기존의 수요예측기법과 더불어 최근의 수요예측기법의 흐름에 대해 고찰해 보고, 그 응용사례를 연구해본다.

제품의 품질보증정책 및 시스템의 품질평가척도인 신뢰성, 보수성, 가용성 분석을 다룬 최신관련논문을 발췌하여 연구한다.

Bayesian 의사결정 과정에 관한 이론과 응용을 다루고 손실위험, 효용 등에 대한 개념을 소개하고 이론을 전개해서 결정분석에의 응용을 다룬다. 구체적 내용으로는 효용이론, 효율의 추정, 각 대안분석의 기본형태, 샘플링의 경제성, 위험분산 및 그룹결정 등을 다룬다.

본 교과목에서는 우선 동적 시스템 분석의 기본이 되는 미분, 차분 방정식과 선형대수학에 대해 공부하고, 이를 이용해 Dynamic System을 이해하게 된다. 마지막으로 시스템을 관찰하고 통제하는 것에 대해 학습한다. 다시 말해서 본 교과목의 학습목표는, 이렇게 우리 생활과 밀접한 동적인 현상들을 수학적으로 관찰하고 분석하며, 통제할 수 있는 능력을 배양하는 것이라고 할 수 있다.

본 강좌의 목표는 추론, 탐색, 전문가시스템, 지식표현, 사례기반추론, 에이전트기술 등 다양한 인공지능 기술을 소개하는 것이다. 이러한 기본 기술에 대한 이론과 함께 응용사례도 소개한다. 강의 중 몇 개의 간단한 인공지능 기술을 구현하는 과제를 통해, 수강생들은 널리 알려진 인공지능 프로그래밍 언어들 중 하나인 Prolog를 익힌다.

스케줄링 이론은 다양한 제약 조건과 목적함수에 부합하도록 생산에 필요한 자원에 작업을 할당하도록 하는 의사결정 과정이다. 단일 기계 sequencing문제, flow shop 문제, group scheduling 문제, job shop scheduling 문제, project scheduling 문제 등 다양한 스케줄링 문제에 대하여 최적해 습득기법, 그리고 휴리스틱 해법 등에 대하여 공부한다.

현실에서 발생하는 최적화 문제는 많은 경우, 효율적인 알고리즘을 갖지 않는 NP-hard 문제이다. 본 강의에서는 우선 이러한 문제를 식별하는데, 기본이 되는 최적화 계산론, 다항 변환 등을 도입한다. 그리고 NP-hard 문제의 좋은 해를 효율적으로 구하는 다양한 접근법을 다룬다.

본 과목은 산업공학과 및 공과대학 대학원생들을 대상으로 불확실상황에서의 보다 나은 결정을 지원하기 위한 최신 확률모형 이론과 기법을 소개하고 이를 중심으로 다양한 응용분야의 연구주제에 적용하고 그 결과를 해석할 수 있는 능력을 배양하는 것을 목표로 한다.

본 과목은 산업공학과 및 공과대학 대학원생들을 대상으로 통계학습과 최적화의 접목을 통해 빅데이타 마이닝을 위한 효율적 알고리즘 설계를 목표로 한다. 이를 위해 다양한 최신 대용량 수치 최적화 기법을 소개하고 이를 MATLAB으로 구현하는 방법을 배운다.

수리적 모형으로 해를 찾을 수 없는 복잡한 시스템을 효과적으로 분석하기 위한 시뮬레이션의 개념, 이론 및 응용을 본 과목에서 다룬다. 컴퓨터 논리, 몬테카를로 시뮬레이션, 난수 발생법, 확률 변수 발생 방법, 엑셀 및 C언어를 사용한 시뮬레이션을 공부한다. 입력 분포의 설정 및 출력 분석을 다루며, 다양한 분산 감소 기법들을 공부한다.