Aggregate Production Planning (APP) is concerned with the determination of production and workforce levels to meet fluctuating demand requirement. The traditional quantitative models to solve for the APP use only quantitative factors-at most quantified surrogates. However, most real APP problem needs to consider the important qualitative factors such as morale and goodwill explicitly. It is no doubt that the Aggregate Production Planning model deviates from the original problem if such qualitative factors are not taken into account appropriately. In this research, we seek to obtain the best solution which considers both quantitative factors and qualitative factors. For this purpose, the Post-Model Analysis(PMA) approach is adopted to support the trade-offs between the quantitative factors and qualitative factors. To do this the opportunity costs of qualitative goals are computed. The qualitative goals are organized in rule based knowledge and the expert system plays the role of evaluation and improvement of qualitative goals. To implement our approach, a prototype expert system, named IPPS(Intelligent Production Planning System), is developed.
변동하는 수요에 따라 최적 생산량을 구하고자 하는 것이 총괄 생산 계획이다. 이러한 총괄 생산 계획을 풀고자 하는 전통적인 OR 접근 방법들은 주로 계량화 가능한 분야에 중점을 두어 문제를 해결하고자 하고 있다. 그러나 현실적인 기업상황에서 고려해야만 할 요소로서 계량화가 불가능하거나 또는 무리인 요소들이 존재한다.
예를들면 종업원의 사기나 소비자들의 기업에 대한 선호도등을 들수 있다. 따라서 이러한 계량적 요소와 비계량적인 요소를 동시에 고려함으로서 보다 현실적인 총괄생산 계획안을 구하고자 하는 것이 본 논문의 취지이다. 그리고 이러한 개념을 구현한 시스템 이름을 IPPS (Intelligent Production Planning System)이라 정하였다.
본 논문에서는 위의 목적을 위해 먼저 총괄 생산 계획에 관련된 요소들을 계량적인 요소와 비계량적인 요소로 구분하였다. 그런데 계량적인 요소는 특정 가정만 성립 되면 계량적 해법을 통해서 최적해를 구할 수 있는 반면 비계량적인 부분의 정보를 해석하는 경우에는 String Matching을 이용하는 전문가 시스템이 그 위력을 발휘한다. 또한 비계량적 목적함수를 위해서 계량적 목적함수가 희생된 정도를 기회비용이라는 형태로 제시해주는 Post - Model Analysis (PMA) 접근 방법을 사용함으로서 계량적 목적함수와 비계량적 목적함수 사이의 상호 Trade - off 관계를 파악 할 수 있다. 따라서
