| 학회 |
한국화학공학회 |
| 학술대회 |
2022년 봄 (04/20 ~ 04/23, 제주국제컨벤션센터) |
| 권호 |
28권 1호, p.138 |
| 발표분야 |
[주제 2] 기계학습 |
| 제목 |
Chemical Production Scheduling of Zero-Wait Processes under Uncertainty via Reinforcement Learning |
| 초록 |
Zero-Wait (ZW)은 중간 저장 과정 없이 고부가가치 화학 제품을 생산하는 배치 공정 방법 중 하나이다. 일반적으로 기존 공정의 스케줄링에서는 Mixed-Integer Linear Programming (MILP)를 이용하여 결정론적 모델로 가정하고 수학적 최적화 문제를 해결한다. 하지만 실제 공정에서는 공정 시간과 같은 공정 매개변수는 시간에 따라 변동될 수 있으며, 기존의 최적의 해는 더 이상 최적의 스케줄이 아니게 된다. 이와 같은 변동성을 기존 수리계획법을 이용한 수학적 최적화 모델에 반영하게 된다면 계산의 비효율성과 비용이 기하급수적으로 커지는 한계가 발생한다. 이와 달리 강화학습은 매개변수의 변동성에 대한 강인성을 보이며 변화하는 환경과 실시간으로 상호작용하면서 최적의 의사결정을 내릴 수 있다는 장점이 있다. 따라서 본 연구에서는 공정 시간이 변동하는 ZW 공정의 총 소요시간을 최소화할 수 있는 최적 스케줄을 찾기 위해 스스로 학습하는 강화학습 모델을 구축하였다. 본 강화학습 모델에서는 ZW 스케줄링 문제에 적합한 환경을 구축하였으며, 기존의 MILP 모델의 스케줄링 최적의 해를 벤치마킹하여 여러 강화학습 모델 훈련 방법 중 가장 효과적인 학습방법을 이용한 모델을 제안한다. |
| 저자 |
황보수민1, 류준형2, 나종걸1
|
| 소속 |
1이화여자대, 2동국대 |
| 키워드 |
공정시스템(Process Systems Engineering) |
| E-Mail |
|
| 원문파일 |
초록 보기 |
