RnDCircle Logo
이규민 연구실
부산대학교 산업공학과
이규민 교수
기본 정보
연구 분야
프로젝트
논문
구성원

이규민 연구실

부산대학교 산업공학과 이규민 교수

이규민 연구실은 산업공학을 기반으로 시스템 분석·모델링·최적화 기법을 활용하여 생산관리, 물류 및 공급망, 재난 대응, 서비스 운영, 동적 가격결정, 수요예측 등 다양한 실제 문제를 연구하며, 최근에는 기계학습과 강화학습을 접목한 데이터 기반 지능형 의사결정과 스마트 제조·스마트 서비스 운영 연구를 함께 수행하는 응용 중심의 산업공학 연구실이다.

대표 연구 분야
연구 영역 전체보기
시스템 분석·모델링·최적화 thumbnail
시스템 분석·모델링·최적화
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.

5개년 연도별 논문 게재 수

16총합

5개년 연도별 피인용 수

200총합
주요 논문
3
논문 전체보기
1
erratum
|
hybrid
·
인용수 0
·
2025
Corrigendum to “A robust two-stage transit-based evacuation model for large-scale disaster response” [Measurement 145 (2019) 713–723]
Xuehong Gao, Moddassir Khan Nayeem, Ibrahim M. Hezam, Gyu M. Lee
IF 5.6
Measurement
https://doi.org/10.1016/j.measurement.2025.116888
Transit (satellite)
Scale (ratio)
Disaster response
Computer science
Stage (stratigraphy)
Operations research
Aeronautics
Engineering
Transport engineering
Emergency management
2
article
|
gold
·
인용수 0
·
2025
Correction: Gao, X.; Lee, G.M. A Novel Reverse Logistics Network Design Considering Multi-Level Investments for Facility Reconstruction with Environmental Considerations. Sustainability 2019, 11, 2710
Xuehong Gao, Gyu M. Lee
IF 3.3
Sustainability
The authors would like to make the following corrections about the published paper [...]
https://doi.org/10.3390/su17177646
Sustainability
Engineering
Computer science
Environmental science
Ecology
3
article
|
인용수 12
·
2024
Airline dynamic pricing with patient customers using deep exploration-based reinforcement learning
Seongbae Jo, Gyu M. Lee, Ilkyeong Moon
IF 8
Engineering Applications of Artificial Intelligence
https://doi.org/10.1016/j.engappai.2024.108073
Computer science
Reinforcement learning
Artificial intelligence
Dynamic pricing
Operations research
Marketing
정부 과제
4
과제 전체보기
1
주관|
2018년 9월-2020년 9월
|279,000,000
스마트 물류창고를 위한 중량정보와 MSA기반의 사용자친화적 인벤토리 시스템
본 과제는 스마트 물류창고 환경에서 중량 정보를 활용하고 MSA(Microservices Architecture) 기반의 사용자 친화적 인벤토리 시스템을 개발하는 연구임. 연구 목표는 수집된 데이터를 기반으로 물류 플랫폼을 서비스할 수 있는 시스템을 개발하는 데 있음. 이는 빅데이터 분석 및 주문/발주 자동화 처리를 통해 지능형 시스템을 구현하고, 다양한 분야에 적용 가능한 재고관리 플랫폼의 핵심 기술을 정립하는 것을 포함함. 핵심 연구 내용은 이러한 물류 플랫폼 서비스 시스템 개발을 위한 데이터 수집 및 활용 방안 모색임. 특히 빅데이터 분석을 통한 지능형 주문/발주 자동화 처리 기술과 범용 재고관리 플랫폼 코어 정립을 통한 시스템 확장 기술 개발에 중점을 둠. 기대 효과는 개발된 시스템을 통해 물류 플랫폼 서비스의 효율성 및 지능화를 달성하는 것임. 이는 스마트 물류창고뿐 아니라 스마트팜, 스마트팩토리 등 다양한 산업 분야에서 활용 가능한 범용 재고관리 플랫폼 구축에 크게 기여할 것으로 전망됨.
물류
자동화
재고관리
스마트팜
스마트팩토리
2
주관|
2018년 2월-2021년 8월
|180,000,000
데이터 어낼리틱스를 활용한, 지진 전·후 재난 구호 운영 및 복구 계획 최적화 및 시뮬레이션 구축
