This study is concerned with the applications of linear goal programming techniques and artificial intelligence algorithm (fuzzy theory and genetic algorithm) to the analysis of management and operational problems in the radioactive processing system (RWPS). A typical RWPS is modeled as a linear functions to study and resolve the effects of conflicting objectives such as cost, limitation of released radioactivity to the environment, equipment utilization and total treatable radioactive waste volume before discharge and disposal. The developed model is validated and verified using actual data obtained from the RWPS at Kyoto University in Japan. The solution by goal programming would show the optimal operation point which is to maximize the total treatable radioactive waste volume and minimize the released radioactivity of liquid waste even under the restricted resources. But goal programming has a demerit that the target values are decided by decision maker arbitrarily. To complement the goal programming's demerit, the fuzzy set theory is introduced and the target values are analyzed by it.
Genetic algorithm is combined with goal programming and the results by it is compared with that of goal programming only.
본 논문에서는 방사성 폐기물 처리계통 최적화에 대한 연구를 수행하는데 있어서 방법론과 모델링 개발에 주안점을 두었다.
모델링에 있어서는 일본의 교토대학에 있는 연구용 원자로의 방사성 폐기물 처리 계통을 Shimizu 교수가 RESTEM 방법론을 사용하여 최적화를 수행하였다. 그러나 이 연구에서의 모델링 과정에서는 계통의 각 구성요소에 대한 물질 수지식(Material Balance)이 누락되어 있었고 Shimizu의 모델링을 목표계획법에 적용하여 본 결과 Shimizu가 도출한 결과와는 전혀 다른 결과가 도출되었다. 이에 물질수지식을 추가, 보완하여 모델링을 한 결과 목표계획법을 적용하였을 때 Shimizu와 유사한 결과를 얻을 수 있었다.
방법론에 있어서는 목표계획법(Goal Programming : GP)과 퍼지 이론(Fuzzy Theory), 그리고 유전자 알고리듬(Genetic Algorithm : GA), 세가지 종류의 방법론에 수정된 모델링을 적용하였다.
목표계획법의 기본적인 개념은 제한된 자원 최대활용을 위한 목적을 가지고 목표치에서의 편차변수(Deviation Variable)를 도입하여 다목적으로 이루어진 단일 목적함수를 구성하여 그 함수를 최소화시킴으로써 최적화를 수행하는 것이다. 그러나 목표계획법은 우변항값과 우선순위에서의 weighting factor를 의사결정자가 임의로 정하는데서 매우 큰 불확실성을 가지고 있다. 그래서 본 연구에서는 퍼지이론에서의 Fuzzy achievement function 을 도입하여 우변항값에 대한 불확실성을 해결하였다. 그리고 우선순위에서의 weighting factor에 대한 불확실성도 해결할 수 있을 것으로 예상된다.
기존의 유전자 알고리듬에서는 제한식이 존재하는 다목적 최적화 문제의 경우 벌점 함수를 도입하여 최적화를 수행하였으나 이 방법은 벌점함수를 설계할 때 벌점 계수에 대한 민감도가 매우 커 이에 의존하는 경향이 있다. 그러나 본 연구에서는 유전자 알고리듬에 목표계획법 이론을 도입하여 편차변수를 순차적으로 최소화시키는 방법으로 제한식을 만족시켜 다목적 함수에 대한 최적화를 수행하였다. 그러나 본 방법도 달성하고자 하는 목적이 많아지는 경우에는 매우 많은 계산 시간을 소모하는 경향이 있다.
