This study is concerned with human optimization strategies in job shop scheduling. It was undertaken by analyzing the behavior of human schedulers when emphasis was put on different measures (Tavg, Tmax, Utilization). The human optimization strategies were analyzed according to the following two phases. The scheduler generated an initial solution in phase I and then pursued further optimization in phase II. Strategies in phase I could be represented by determining orders of scheduling individual activities. Otherwise, phase I scheduling was routine and required little cognitive efforts. But, the strategies of human schedulers in phase II were more complicated. In order to the strategies, we defined 'tactical unit' that is a sequence of activities to a given target. Inside a tactical unit, the human operations could be organized in the framework of a goal-tree. The strategies were then represented as the patterns of searching the tree. We found that the probability of giving up a branch was related to extra score, that is the difference between best score and current score, and the number of trials after the best score. A simple rule based system was developed to accommodate the elicited strategies. The model and rules were verified in a comparison of performance with the human scores. The results may be useful for the design of expert systems or decision support systems. Especially as a basis for designing human-computer cooperation and interface.
본 연구는 개별 공정 일정 계획에 있어서 인간의 최적화 전략을 다루고 있다. 먼저 서로 다른 수행도 측도에 강조를 둔 경우, 인간의 일정 계획 수행도가 관찰, 분석 되었다. 체계적인 분석을 위해 일정 계획 과정을 단계 I (Phase I) 과 단계 II (Phase II)로 나누어 분석을 하였다. 단계 I에서의 전략은 개개 활동 (activity)들의 순서를 정하는 것으로 표현할 수 있다. 대략적으로 단계 I 의 일정 계획은 거의 인지적인 노력이 들지않는 기계적인 절차에 의한 것이었다. 단계 II에서 인간 전략은 좀더 복잡하다. 우리는 여기서 전략 단위를 정의하여 사용하였다. 전략 단위 내에서는 인간은 goal-tree를 형성한다. 인간 최적화 전략을 tree를 탐색하는 패턴으로 표현하였다. 우리는 분지를 그만둘 확률이 최고 점수와의 차, 그리고 최고점수 이후의 시행횟수와 밀접한 관련이 있음을 밝혔다. 또한 밝혀진 전략들로 간단한 규칙 기반 시스템을 만들어 인간 점수와 비교를 하여 밝혀진 전략의 정당성을 입증하였다. 이 연구는 인간이 더나은 일정계획을 수립하는데 도움이 되는 체계를 설계하는데 밑바탕이 될뿐만 아니라 전문가 시스템 이나 의사결정 지원 체계의 설계에 도움이 되리라 기대한다.
