6. 시뮬레이션 및 최적화

(1) 빅데이터와 시뮬레이션

– 풍부한 데이터를 바탕으로 시뮬레이션 및 최적화에 적용

(2) 시뮬레이션

– 주어진 조건 하에서의 실제 상황 속에서 모의 실험을 통해 정보를 얻는 수리적 실험 기법

가) 시뮬 레이션의 구분

. 정적 시뮬레이션 모델과 동적 시뮬레이션 모델 (시간 변수 유무)

. 결정론적 모델 : 확률 변수 등으로 결과가 나오는게 아니라 명확한 값으로 결정

. 연속형 모델과 이산형 모델 : 고객의 수/ 속도, 위치

나) 시뮬레이션의 장점

. 복잡한 현실문제는 추리 방법으로 해결책을 구하지 못함, 시뮬레이션이 유일한 대안

. 시뮬레이션 모형이 만들어지면 여러가지 대안을 쉽게 비교할 수 있다

. 시뮬레이션 모형을 현실 문제와 근접하게 만들 수 있다. 의사 결정자와 대화가 용이

. 시간 단축 효과 : 많은 시간이 지나서 알 수 있는 문제를 단시간에 결과 예측 가능

. 시간 확장 효과 : 시간을 확장시켜 시뮬레이션 할 수 도 있다

다) 시뮬레이션의 단점

. 개발이 어렵다

. 여러개의 관찰 입력 자료를 구해 통계처리 해야하며 , 시간도 많이 소요 됨

라) 시뮬레이션의 과정

. 1단계 : 문제 정의와 모델의 필요 조건 규명

. 2단계 : 기대와 손실에 대한 평가

. 3단계 : 시뮬레이션 모델 개발 방법 결정

. 4단계 : 모델의 프로그램화

. 5단계 : 모델의 적합성 평가

. 6단계 : 시뮬레이션 모델 실행

. 7단계 : 시뮬레이션 실행 결과 분석

(3) 최적화

가) 정의

– 어떤 문제의 최대점 혹은 최소점을 찾는 가정

나) 과정

– 문제의 이해

– 의사결정 변수 정의

– 해의 우열을 결정하는 기준을 선택

– 3단계에서 정한 우열의 기준을 의사결정 변수들의 함수식으로 표현하고 목적함수가 분명히 나타나도록 함

– 모든 조건이 의사결정 변수 식으로 나타나도록 제약식을 만든다

– 입력 자료를 수집하거나 추정

– 모형을 개발한 후 최적의 해를 구한다

다) R 사용

– 패키지 : LpSolve

– 사용 : lp( max / min , obj, con, dir, rhs)