[생산관리 공통] 몬테카를로 시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성하시오

소개글

[생산관리 공통] 몬테카를로 시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성하시오에 대한 보고서 자료입니다.

목차

Ⅰ. 서론

Ⅱ. 본론

1. 몬테카를로 시뮬레이션의 개념

2. 몬테카를로 시뮬레이션의 역사

3. 몬테카를로 시뮬레이션의 적용가능 분야
1) 교수 학습 방법
2) 리스크 관리 프로세스
3) 방사선 차폐 및 방사선 방호
4) 사회 과학 분야

4. 이를 이용한 시설대안 평가의 수치적 예
1) 리스크 관리
(1) 리스크 관리 프로세스 개요
(2) 리스크 식별
(3) 리스크 분석 및 우선순위화
(4) 몬테카를로 시뮬레이션 실시
(5) 의사결정
2) 기술가치평가
3) 전자이동 계산

5. 시사점

Ⅲ. 결론

참고문헌

본문내용

만원이 초과하는 것을 볼 수 있다. 몬테카를로 시뮬레이션 결과를 토대로 프로젝트 계획 단계에서 수립한 리스크 평가 절차에 따라 리스크의 발생가능성과 영향도를 평가한다.
리스크 평가에 따라 예산을 일정보다 더 높은 우선순위로 두고, 계획된 예산 범위를 벗어나지 않도록 하기 위한 리스크 대응계획을 수립한다. 리스크 대응 계획을 수립하기 전, 민감도 분석을 통해 예산에 영향을 주는 요소 위주로 대응 계획을 수립할 수 있다. 민감도 분석은 각각의 가정변수(입력변수)들이 예측변수(결과변수)에 미치는 영향력에 대한 정보를 제공하는 것이다. 몬테카를로 시뮬레이션 수행동안 Crystal Ball은 모든 가정변수와 예측변수 간의 순위상관계수를 계산하여 민감도를 분석하여 이를 차트로 보여주게 된다. 민감도 분석으로 가정변수가 예측변수에 어느 정도의 영향력을 갖는지 알 수 있으며, 또한 가정변수들이 모형에 어떠한 영향을 미치는지 알게 됨으로써 어느 태스크를 집중적으로 관리해야 하는 가를 판단 할 수 있다.
2) 기술가치평가
A 제약회사 CEO가 알레르기 치료 신약 개발을 준비하는 차에 B제약 회사의 AllergyCone이라는 신약신수에 관심을 가지게 된다. 인수 비용은 $3,400,000일 때 신약을 인수하는 것이 유리한지 판단한다. Allergy Gone 이란 신약을 인수하는 것에 대한 NPV값과 인수가격의 차의 예측치를 구하였다. 이 연구에서 몬테카를로 시뮬레이션 수행을 위한 입력 변수로 판매 단가, 판매 수량, 판매원가, 영업비용을 입력변수로 설정하고 삼각확률 분포표를 작성하였다. 이를 바탕으로 측정한 NPV값과 신약을 매입하는 금액의 차가 $0 이상 되는 확률을 구하였다. 이 연구에서는 설정과 가정에 대한 근거가 부족하고 다양한 입력변수를 반영하지 못했지만 몬테카를로시뮬레이션을 신약의 가치평가에 접목한 것에 의미가 크며, 불확실성을 경량적으로 측정하기 위한 방법으로서 유용함을 강조한다. 선행연구에서는 기술구매자 입장에서 기술이 특정 가격에 거래될 때 회사에 이익이 발생할 확률을 몬테카를로 시뮬레이션으로 분석했다.
3) 전자이동 계산
