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

소개글

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

목차

1. 몬테카를로 시뮬레이션의 개념 및 적용가능 분야

2. 이용한 시설대안 평가의 수치적 예

3. 참고문헌

본문내용

표로 적용하였다. 몬테카를로 시뮬레이션을 위해 사용된 프로그램은 Crystal Ball Professional 2000이다. 총 10,000회 반복수행 하였다. 사례연구를 통해 아래와 같은 결과를 도출하였는데, 첫 번째, 금 회수공정에 대하여 전 과정 평가 결과는 무생물자원고갈에서 원유가 전체에서의 43.9%로 가장 높게 나왔다. 하지만, 불확실성 요인을 고려했을 경우에는, 추가적으로 ‘인산염’이 주요한 이슈로 규명이 되었다. 두 번째, 기능단위의 선택에 대한 불확실성 분석결과로 폐기 CPU를 기능 단위로 선택했을 때, 금을 기능단위로 선택했을 때보다 불확실성이 더 높게 나타났다. 즉, 금 및 폐CPU 기능단위의 표준편차 값은 각각 약 2.68E+00, 1.82E+01 kg/yr로서 약 7배 정도 폐기 CPU가 높다는 수치를 보여주었다. 변이계수(CV)또한 폐기 CPU을 기능단위로 선택하였을 경우에는 0.5의 수치로 금을 기능단위로 선택한 0.09보다 훨씬 높게 나왔다. 이 결과를 통해서 기능단위의 불확실성이 전체 결과에 어떠한 영향을 미치는지 도출하였다. 세 번째, 전체의 전 과정 평가 결과에서 불확실성을 야기시키는 주요한 데이터는 염산 및 질산의 데이터로 규명되었다. 그렇기 때문에, 해당되는 데이터에 관한 추가적인 조사가 수행되어야 하며. 국가의 LCI 데이터베이스에 이 글에서 제안된 데이터의 품질 및 데이터 불확실성 등에 관한 새로운 정보가 제공이 된다면, 전 과정 평가 결과의 불확실성 분석이 더욱더 효과적인 방법으로 이루어질 수 있을 것이라 생각한다. 불확실성이란 전 과정 평가 결과의 신뢰성 향상을 도와줄 하나의 분석도구이다. 그리고 안전장치이며. 수집이된 데이터의 불확실성 요인들이 전체의 결과에 어떠한 영향을 주는지에 대한 정보를 거짓없이 투명하게 공개함으로, 전 과정 평가의 신뢰성과 활용성을 제고할 수 있게 된다.
3. 참고문헌
몬테카를로 시뮬레이션을 활용한 소프트웨어 프로젝트 리스크 관리 방법 = Applying Monte Carlo Simulation for Software Project Risk Management Method,2011,상명대학,김초아
몬테카를로 시뮬레이션을 활용한 도로에서 차량 당 CO2 배출량 연구, 경기대학교, 2013, 이윤석
(몬테카를로 시뮬레이션을 활용한) 리스크 분석 및 의사 결정 : 엑셀 모델링과 크리스탈볼
, 단행본, 2018, 이레테크 데이터랩스 ,민경현

키워드

생산관리