시뮬레이션 기법을 이용한 시스템의 분석에 있어서 실험의 자동화는 현재 많은 연구와 개발이 진행 중인 분야이다. 컴퓨터와 정보통신 시스템에 대한 시뮬레이션의 예를 들어 보면, 수많은 모델을 대한 시뮬레이션을 수행할 경우 자동화된 실험의 제어가 요구되고 있다. 시뮬레이션 수행회수, 수행길이, 데이터 수집방법 등과 관련하여 시뮬레이션 실험방법이 자동화가 되지 않으면, 시뮬레이션 실험에 필요한 시간과 인적 자원이 상당히 커지게 되며 출력데이터에 대한 분석에 있어서도 어려움이 따르게 된다. 시뮬레이션 실험방법을 자동화하면서 효율적인 시뮬레이션 출력분석을 위해서는 시뮬레이션을 수행하는 경우에 항상 발생하는 초기편의 (initial bias)를 제거하는 문제가 선결되어야 한다. 시뮬레이션 출력분석에 사용되는 데이터들이 초기편의를 반영하지 않는 안정상태에서 수집된 것이어야만 실제 시스템에 대한 올바른 해석이 가능하다. 실제로 시뮬레이션 출력분석과 관련하여 가장 중요하면서도 어려운 문제는 시뮬레이션의 출력데이터가 이루는 추계적 과정 (stochastic process)의 안정상태 평균과 이 평균에 대한 신뢰구간(confidence interval: c. i.)을 구하는 것이다. 한 신뢰구간에 포함되어 있는 정보는 의사결정자에게 얼마나 정확하게 평균을 추정할 구 있는지 알려 준다. 그러나, 신뢰구간을 구성하는 일은 하나의 시뮬레이션으로부터 얻어진 출력데이터가 일반적으로 비정체상태(nonstationary)이고 자동상관(autocorrelated)되어 있기 때문에, 전통적인 통계적인 기법을 직접적으로 이용할 수 없다. 이러한 문제를 해결하기 위해 시뮬레이션 출력데이터 분석기법이 사용된다.본 논문에서는 초기편의를 제거하기 위해서 필요한 출력데이터의 제거시점을 찾는 새로운 기법으로, 유클리드 거리(Euclidean distance: ED)를 이용한 방법과 현재 패턴 분류(pattern classification) 문제에 널리 사용 중인 역전파 신경망(backpropagation neural networks: BNN) 알고리듬을 이용하는 방법을 제시한다. 이 기법들은 대다수의 기존의 기법과는 달리 시험수행(pilot run)이 필요 없으며, 시뮬레이션의 단일수행(single run) 중에 제거시점을 결정할 수 있다. 제거시점과 관련된 기존 연구는 다음과 같다. 콘웨이방법은 현재의 데이터가 이후 데이터의 최대값이나 최소값이 아니면 이 데이터를 제거시점으로 결정하는데, 알고기듬 구조상 온라인으로 제거시점 결정이 불가능하다. 콘웨이방법이 알고리듬의 성격상 온라인이 불가능한 반면, 수정콘웨이방법 (Modified Conway Rule: MCR)은 현재의 데이터가 이전 데이터와 비교했을 때 최대값이나 최소값이 아닌 경우 현재의 데이터를 제거시점으로 결정하기 때문에 온라인이 가능하다. 평균교차방법(Crossings-of-the-Mean Rule: CMR)은 누적평균을 이용하면서 이 평균을 중심으로 관측치가 위에서 아래로, 또는 아래서 위로 교차하는 회수로 결정한다. 이 기법을 사용하려면 교차회수를 결정해야 하는데, 일반적으로 결정된 교차회수가 시스템에 상관없이 일반적으로 적용가능하지 않다는 문제점이 있다. 누적평균방법(Cumulative-Mean Rule: CMR2)은 여러 번의 시험수행을 통해서 얻어진 출력데이터에 대한 총누적평균(grand cumulative mean)을 그래프로 그린 다음, 안정상태인 점을 육안으로 결정한다. 이 방법은 여러 번의 시뮬레이션을 수행에서 얻어진 데이터들의 평균들에 대한 누적평균을 사용하기 매문에 온라인 제거시점 결정이 불가능하며, 작업자가 그래프를 보고 임의로 결정해야 하는 단점이 있다. Welch방법(Welch's Method: WM)은 브라운 브리지(Brownian bridge) 통계량()을 사용하는데, n이 무한에 가까워질 때, 이 브라운 브리지 분포(Brownian bridge distribution)에 수렴하는 성질을 이용한다. 시뮬레이션 출력데이터를 가지고 배치를 구성한 후 하나의 배치를 표본으로 사용한다. 이 기법은 알고리듬이 복잡하고, 값을 추정해야 하는 단점이 있다. Law-Kelton방법(Law-Kelton's Method: LKM)은 회귀 (regression)이론에 기초하는데, 시뮬레이션이 종료된 후 누적평균데이터에 대해서 회귀직선을 적합(fitting)시킨다. 회귀직선의 기울기가 0이라는 귀무가설이 채택되면 그 시점을 제거시점으로 결정한다. 일단 시뮬레이션이 종료된 다음, 데이터가 모아진 순서의 반대 순서로 데이터를 이용하기 때문에 온라인이 불가능하다. Welch절차(Welch's Procedure: WP)는 5회이상의 시뮬레이션수행을 통해 수집한 데이터의 이동평균을 이용해서 시각적으로 제거시점을 결정해야 하며, 반복제거방법을 사용해야 하기 때문에 온라인 제거시점의 결정이 불가능하다. 