재난관리 (Disaster Management)는 정부적 차원에서 재난이 닥치기 전에 그 피해를 경감 또는 축소시키기 위한 대비, 재난진행 중이나 직후의 대응, 재난이 지나간 후에 중장기적인 복구에 대한 운영관리를 말하는 것이다(Center for Disaster Philanthropy, 2017). 일반적으로 Mitigation-Preparedness-Response-Recovery 의 4단계로 재난관리사이클이 이루어져 있다. 본 과제에서는 각 단계별로 연구주제를 도출하고, 수리모형, 딥러닝, 빅데이터 분석 기법을 이용하여 지진재난 상황에서 구호물류체계를 연구하고자 한다. <연차별 연구목표 및 내용> (1) 1차년도(2018) - 기초 빅데이터 및 딥러닝 연구 기반 마련 [연구주제 1.1] 지진재난의 특성 연구 및 딥러닝 기반 지진예측 시스템 구축 [연구주제 1.2] 빅데이터 분석을 통한 재난민의 인지 및 행동 패턴 분석 [연구주제 1.3]Deep Reinforcement Learning을 이용한 Markov Decision Process 기반 에이전트 의사결정 모델 (2) 2차년도(2019) - 체계적인 경감(Mitigation) 및 대비 (Preparation) 단계 통합연구 [연구주제 2.1] 수리모형 기반의 구호품 물류 연구 (Relief Supply Chain Management) [연구주제 2.2] 대피/구호 경로 결정 (Routing) 문제 연구 [연구주제 2.3] 공공 빅데이터를 활용한 비상대피 모델 설계 (3) 3차년도(2020) - 신속한 대응 (Response) 단계 연구 [연구주제 3.1] 비상대피를 위한 대피소 위치 (Shelter Location) 선정 연구 [연구주제 3.2] 응급의료서비스(EMS) 스케쥴링 및 응급센터 위치 결정연구 [연구주제 3.3] Humanitarian Relief Logistics (HRL) 물류 체계 연구 (4) 4차년도(2021) - 효율적인 복구 (Recovery) 단계 연구 [연구주제 4.1] 복구자원 스케쥴링 (Repair Crew Scheduling) 과 도로복구 경로 (Repair Arc Routing) 문제 연구 [연구주제 4.2] 외상후 스트레스 증후군 (Post Trauma Stress Disorder: PTSD) 관리 모형 연구 [연구주제 4.3] 지진 잔해 수집 및 관리 (Debris Collection and Management) 연구 (5) 5차년도(2022) - 체계적인 재난 대응 계획 수립 및 딥러닝 기반 에이전트 시뮬레이션 연구 [연구주제 5.1] 재난 전후 대비와 구호의 균형 연구 (Balancing pre-disaster preparedness and post-disaster relief) [연구주제 5.2]딥러닝 모델 기반의 일반화된 조합 최적화 딥러닝 머신 개발 [연구주제 5.3] 딥러닝 에이전트에 기반을 둔 빌딩대피 시뮬레이션 개발 현구팀은 현재 잦은 지진을 격고 있는 동남권의 자료조사를 실증적으로 하고, 재난연구에 경험이 많은 연구원이 재난연구에 대한 노하우와 경험, 그리고 수리모형, 빅데이터 분석 및 딥러닝 역량을 가지고 있어, 중장기적인 비젼으로 제시한 상기 연구내용을 성실하게 연구수행하고자 한다.
지진재난관리
구호물류관리
딥 강화훈련
빅데이터 분석
수리모형과 최적화
딥러닝기반의 에이젼트 시뮬레이션
3
주관|
2015년 10월-2018년 10월
|295,670,000
원자력 재난 비상 소개 계획 최적화 연구 및 평가 체계 구축
자연환경, 사회환경, 복잡한 글로벌 이해관계, 과학기술의 급격한 변화는 예상치 못한, 복합재난을 발생시키고 있다. 본 연구는 이러한 미래복합재난을 효과적으로 예측하고 그 피해를 최소화할 수 있도록 대응 기술을 개발하고자한다. 원자력 재난은 공간적으로 광범위하고 시간적으로 지속되는 재난이라서 그 피해도 엄청난 규모이다. 따라서, 현 시점에서 원자력 재난 대응 체계 중, 사회적으로 많은 공감대를 얻고 있는, 유일한 인명구제수단인 비상 소개 계획을 연구하는 것은 시의적절하다. 1차년도에 다양한 재난들의 특성화를 통하여, 재난민의 인지 및 행동 패턴을 도출하며, 의사결정 프로세스를 이해함으로써 원자력 재난의 특성과 재난 대피 프로세스 및 비상소개 프로세스를 정형화할 수 있다. 2차년도에서는 비상소개 프로세스 온톨로지를 정량화 및 추계화시키기 위하여 그래프 이론을 이용하여, 비상소개 프로세스를 원자력 비상소개 네트워크로 모델링하는 방법론을 연구한다. 개발된 비상소개 네트워크를 에이전트 기반의 시뮬레이션으로 변환하는 방법론은 제시하고 그에 따른 비상 소개 네트워크 평가 및 검증 모델을 연구한다. 3차년도에서는 최적의 비상소개 네트워크 모델을 수립하고, 효율성 검증 및 평가 모델인 시뮬레이션 연구를 통해 최적 비상소개 계획을 수립하는 연구를 수행한다. 마지막으로 지역적 특성이 반영된 최적 비상 소개 네트워크의 흐름과 상태를 분석하여 원자력 재난 비상소개의 효율화를 위한 정책 제안을 하고자 한다
원자력재난
비상 소개 계획
비상 소개 프로세스
재난 대비
최적화
평가 및 검증 체계
시뮬레이션
미래예측방법론
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
소멸2018피폭량을 최소화하는 구급차 경로 설정 방법1020180168702
소멸2018구호소를 선택하여 선택된 구호소에 환자들을 할당하는 방법1020180116482
소멸2018복수의 연속된 선들을 이용한 드로잉 방법1020180080697
전체 특허

피폭량을 최소화하는 구급차 경로 설정 방법

상태
소멸
출원연도
2018
출원번호
1020180168702

구호소를 선택하여 선택된 구호소에 환자들을 할당하는 방법

상태
소멸
출원연도
2018
출원번호
1020180116482

복수의 연속된 선들을 이용한 드로잉 방법

상태
소멸
출원연도
2018
출원번호
1020180080697