• 한국건설관리학회논문집
• /
• 제9권4호
• /
• pp.92-100
• /
• 2008

최근 의사결정권자가 유사프로젝트 추진 시 발생하는 의사결정과정 상에서 신뢰성 있는 자료에 근거하여 의사결정을 할 수 있는 생산성 예측시스템 구축에 대한 연구가 진행 중에 있으나, 생산성 예측시스템에서 독립변수로 작용하는 생산성 영향요인에 대한 연구는 대부분이 생산성 분석을 위한 생산성 영향요인으로 생산성 예측에 대한고려 없이 생산성 영향요인을 분류하고 있다. 또한 예측에 대한 고려 없이 도출된 생산성 영향요인을 이용하여 생산성을 예측하면, 유의하지 못한 생산성 영향요인이 예측 모델의 독립변수로 사용되어 생산성 예측 값의 신뢰도와 적합성이 낮아지는 결과를 갖게 된다. 따라서 본 연구에서는 생산성 값에 영향을 미치는 주된 인자인 생산성 영향요인에 대한 상관분석을 이용한 생산성 예측을 위한 생산성 영향요인 선정 프로세스를 제안하였고, 제안된 프로세스는 영향요인 선정 과정을 체계적으로 정리하여 생산성예측을 위한 생산성 영향요인 선정에 효율적인 방법으로 사용할 수 있을 것으로 기대된다.

• 한국건설관리학회논문집
• /
• 제20권2호
• /
• pp.3-12
• /
• 2019

국내 건설산업에서 생산성 정보는 중요성과 그 기능에도 불구하고 생산성 데이터의 수집 및 분석 방법이 체계화되어 있지 못하다. 또한 생산성 관리는 대부분 현장관리자의 경험과 직관에 의존하고 있으며 생산성 데이터를 공사계획 및 관리에 적극 활용하지 못하고 있는 상황이다. 따라서 본 연구에서는 공동주택 마감공사의 생산성 예측 및 생산성 영향요인을 분석할 수 있는 기반을 마련하기 위해 단위작업별 생산성 관련 데이터를 수집하여 딥러닝 기반의 생산성 예측모델을 개발하고자 한다. 연구결과인 딥러닝 기반의 공동주택 단위작업별 생산성 예측모델은 신뢰할 수 있는 생산성 정보 데이터에 딥러닝을 적용하여 향후 데이터가 축적될수록 발전되는 기술로 공동주택 프로젝트 관리시스템의 기본 모듈이 될 수 있다. 또한 과거 유사한 프로젝트의 생산성 데이터를 통한 개산견적, 공정계획을 위한 작업일수 산정, 투입인원 산정 등과 같은 프로젝트 엔지니어링 과정에 활용 가능하며 공사 진행 중 예측과 다른 생산성 발견 시 원인 분석에 용이하여 신속한 대응 및 향후 예방이 가능할 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.484-487
• /
• 2022

이 연구에서는 생산기간에 따른 치밀오일 저류층의 미래 생산성을 예측하기 위해 XAI(eXplainable Artificial Intelligence) 기반의 머신러닝 모델을 제시하였다. XAI 알고리즘은 해석 가능한 인공지능을 뜻하며 예측한 최종 결과의 근거와 도출 과정의 타당성을 제공한다. 본 연구에서는 현장자료를 기반으로 데이터전처리를 수행한 후 생산 초기와 후기의 생산성을 예측하는 지도학습 모델을 제안하고, 모델의 결과를 바탕으로 XAI를 이용하여 생산성 예측 모델의 영향을 미치는 인자를 분석하였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.813-818
• /
• 2007