벌크상태의 소자와 계면효과를 고려한 소자로 구분하여 시뮬레이션 하였다. 각각의 특성은 물질의 특성과 실제 소자의 특성을 반영한다고 할 수 있다. 이웃한 호핑사이트간 거리는 3A으로 이 거리에 x축 사이트 개수를 곱하면 전체 소자의 길이가 나온다. 이 시뮬레이션은 소자의 길이가 가지는 전자의 이동도를 측정해 본 것으로 소자의 온도는 300K라 가정하였다. 또한 분산도는 30meV를 기본으로 하였다. x축은 소자에 걸리는 전계이며, y축은 전자의 이동도를 나타낸다. 결과값은 모두 x, y축에 상용 log값을 적용했다. 낮은 전계에서의 결과를 보면 사이트의 개수가 100개일 때를 제외하고는 각 크기 별 전자의 이동도가 거의 일치함을 알 수 있다. 전계가 점차 커짐에 따라 사이트의 개수는 이동도에 크게 영향을 주지 않는 것으로 나타났다. 이는 같은 물질에서 같은 전계를 받았을 때 소자의 길이는 전자의 이동도에 영향을 주지 않는 다는 것으로 주변의 다른 조건이 동일할 때 소자의 길이와 이동도의 관계는 상관이 없다는 것을 알 수 있다. 또한 전계가 커짐에 따라 이동도가 점차 커지다가 어느 순간 급격하게 떨어지는 것을 볼 수 있다.
5. 시사점
몬테카를로 방법은 통계적 속성을 이용하여 계산결과를 검토하고 개발할 수 있도록 중요한 매개 변수를 알 수 있는 인위적인 환경을 설정한다. 이 방법은 매개 변수의 추정치에 대한 속성을 이해하기 위해서 사용되며 다시 말하면, 매개 변수의 추정치들이 다른 환경에서 어떠한 결과 값을 나타내는지를 알아보기 위해서 사용된다. 따라서 몬테카를로 시뮬레이션이란 어떤 문제가 주어졌을 때 난수를 발생시켜 자료를 만들고 충분히 많은 수의 조작 또는 무작위 실험의 결과를 종합하여 구하고자 하는 풀이, 법칙을 근사적으로 얻고자 하는 방법이다. 이 방법은 고려할 요인이 아주 많고 그 중에 불확실한 것이 있어 종래의 수식적인 방법을 적용하기 곤란하거나 어려운 경우에 유용한 수단이 된다. 몬테카를로 방법은 확률 분포를 가지는 하나 이상의 항을 가지고 있으며 이에 대해 수 많은 평균값과 분산을 가지는 확률분포를 하게 된다. 다시 말하면 몬테카를로 방법의 이용은 전통적인 방법으로 어려웠던 계산을 통계이론의 적용을 통해 해결하게 된 하나의 수단이 된 것이다.
Ⅲ. 결론
지금까지 본론에서는 몬테카를로 시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성해 보았다. 확률통계적 장기수선충당금 탐색 및 분석 시스템(Stochastic Long-term maintenance Costs Estimating method;이하 SLCE)은 몬테카를로 시뮬레이션의 개념을 도입하여 과거의 수선주기 이력데이터로 수선항목의 수선주기에 대한 최적확률분포함수(Bestfit Probability Distribution Function)를 추정하고, 과거의 이자율 및 물가상승률 이력데이터로 추정된 년차별 이자율과 물가상승률을 활용한다. 확률분포 범주 안에서 수선주기에 대한 난수를 발생시켜 장기수선충당금산출에 활용한다. 즉, 매 시뮬레이션 마다 새로운 수선항목별 수선주기가 할당되어 장기수선충당금을 계산한다. 이러한 과정을 자동화시켜 SLCE을 사용하는 사용자는 간단한 입력만으로 시스템을 구동할 수 있도록 한다.
참고문헌
심경석, 몬테카를로(Monte-Carlo) 방법 소개와 산업 및 금융 적용사례, 2017
박영수, “정부지원 R&D 프로젝트 선정방법 개선”, 2012
이용복, 김호경, 정진성 공역, 피로해석의 기초, 청문각, 2001.
김지현. \"몬테카를로 시뮬레이션을 이용한 NPV (Net Present Value) 분석에 대한 확률론적 접근.\" 한국경영과학회 학술대회논문집 (2006)
류강민 외, 2010, “몬테카를로 시뮬레이션을 이용한PF사업 공모지침서 평가배점에 관한 연구”, 『부동산학연구』.
이윤석(2012). 몬테카를로 시뮬레이션을 활용한 도로에서 차량 당 CO 배출량 연구 경기대학교 대학원 석사학위 논문.

키워드

몬테카를로 시뮬레이션,   시뮬레이션,   적용,   적용가능분야,   시설대안,   평가