Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
항공기 해체 과정의 수익성을 높이기 위해 복잡한 스케줄링 문제를 해결하는 연구를 다룹니다. 제약 프로그래밍(CP)과 혼합 정수 계획법(MIP) 모델을 제안하여 실제 산업 데이터를 기반으로 효율적인 작업 순서와 자원 배분을 최적화합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기수명이 다한 항공기를 해체하는 것은 지속 가능성 측면에서 필수적인 복잡한 작업이지만, 항공 운송 기업들에게는 적은 수익 마진을 가져다줍니다. 따라서 해체 절차의 효율적인 스케줄링 (Scheduling)은 프로세스의 수익성을 보장하고 실행을 장려하기 위해 매우 중요합니다. 이는 수천 개의 작업과 다양한 제약 조건이 포함된 대규모 스케줄링 문제 (Scheduling problem)입니다. 재사용을 목적으로 하는 부품을 추출하려면 특정 자격증을 보유한 기술자와 장비가 필요합니다. 추출 작업은 선행 관계 (Precedence relations)의 영향을 받을 수 있습니다. 또한, 전체 과정 동안 항공기의 균형이 유지되어야 합니다. 마지막으로, 항공기의 일부 위치는 공간이 제한되어 있어 동시에 작업할 수 있는 기술자의 수가 제한됩니다. 본 논문은 이 문제를 상세히 제시하고, 문제를 해결하기 위한 두 가지 접근 방식인 제약 프로그래밍 (Constraint Programming) 모델과 혼합 정수 계획법 (MIP) 모델을 제안합니다. 이 모델들은 산업 파트너가 제공한 실제 운영 데이터를 기반으로 하며, 최대 1,450개의 작업을 포함하는 다양한 규모의 사례를 통해 테스트되었습니다.