건설 프로젝트에서 수집되는 생산성 정보는 공사 진행의 효율성 파악, 작업여건 및 투입자원의 분석, 프로젝트의 성과측정 등에 활용될 수 있을 뿐만 아니라 향후 공사계획 수립에 있어 유용하게 사용될 수 있는 매우 중요한 실적자료이다. 그러나 이와 같은 생산성 정보의 중요성에도 불구하고 기존의 국내 건설 산업은 생산성 데이터의 수집 및 측정방법 등이 아직 체계화 되어있지 못하고 생산성 데이터의 활용도 미진하며 이로 인해 대부분의 공사계획 수립을 현장관리자의 경험과 직관에 의존하고 있어 계획 대비 실적에 대한 신뢰도가 그만큼 저하될 수밖에 없는 실정이다. 따라서 본 연구에서는 실제 건설 생산성 데이터의 축적을 통해 이를 향후 공사계획 수립에 유용한 실적자료로서 활용할 수 있는 건설 생산성 예측모델을 제시하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2005년도 추계학술대회 논문집
• /
• pp.319-325
• /
• 2005

본 연구의 목적은 초대형 컨테이너선 기항에 따른 컨테이너터미널의 항만생산성을 예측하는 것이다. 일반적으로 컨테이너터미널의 생산성은 컨테이너크레인, 야드크레인, 야드트랙터 등을 포함한 하역시스템의 생산성에 의해 평가된다. 그러므로 부산항 컨테이너터미널의 항만 생산성으로서 컨테이너크레인의 현재 생산성을 분석하고 초대형 컨테이너선에 의한 컨테이너를 처리하기 위한 순작업 생산성과 총작업 생산성을 예측한다. 생산성 향상을 위해 하역시스템 대안과 운영시스템 대안을 요약한다.

• 자원ㆍ환경경제연구
• /
• 제21권4호
• /
• pp.947-980
• /
• 2012

본고는 농업부문 및 국가경제에 대한 기후변화의 장기적 영향을 분석한다. 우선 작물 시뮬레이션 및 준모수적 분석법 등을 이용하여 쌀, 낙농 및 축산업에 대한 기후변화의 생산성 영향을 예측하고, 다음으로 축차적 동태 CGE모형을 이용하여 예측된 생산성 영향으로 유발되는 경제적 영향을 평가한다. 분석결과 우선 기후변화의 생산성 영향에서, 낙농 및 축산업의 경우 지속적으로 생산성이 하락하는 것으로 예측되었고, 쌀의 경우, 작물 시뮬레이션 적용 시 생산성 하락이, 준모수적 분석법을 적용 시 생산성이 상승한 후 다시 하락하는 것으로 예측되었다. 다음으로 쌀의 두 가지 예측결과를 기준으로 두 가지 시나리오를 설정하고 축차적 동태 CGE모형에 반영하여 경제적 영향을 평가한 결과, 2050년 연간 GDP 예상손실률이 시나리오에 따라 각각 0.2%, 0.02%로 나타났으며, 세부부문별로는 농업생산부문과 식품가공업, 농업용 투입재 산업, 그리고 몇몇 유통관련 산업에서 경제적 효과가 크게 나타났다. 그리고 대부분의 선행연구에서 간과되던 낙농 및 축산업 부문의 경제에 미치는 영향이 큰 것으로 나타났는데, 위 결과는 쌀부문 외 다른 농업생산부문에서의 기후변화 효과분석이 필요함을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.619-622
• /
• 2015

최근 심각한 기후변화로 인하여 농산물 생산성 및 농산물 가격의 변동성이 커지고 있으며, 이러한 문제를 해결하기 위하여 농산물의 생산량을 예측하는 방법이 연구되고 있다. 본 논문에서는 선형 방정식을 이용하여 생산 단수, 생산 면적, 기후 요소를 예측하였으며, 기후 요소의 가중치 합을 이용하여 보정된 생산 단수와 생산 면적을 곱하여 생산량을 계산하였다. 실험에서 예측한 생산량은 실제 생산량과 비교하여 약 90% 이상의 예측율을 보였다.

