성공적인 프로젝트 관리를 위한 확률론적 리스크 분석 및 의사결정 제 5강

목차

1. OptQuest(최적화)
1) 정의
2) OptQuest 알고리즘
3) OptQuest(최적화) 실행하기

본문내용

1. OptQuest(최적화)
1) 정의:
결과(예측 통계량)를 극소화 또는 극대화시키는 입력변수(의사결정 변수)이 최적 조합을 찾는 것

의사결정변수들 ➜ 가정을포함한계산과정 ➜ 예측값(들)

X ➜ 함수 ➜ F(X) = Y

< 중 략 >

의사결정 변수를 포함한 스프레드시트 모델에 OptQuest 기능을 수행하면 모델에 정의된 범위 안에서 1차 조합으로 생성된 값에 대한 시뮬레이션을 수행하여 얻은 예측값과 2차 조합을 통해 얻은 예측값과 비교를 하여 더 우월한 것을 선택하게 됩니다. 이러한 활동을 반복하면서 예측값의 최대 또는 최소를 만족 시키는 의사결정 변수의 최적 조합을 찾아가게 되며, 모든 의사결정 변수의 조합을 실행해 보거나, 설정된 시뮬레이션 횟수 또는 시간에 도달 할 때까지 수행합니다. 이러한 시뮬레이션을 통해 예측값(목표값)이 최대 또는 최소를 만드는 의사결정 변수 최적 조합을 찾아 줍니다.
다음의 그림은 OptQuest를 그림으로 표현한 것으로써 일반적으로 엑셀의 Solver기능으로 찾는 값은 선형이라는 가정하에 선형적인 최적해 만을 찾아 주지만 크리스탈볼은 모든 가능성에 대해 시뮬레이션을 통해 해를 찾기 때문에 비선형성을 갖는 곡선이나 다른 성향의 특성을 갖는 모든 함수식에 적용이 가능합니다

형이라는 가정하에 선형적인 최적해 만을 찾아 주지만 크리스탈볼은 모든 가능성에 대해 시뮬레이션을 통해 해를 찾기 때문에 비선형성을 갖는 곡선이나 다른 성향의 특성을 갖는 모든 함수식에 적용이 가능합니다 이러한 최적화 기능은 인력 계획 수립, 생산 일정을 충족시키는 기계의 배치, 공급을 최적화 하기 위한 대리점의 위치, 제조 설계상의 허용 오차, 제품의 수요를 만족시키는 최적 생산량 결정, 매출액을 최대화 시키는 최적 가격 결정, 분산 투자에 있어서의 최적 포트폴리오 결정 등 우리들의 통제 가능한 모든 모델에서 적용할 수 있습니다.

참고 자료

없음