데이터마이닝 기법을 이용한 육군 수리부속 수요예측 모델
Demand Forecasting Method of Army Repair Systems Using Data Mining
- 주제(키워드) 수리부속 수요예측
- 발행기관 아주대학교
- 지도교수 노병희
- 발행년도 2018
- 학위수여년월 2018. 2
- 학위명 석사
- 학과 및 전공 정보통신대학원 정보통신/C4I
- 실제URI http://www.dcollection.net/handler/ajou/000000026726
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
과거에 비해 점점 단기화 되어가는 전쟁 양상에서 볼 수 있듯이 전시 발생 하는 무기체계의 보급 소요를 적기에 충족하기에는 전시 조달기간은 너무 길어 그 효과를 기대할 수 없으며, 평시에 미리 확보하는 것 또한 예산상의 문제로 인하여 그 시행에 많은 제한사항을 가지고 있다. 따라서 전시 발생한 피해 장비를 신속하게 정비하여 전장으로 복귀시키는 것을 효과적인 대안으로 생각해 볼 수 있다. 중동전에서도 이스라엘은 최초 보유한 전차수량은 아랍 연합군에 비해 적었지만 전쟁이 진행 됨에 따라 현장 정비지원체계에 의한 신속한 정비로 전장 복귀기간을 단축함으로써 상대적으로 우수한 전투력을 유지하면서 주도권을 지속적으로 확보 할 수 있었음을 우리는 잘 알고 있다. 이렇듯 중요한 정비지원체계는 과거에도 그렇고, 무기체계의 중요성이 더욱 증가하는 미래전 에서도 전투력 복원 및 유지의 핵심역할을 수행할 것임을 우리는 쉽게 예상할 수 있으며 이러한 정비지원체계의 신뢰성을 보장하는 것이 바로 신속한 수리부속 보급이라 할 수 있다. 우리 육군은 신속한 수리부속 보급을 통한 작전지속 능력을 유지하기 위해 2009년부터 장비 정비정보체계 시스템을 구축하여 수요 관련 자료 뿐 아니라 편성부대와 사단급 이상 정비부대의 수리부속 청구 및 재고 등 세부적인 데이터를 관리하고 있다. 하지만 아직은 이러한 중요한 데이터가 수리부속 수요 예측에 활용되지 못하고 있으며 연도별 수요실적을 통해 3년에서 5년 동안의 데이터를 활용하여 수요예측을 하고 있지만 수요예측에 사용되는 데이터의 수가 적고 수요 예측 모델 역시 단순한 모델을 적용하고 있어 예측 정확도가 저조한 상황이다. 본 연구의 목적은 기존 연도별 수요예측에서 벗어나 인공신경망 다층퍼셉트론을 활용한 적정 예측 모델을 선정하고 예측 정확도를 개선하는 것이다. 이를 위해 육군 상비사단에서 운용하는 통신 장비의 가동률에 결정적 영향을 미치는 핵심 수리부속 218개를 연구 대상으로 선정하였으며 세부적인 자료는 민감한 자료로 첨부하지 못하였다. 기초데이터는 육군 군수사령부로 부터 2009년부터 2016년까지 상비 1개 사단 기준으로 통신장비에 대한 청구실적과 연대별 보급수준, 수요실적 등을 수집 하였고 수집한 자료를 토대로 현재 육군에서 사용하고 있는 수요예측모델인 산술평균법, 이동평균법, 최소자승법과 인공신경망 다층퍼셉트론 은닉층 1개와 노드 1개부터 10개가지의 수요예측 모델을 적용하여 에측 정확도를 평가하였다. 연구결과 인공신경망 다층퍼셉트론은 우수한 예측력을 보였다. 특히, 기존 수요 예측기법에서 가장 큰 문제점이었던 급격한 소요 변화와 적은 소요에 대한 정확한 수요예측이 가능하다는 것이 가장 큰 개선사항이다. 이는 육군의 수리부속 운용에 대한 실직적인 예산 절감 효과를 가져다 줄 것이기 때문이다.
more목차
제 1 장 서론
제 1 절 연구배경 및 목적
제 2 절 연구 범위 및 방법
제 2 장 관련 연구
제 1 절 보급수준 개념 및 수리부속 보급절차
제 2 절 육군 장비정보정비체계
제 3 절 現 육군의 수요예측 기법
제 4 절 데이터마이닝 기법
제 3 장 수리부속 수요 예측모델
제 1 절 자료 수집 및 데이터 전처리
제 2 절 수리부속 수요예측 모델 정립
제 4 장 수리부속 수요 예측결과 분석
제 1 절 현 수요 예측기법 적용
제 2 절 인공신경망 다층퍼셉트론 예측기법 적용
제 3 절 수요예측기법별 예측결과 비교 분석
제 5 장 결 론
참 고 문 헌
부록
ABSTRACT