• 한국농공학회논문집
• /
• 제54권4호
• /
• pp.83-92
• /
• 2012

짐바브웨는 식량부족을 격어 오고 있으며, 이는 기후변화에 따른 수자원의 부족, 인구증가, 개발 및 환경보전 등으로 인하여 앞으로는 더욱 심화될 것으로 보인다. 3가지 배출시나리오 (A2, A1B, B1)에 대한 13개의 GCM 기후자료로부터 상세화한 기후예측값과 AquaCrop 작물모형을 이용하여 기후변화가 짐바브웨의 주곡인 옥수수의 수확량에 미치는 영향과 모형예측값의 불확실성을 분석하였다. 작물생육환경이 잘 유지된다고 가정하고 옥수수 잠재생산량을 모의한 결과 기준년도 (1970s)에 비해 2020s, 2050s and 2090s 년대에 평균 (범위) 8 % (6-9 %), 14 % (10-15 %) 및 16 % (11-17 %) 증가할 것으로 예측되었다. 같은 기간에 대한 물의 생산성은 평균 (범위) 7 % (4-13 %), 13 % (6-30 %) 및 15% (6-23 %) 증가할 것으로 예측되었다. 기온의 꾸준한 상승과 대기중 이산화탄소 농도 증가로 인한 시비효과로 인하여 미래에는 옥수수 단위 생산량과 물의 생산성이 증가할 것으로 예측되었으며 증가 범위를 보면 모형간의 변동성이 상당히 큰 것을 알 수 있었다. 본 연구결과는 기후변화가 짐바브웨의 옥수수 생산량에 미치는 영향과 변동성을 제시하므로서 장기적인 식량계획의 기초자료로 이용될 수 있을 것이다.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.47-54
• /
• 2023

지구 온난화로 인해 갑작스러운 기후변화와 농업 생산성에 대한 이해가 점점 중요해지면서, 토양 수분 예측은 농업에서 핵심 주제로 떠오르고 있다. 토양 수분은 농작물의 성장과 건강에 큰 영향을 미치며, 적절한 관리와 정확한 예측은 농업 생산성 향상과 자원 관리의 핵심 요소이다. 이러한 이유로 토양 수분 예측은 농업 및 환경 분야에서 큰 주목을 받고 있다. 본 논문에서는 머신러닝 알고리즘인 랜덤 포레스트를 통하여 시범포를 이용하여 노지 환경 데이터를 수집하고 분석하여 데이터 특성들과 토양 수분의 상관관계를 구하고 토양 수분 실제 값과 예측값을 비교하였으며 비교 결과 예측률이 약 92%의 정확성을 갖는다는 것을 확인하였다. 추후 연구를 통해 작물의 생장 데이터 변수들을 추가하여 토양 수분 예측을 진행한다면 토양 수분에 따른 작물의 생장 속도, 적절한 관수 타이밍 등의 주요 정보를 정확하게 제어함으로써 작물의 품질 상승, 물 관리 효율 증가 등 생산성 및 자원 효율성에 좋은 영향을 미칠 것이라고 기대된다.

• 한국건설관리학회논문집
• /
• 제9권5호
• /
• pp.86-94
• /
• 2008

생산성은 모든 생산조직의 견실성 및 생산 활동의 효율성 평가를 위한 매우 중요한 경영 지표 중 하나로써 생산성의 기능은 건설 산업에 있어서도 예외일 수 없다. 그러나 국내의 경우 생산성의 중요성과 그 기능에도 불구하고 건설 생산성 관리와 관련된 사항은 대부분 현장관리자의 경험과 직관에 의존하고 있으며 생산성 데이터를 데이터베이스화하여 공사계획 및 관리에 적극활용하지 못하고 있다. 이러한 문제는 생산성 데이터와 관련된 정보의 수집 및 분석 방법이 체계적이지 못한 결과로, 생산성 데이터의 효과적인 활용을 위해 우선적으로 WBS개선이 이루어져야 한다. 따라서 본 연구에서는 연구문헌 분석, 해외사례 분석으로 연구에 적용함에 따른 적합여부 및 개선사항을 도출하고, 현장 인터뷰를 통해 현장여건을 반영한 후, 설정된 기본방향을 바탕으로 생산성 데이터 수집 및 분석을 위한 WBS를 구축하였다. 마지막으로 생산성 데이터 수집 및 분석을 위한 체계로의 검증을 실시하였다. 향후 구축된 WBS를 통해 수집된 생산성 데이터는 OLAP을 이용한 생산성 분석 및 Data Mining을 이용한 생산성 예측에도 활용될 것으로 기대된다.