영관리 및 공급망 최적화 연구를 통해 산업 현장의 경쟁력 강화와 사회적 가치 창출에 기여하고 있습니다.
재난관리 및 인도적 물류
재난관리 및 인도적 물류는 자연재해, 인위적 재난 등 비상 상황에서 인명 구조와 피해 최소화를 목표로 하는 중요한 연구 분야입니다. 본 연구실에서는 지진, 원자력 사고, 팬데믹 등 다양한 재난 상황에서의 구호물자 배분, 긴급 대피, 의료 지원 등 인도적 물류 문제를 수리적 모델과 시뮬레이션을 통해 체계적으로 분석합니다. 특히, 대규모 재난 발생 시 구호소 위치 선정, 의료 구호소 배치, 구호물자 운송 경로 최적화 등 실제 현장에서의 의사결정 문제를 해결하기 위한 수리적 프로그래밍 및 메타휴리스틱 기반의 알고리즘을 개발합니다. 또한, 에이전트 기반 시뮬레이션, 빅데이터 분석, 딥러닝 등 첨단 데이터 분석 기법을 활용하여 재난 대응의 효율성과 신속성을 높이고 있습니다. 실제로 원자력 재난 대비 시뮬레이션 시스템, 지진 구호 운영 시뮬레이션 등 다양한 정부 및 지자체 프로젝트에 참여하여 실질적인 재난 대응 역량 강화에 기여하고 있습니다. 이러한 연구는 재난 발생 시 신속하고 효율적인 자원 배분, 피해 최소화, 생존율 향상 등 사회적 가치 실현에 중점을 두고 있습니다. 또한, 인도적 물류의 이론적 발전뿐만 아니라, 실제 정책 수립 및 현장 적용을 위한 실용적 솔루션 개발에 주력하고 있습니다.
데이터 분석 및 인공지능 기반 의사결정 지원
데이터 분석 및 인공지능 기반 의사결정 지원은 4차 산업혁명 시대에 산업공학의 핵심 연구 분야로 부상하고 있습니다. 본 연구실에서는 빅데이터 분석, 데이터 마이닝, 머신러닝, 딥러닝 등 첨단 데이터 기반 기술을 활용하여 복잡한 산업 현장의 의사결정 문제를 해결하고 있습니다. 이를 통해 생산성 향상, 비용 절감, 품질 개선 등 다양한 성과를 창출하고 있습니다. 특히, 제조업, 물류, 공급망, 재난관리 등 다양한 응용 분야에서 데이터 기반 예측 모델, 최적화 모델, 시뮬레이션 모델을 개발하고 있습니다. 예를 들어, 반도체 제조 공정의 작업 주기 예측, 자전거 공유 시스템의 수요 예측, 항공사 동적 가격 결정, 블록체인 기반 금융 최적화 등 다양한 실제 문제에 인공지능 기법을 적용하여 높은 예측 정확도와 실용성을 확보하고 있습니다. 또한, 트래픽 데이터, 센서 데이터, 특허 빅데이터 등 다양한 형태의 데이터를 통합 분석하여 새로운 인사이트를 도출하고 있습니다. 이러한 연구는 산업 현장의 데이터 기반 혁신을 촉진하고, 미래 지향적 스마트 팩토리, 스마트 물류, 스마트 재난 대응 시스템 구축에 기여하고 있습니다. 궁극적으로 데이터 분석 및 인공지능 기반 의사결정 지원 연구를 통해 산업공학의 새로운 패러다임을 제시하고 있습니다.
1
Stabilization of Delayed Fuzzy Neutral-type Systems Under Intermittent Control
R. Vadivel, S. Shanmugam, B. Unyong, P. Hammachukiattikul, Keum-sik Hong, Gyu M. Lee
INTERNATIONAL JOURNAL OF CONTROL AUTOMATION AND SYSTEMS, 2021
2
Prediction of Transportation Costs Using Trapezoidal Neutrosophic Fuzzy Analytic Hierarchy Process and Artificial Neural Networks
Akash Singh, Amrit Das, Uttam Bera, Gyu M. Lee
IEEE Access, 2021
3
A Hybrid Approach Combining Fuzzy c-Means-Based Genetic Algorithm and Machine Learning for Predicting Job Cycle Times for Semiconductor Manufacturing
Gyu M. Lee, Xuehong Gao
Applied Science, 2021
1
National Research Foundation, “Pre- and Post-disaster Relief and Recovery Operation Management Planning for Earthquake Using Data Analytics”
2018년 11월 ~ 2021년 10월
2
National Research Foundation, “Disaster Management (Humanitarian Evacuation and Relief Chain Management) in Nuclear Disaster”
2015년 11월 ~ 2018년 10월
3
Samsung Heavy Industry, “Transporter Planning for Large Assembly Blocks: Logistics”
2014년 08월 ~ 2015년 03월