This paper deals with the optimal decision problem in various dynamic, nonlinear, and stochastic operation management problems. In particular, sequential decision making is modeled by the Markov Decision Process, and we discuss how to solve it in each problem. This study covers the following four issues. 1) Optimizing Multistage University Admission Decision Process. 2) An Efficient Approximate Solution for Stochastic Lanchester Models. 3) The Optimal Fire Allocation Strategy in Network Centric Warfare. 4) Learning Job Dispatching using Supervised Learning. Each study has its own characteristics, and most of the applied fields are different, but commonly the modeling and the decision problems are solved, new modeling proposed for each problem, and new decision-making solutions have better performance than existing methods .
본 논문은 동적이고 비선형적인 그리고 확률적인 다양한 운영 관리 문제에서의 최적 의사결정 문제를 다룬다. 특히 순차적인 의사결정의 경우 마르코브 의사결정 프로세스로 모델링하였고, 각 문제에서 어떻게 이를 풀 수 있을지 논의한다. 이 연구는 다음 네 가지 문제들을 다루고 있다. 1) 대학 입학 의사 결정 과정 최적화. 2) 확률적 란체스터 모형의 효율적인 근사 방법. 3) 네트워크 중심 전쟁에서의 최적 화력 배분 전략. 4) 지도 학습을 통한 공장 작업물 분배 학습. 각 연구들은 각각의 특색을 가지고 있으며 대부분 적용되는 분야는 다르지만 공통적으로 모델링과 의사결정 문제를 해결하였고, 각 문제에 대해서 제안하는 새로운 모델링, 그리고 새로운 의사결정 해결방법들이 기존의 방법들보다 더 나은 성능을 갖는 것을 보인다.
