Q-learning을 활용한 혼류 생산 라인 스케줄링 최적화 = Q-learning Based Scheduling Optimization for Mixed-Model Assembly Lines

국문 초록 (Abstract)

본 연구는 혼류 생산(Mixed-Model Assembly Lines) 환경에서 제품별 공정 시간 불균형으로 인해 발생하는 설비 유휴(Idle) 및 차단(Blocking) 현상을 최소화하고 생산 효율을 향상시키기 위해 Q-learning 기반 스케줄링 최적화 기법을 제안한다. 기존 Q-learning 방식이 제품 유형만을 상태 변수로 사용하여 공정 부하 불균형을 충분히 반영하지 못하는 한계를 보완하고자, 본 연구에서는 각 공정별 잔여 공정 시간과 제품 유형을 함께 고려한 상태를 설계하였다. 이를 통해 의사결정 과정에서 공정 부하 편차를 반영하여 병목 완화와 설비 가동률 향상을 유도하였다. SPT 규칙 및 기존 Q-learning 방식과의 비교 실험 결과, 제안 기법은 최대 1.81%의 생산 리드타임 단축과 18.95%의 학습 수렴 속도 향상을 달성하였으며, t-검정을 통해 이러한 성능 향상이 통계적으로 유의함을 확인하였다.