확률기반 시뮬레이션을 활용한 적응형 가능해 판별 절차

Abstract

본 연구에서는 유한한 시스템에 대하여 각 시스템의 성능치가 확률기반 시뮬레이션으로 관측되는 경우, 확률적 제약에 대해 가능 시스템을 판별하는 문제를 다룬다. 시뮬레이션을 활용한 최적화 방법론 중 시스템 수가 유한한 경우 최적의 시스템을 판단하기 위한 통계적 비교기법을 R&S(Ranking and Selection) 방법론이라 한다. 대표적 R&S 방법론인 FSIZ(Fully Sequential Indifference Zone) 프레임워크에 기반을 둔 기존 가능해 판별 절차 FDP(Feasbility Determination Procedure)는 사용자로 하여금 공차 수준을 설정하게 하고, 공차 수준의 크기에 대응되는 영역에서의 근가능 시스템(near-feasible system)과 가능 시스템(strictly feasible system)을 동시에 출력한다. 본 연구에서는 확률기반 시뮬레이션을 활용한 가능 시스템 판별을 위해 ‘적응형 가능해 판별 절차(Adaptive Feasibility Determination Procedure)’라는 이름의 새로운 절차를 제시한다. 제시하는 새로운 절차는 기존 절차 FDP(Feasibility Determination Procedure)와 달리, 실제 가능 시스템(strictly feasible system)만을 특정 신뢰수준 이상의 확률로 출력함을 보장하도록 설계되었다. 이 절차는 기존 가능해 판별 절차를 내부 루프로 사용하는 동시에, 공차수준을 감소하는 수열로 설계하여 적정한 공차수준에 도달할 때까지 반복적으로 가능해 판별 절차 FDP를 시행한다. 본 연구는 새로운 절차인 적응형 가능해 판별절차의 보장성과 효율성을 수리적으로 규명한다. 또한 수치 실험을 통해 기존 가능해 판별 절차와 알고리즘 성능을 비교하고 그 결과를 분석한다.