또한, 한번에 이동할 데이터의 크기(window size)를 결정해야 한다. 지금까지 알아 본 것처럼, 기존의 방법들은 시뮬레이션의 단일 수행 중의 온라인 제거시점 결정의 관점에서는 미약한 면이 있다. 또한, 현재의 시뮬레이션 상용소프트웨어는 작업자로 하여금 제거시점을 임의로 결정하도록 하기 때문에, 실험중인 시스템에 대해서 정확하고도 정량적으로 제거시점을 결정할 수 없게 되어 있다. 사용자가 임의로 제거시점을 결정하게 되면, 초기편의 문제를 효과적으로 해결하기 어려울 뿐만 아니라, 필요 이상으로 너무 많은 양을 제거하거나 초기편의를 해결하지 못할 만큼 너무 적은 양을 제거할 가능성이 커지게 된다. 또한, 기존의 방법들의 대부분은 제거시점을 찾기 위해서 시험수행이 필요하다. 즉, 안정상태 시점만을 찾기 위한 시뮬레이션 수행이 필요하며, 이렇게 사용된 시뮬레이션은 출력분석에 사용되지 않기 때문에 시간적인 손실이 크게 된다.

컴퓨터 통신망의 활용이 각 분야에서 걸쳐서 점차 확대되고 있으며 의료 분야에서도 원격진료(tele-medicine), 원격교육(tele-education), 원격수술(tele-surgery) 등에 대한 시스템 개발이 관심을 끌고 있다. 본 연구에서는 초고속 정보통신망 환경에서 정형외과 모의수술을 하기 위한 시뮬레이터의 프로토타입을 구현하였다. 원격 모의수술 시뮬레이터를 구축하기 위해서는 CT, MRI와 같은 의학영상 처리, 다지점간의 회의를 제어할 수 있는 통신 제어, 환자의 진료를 위한 멀티미디어 데이터의 저장 및 검색을 위한 데이터베이스 구축 등 다양한 기술들의 총체적인 결합이 요구되어진다. 구축 시뮬레이터는 세가지 주요 서브 시스템으로 구성된다. 첫째, 원격 시뮬레이션을 위한 전반적인 관리, 운영, 제어를 담당하는 수술회의 시스템, 둘째, 모의수술을 가능케 하기 위한 2차원 영상의 전처리 3차원 영상 재구성 및 조작을 통한 모의수술 시스템, 셋재, 멀티미디어 환자 자료의 검색 및 관리를 하기 위한 데이터베이스 운영시스템으로 구성된다. 제안된 원격 모의수술 시뮬레이터는 서버-클라이언트 구조를 기반으로 하고, 여러명의 의사가 공동작업(CSCW: Computer Supported Cooperative Work)에 의해 모의수술을 할 수 있도록 공용 윈도우를 기반으로 한 그래픽 사용자 인터페이스를 제공한다. 멀티미디어 의료 데이터의 전송은 TCP/IP 프로토콜을 사용하고, 사용자 인터페이스는 X-window를 이용하여 구축하였다. 본 시뮬레이터는 SUN Server 1000을 서버로 하고, 두대의 SDT Workstation을 클라이언트로 하여 Ethernet 환경에서 구현 및 검증하였다. 또한 ATM Network에서 본 시뮬레이터를 시험함으로써 국책 사업으로 구축되는 초고속 정보통신망 환경에서의 사용 가능성을 입증하였다. 판단된다.원과 섭식장소, 수중생물의 경우는 특히 수온, 수량 영양원등이다.(중략). 본 연구의 접근방법으로는 ASRS의 개념적인 Reference Model을 수립하고 이 Reference Model에 대한 Formal Model로 DEVS(Discrete Event System Specification)을 이용하여 시스템을 Modeling하였다. 이의 Computer Simulation을 위하여 DEVS형식론 환경에서의 Simulation Language인 DEVSim ++ⓒ를 이용하여 시스템을 구현하였다.. 실형 결과로는 먼저 선형 상미분방정식의 예로 mass-damper-spring system, 비선형 상미분방정식의 예로는 van der Pol 방정식, 연립 상미분방정식의 예로는 mixing tank problem 등을 보였으며, 그의 공학에서 일어나는 여러 가지 문제들도 다루었다.화물에 대한 방어력이 증가되어 나타난 결과로 여겨지며, 또한 혈청중의 ALT, ALP 및 LDH활성을 유의성있게 감소시키므로서 감잎 phenolic compounds가 에탄올에 의한 간세포 손상에 대한 해독 및 보호작용이 있는 것으로 사료된다.반적으로 홍삼 제조시 내공의 발생은 제조공정에서 나타나는 경우가 많으며, 내백의 경우는 홍삼으로 가공되면서 발생하는 경우가 있고, 인삼이 성장될 때 부분적인 영양상태의 불충분이나 기후 등에 따른 영향을 받을 수 있기 때문에 앞으로 이에 대한 많은 연구가 이루어져야할 것으로 판단된다.태에도 불구하고 [-wh]의미의 겹의문사는 병렬적 관계의 합성어가 아니라 내부구조를 지니지 않은 단순한 단어(minimal $X^{0}$ elements)로 가정한다. 즉, [+wh] 의미의 겹의문사는 동일한 구성요 소를 지닌 병렬적 합성어([$[W1]_{XO-}$ $[W1]_{

