For the effective implementation of an inter-organizational supply chain on the Web, many optimization model agents need to be embedded in the distributed software agents. For instance, many suppliers make requests to a delivery scheduler who manages a model warehouse at the e-hub. The scheduler deals with the scheduling of many truckers, and each trucker's agent must have its own routing optimization models. Since the formulations in the model warehouse vary depending upon the requirements, it is impossible to formulate all combinations in advance. Therefore, we need a case-based model modification scheme that can generate the required formulation from the semantically specified requirement in the agent communication language.
This research deals with the issues of the architecture of an optimization model agent system AGENT-OPT, modeling request language in XML, optimization model representation in semantic-level objects using UNIK-OPT, a method of selecting a base model, an optimization model modification language, and rule-based modification reasoning. The approach is applied to the delivery scheduling to study the effect of base model selection policies on the modification effort. To determine whether to start with a Primitive Model, Full Model, or the Most Similar Model, we experimented with the sensitivity of proximity to the Primitive Model on 24 cases, and discovered the threshold for choosing the most efficient base model.
웹상에서 조직간 효과적인 공급체인 구현을 위하여, 분산된 소프트웨어 에이전트는 최적화모형을 필요로 한다. 예를 들면, 많은 공급사들은 배송회사에게 배송요청을 하게 되고, 배송회사는 트럭의 배송계획을 수립한다. 이때 배송회사는 경로설정을 위한 최적화모형을 필요로 하는데, 모형은 문제상황에 따라 바뀌기 때문에 미리 모든 가능한 형태의 모형들을 준비한다는 것은 관리적인 면에서 비효율적이다. 실제로 배송계획 외에 많은 업무영역으로 부터의 다양한 문제요구에 대응할 수 있는 모델하우스와 이를 운영 및 서비스하는 e-hub 중심의 에이전트시스템이 필요하다. 이 경우, 에이전트의 통신언어로 표현된 의미론적인 문제요구로부터 필요한 모형을 만들어 내는 사례기반의 모형수정 구조가 필요하다.
이 연구는 최적화모형 에이전트시스템인 AGENT-OPT의 구조, XML 표현의 모형화 요청언어, UNIK-OPT를 이용한 최적화모형 표현, 기본모형 선택방법, 모형수정 언어, 규칙기반의 수정 추론에 관한 논점들을 다루고 있다. 이러한 접근을 배송계획에 응용하여 전개한다.
문제의 해결 과정은 1) 모형요청자의 문제기술, 2) 모형요청에이전트의 모형요청서 작성 및 AGENT-OPT에 전송, 3) AGENT-OPT의 모형요청서 해석에 의한 모형화요인 식별, 4) 기본모형(Base model) 선택 및 모형수정활동(Modification action) 식별, 5) 목표모형(Goal Model)으로의 변형, 6) 문제의 해 발견 및 결과 전송의 6단계로 구성된다.
목표모형은 해석된 모형화요인에 의해 기초모형(Primitive model)과 모형화수정활동을 식별하고, 모형수정 규칙기반의 전방향추론에 의해 발견된다.
모형수정의 최소 노력을 위한 기본모형 선택전략을 분석하기 위하여 즉, 기초모형, 완전모형(Full model), 또는 가장 유사한 모형(the Most Similar Model)에서 목표모형으로의 수정 중에 어떤 접근방법이 가장 효율적인가를 분석하기 위하여 24개의 사례모형을 가지고 기초모형과의 근접도에 따른 모형수정노력에 대한 민감도 분석을 실험하였다. 이로부터 기본모형으로의 선택기준이 되는 문턱근접도(Threshold proximity)를 추정하였다.
본 논문의 연구성과는 다음과 같다.
- 최적화모형의 자동 수정을 위한 사례기반 수정구조 제시
- 모델 웨어하우스를 운영할 수 있는 AGENT-OPT 프로토타입 설계
- 기초모형, 완전모형, 사례모형들로부터 비교실험을 통한 가장 효율적인 기본모형 선택 조건 제시
- 웹환경에서 배송계획 또는 가상생산계획과 같은 최적화모형 관리서비스를 위한 사례기반의 모형화 구조 제시
- 배송계획문제에 대한 온톨로지 설계 및 구조의 타당성 검증
이 연구는 배송문제에 대한 예를 제시하였지만, 모델웨어하우스의 다른 분야에도 적용 가능하다. 한편, UNIK-OPT를 사용하는 AGENT-OPT 구조는 모델 웨어하우스의 요구와 다른 소프트웨어에이전트간 상호작용을 도와줄 수 있는 기본환경을 제공한다.
