In this paper, we study a lot size scheduling problem similar to the actual factory size. In fact, building process and curing process are important processes that determine product types and produce finished products in tire factories. The curing processing is less variable in scheduling and is expensive due to idle time because it maintains energy even in the absence of production. Therefore, lot size scheduling is carried out to prevent idle time of the curing process during the building process, which is a large scale scheduling problem, which poses difficulties. In this paper, we define this as a lot size scheduling problem in large scale and propose reinforcement learning methodology for this. We compare and analyze intuitive rule based heuristic algorithms and reinforcement learning based methodology, and compare the differences in performance with mixed integer programming models. Finally, we want to analyze the behavior of reinforcement learning models and confirm their applicability to real-world sites.
본 학위논문에서는 실제 공장의 크기와 비슷한 로트 사이즈 스케줄링 문제를 연구한다. 실제 타이어 공장에서 성형 공정과 가류 공정은 제품 타입이 결정되고 완제품을 생산하는 중요한 공정이다 . 가류 공정은 스케줄링의 변동이 적으며, 생산이 없는 경우에도 에너지를 유지하기 때문에 유휴시간으로 인한 비용이 크다. 따라서 성형 공정에서 가류 공정의 유휴시간이 발생하지 않도록 로트 사이즈 스케줄링을 진행하는데, 이는 대규모의 스케줄링 문제이기 때문에 어려움이 존재한다. 본 학위 논문에서는 이를 대규모의 로트 사이즈 스케줄링 문제로 정의하고 이에 대해 강화학습 방법론을 제안한다. 직관적인 규칙 기반 휴리스틱 알고리즘과 강화학습 방법론을 비교 분석할 것이며, 혼합 정수 선형 수리모형과 성능의 차이를 비교할 것이다. 마지막으로 강화학습 모델의 행동을 분석하고 실제 현장에 적용 가능성을 확인하고자 한다.