광대역 종합정보 통신망의 핵심요소라 할 수 있는 ATM 스위치의 성능척도 중 가장 중요하게 다루어지고 있는 것은 셀 손실확률과 셀 전달지연시간이다. 이 중에서도 샐 손실확률기 추정에 대한 연구가 활발히 진행되고 있는데, ATM 스위치는 손실에 민감한 트래픽까지도 제대로 다루기 위하여 정도까지의 샐 손실확률을 보장할 수 있어야 한다. 이와같은 희소사건(rare event)의 확률 추정에 있어 원하는 정도의 precision을 가능한한 적은비용으로 얻어내기 위한 분산축소기법은 필수적이라 할 수 있다. Homogeneous 입력원을 갖는 ATM 스위치의 셀 손실확률 추정에 관련된 이전의 연구결과는 시뮬레이션과 분석적기법을 혼합시켜 얻어지는 새로운 개념의 추정치, 즉 hybrid 시뮬레이션 추정치의 도입을 통하여 상당한 정도의 분산축소 효과를 거둘 수 있음을 나타내주고 있다. 본 연구는 이에 대한 확장으로, 각각의 도착 프로세스가 서로 다른heterogeneous 입력원을 갖는 ATM 스위치의 셀 손실화률 추정에 적용될 수 있는 hybrid 시뮬레이션 기법을 개발하고자 한다. 사용된 모델은 이산시간대기모델()로 각입력원의 도착 프로세스는 Interrupted Bernoulli Process로 가정하였으며, 분석적 기법의 적용을 위한 입력원 통합(aggregation) 알고리듬과 실제 시뮬레이션 방법 등을 제시하였다. 또한 제시된 기법의 성능은 기존의 일반적인 시뮬레이션 추정치를 이용하여 얻어진 결과와의 비교를 통하여 분석되었다.

본 논문은 토러스 망의 패킷 전송 효율을 평가하기 위해 각 노드가 에지당 2개의 입·출력 큐를 가지는 라우팅 알고리즘을 제시하고 시뮬레이션을 수행하여 그 결과를 분석하였다. 제시된 4가지 오름순차를 가지는 라우팅 알고리즘에 대해 시뮬레이션을 하기 위해 도착분포와 서비스분포는 지수분포를 갖도록하여 교착상태가 없는 패킷 전송 효율을 비교 평가하였다. 실험 결과로부터 무교착 상태로 패킷을 전달하기 위한 노드 큐의 크기를 알 수 있었고, 또한 입력 패킷 메시지의 분포에 따라 패킷의 전송 효율을 높이기 위한 버퍼의 크기를 예측할 수 있었다.

A shop floor control system (SFCS) is the central part of a CIM system used to control the activities of several pieces of manufacturing equipment (e.g., NC machines, robots, conveyors, AGVs, AS/RS). The SFCS receives orders and related process plans, and then performs selecting a specific process routing, allocating resources, scheduling the workpieces, downloading the processing instructions (e.g., RS-274 instructions for NC machines, VAL II programs for robot), monitoring the progress of activities, detecting and recovering from errors, and preparing reports on the status of the manufacturing system. Simulation has been utilized in discovering control policies used for resolving shop floor be control problems such as resource contentions, part dispatching, deadlock. The simulation model must be designed to respond to real-time data coming from a shop floor. However, to rapidly build a realtime simulation model of SFCS cannot be easily accomplished. This talk is to address an automatic program generator of discrete event simulation model for shop floor control from process plans and resource models. The program generator is capable of constructing complete discrete simulation models for multi-product and multi-stage flexible manufacturing systems.