현재 위치
Home
Oral Session Ⅵ 차세대컴퓨팅 전 분야
ARIMA-LSTM 하이브리드 예측모델을 활용한 탱크로리 납품 일정 최적화 시스템 제안
Proposed for tanklorry delivery schedule optimization system using hybrid prediction model of ARIMA-LSTM
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- 2025 한국차세대컴퓨팅학회 춘계학술대회 (2025.05)바로가기
-
- 페이지
- pp.292-294
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A468967
원문정보
초록
- 한국어
- 반도체 제조 공정에서 사용되는 원자재의 안정적인 공급은 생산 라인의 연속성을 유지하는 데 핵심 요소이다. 특히 저장탱크에 보관되는 특정 원자재는 잔량이 임계 수준에 도달하기 전에 적시에 탱크로 리로 납품되어야 하며 이를 위한 정확한 일정 예측이 요구된다. 그러나 납품 일정 계획수립을 영업담 당자의 수작업으로 진행하는 경우가 많아 효율성과 정확성에 한계가 존재한다. 본 연구는 고객사의 실 시간 저장탱크 데이터를 기반으로 통계 기반의 ARIMA와 딥러닝 기반의 LSTM을 결합한 하이브리드 시계열 예측 모델을 통해 탱크로리 납품 일정을 예측하는 시스템을 제안한다. 데이터는 RPA 기술로 수집하고 전처리 과정을 거쳐 예측 모델을 통해 수기 예측 대비 효과적인 납품 일정을 예측하는 시스 템을 구현한다. 본 연구는 탱크로리 납품 일정의 예측 정밀도를 향상시키고 제조 물류 운영의 자동화 기반 구축에 기여할 수 있는 실용적인 시스템을 제안한다.
목차
요약
1. 서론
2. 관련 연구
2.1. 시계열 예측 기법
2.2 산업현장에서의 예측 모델 활용
3. 시스템 구현
3.1. 데이터 수집 모듈
3.2. 데이터 전처리
3.3. 예측 설계
3.4. 시스템 연동
4. 결론
참고문헌
키워드
납기예측 ARIMA LSTM 딥러닝저자
간행물 정보
발행기관
-
- 발행기관명
- 한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
- 설립연도
- 2005
- 분야
- 공학>컴퓨터학
- 소개
- 본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.
간행물
-
- 간행물명
- 한국차세대컴퓨팅학회 학술대회
- 간기
- 반년간
- 수록기간
- 2021~2025
- 십진분류
- KDC 566 DDC 004
이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2025 한국차세대컴퓨팅학회 춘계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.