목적함수 가중치
개요
이 화면은 무엇인가요? 최적화 알고리즘의 개별 파라미터(가중치, 종료조건, 목적함수 계수 등)를 세부적으로 조정하고 자동 튜닝하는 화면입니다. 각 파라미터의 민감도와 튜닝 결과를 추적하여 최적의 설정을 찾습니다.
누가 사용하나요?
- APS 계획자: 목적함수 가중치 조정 (납기 vs 비용 vs 가동률)
- 시스템 관리자: 알고리즘 파라미터 자동 튜닝
언제 사용하나요?
- 최적화 목표(납기 중시/비용 중시/가동률 중시)를 변경할 때
- 알고리즘 파라미터를 자동 튜닝하여 성능을 개선할 때
- 파라미터 민감도를 분석하여 핵심 파라미터를 식별할 때
주요 기능
1. 가중치 조정
무엇을 하나요?: 목적함수의 각 요소에 대한 가중치를 조정합니다.
어떻게 사용하나요?:
- 최적화설정을 선택합니다
- 파라미터 목록에서 가중치(weight), 우선순위(priority)를 조정합니다
- 범주(algorithm/termination/objective/constraint)별로 필터링합니다
💡 팁: 납기 준수를 최우선으로 하려면 "납기지연" 목적함수의 가중치를 높이고, 비용 최소화가 목표면 "총비용" 가중치를 높입니다. 가중치 합이 1.0이 되도록 정규화하는 것이 좋습니다.
2. 자동 튜닝
무엇을 하나요?: Grid Search, Bayesian, 진화적 방법 등으로 최적 파라미터를 자동 탐색합니다.
어떻게 사용하나요?:
- 자동튜닝대상을 true로 설정합니다
- 튜닝방법(manual/grid_search/random_search/bayesian/evolutionary)을 선택합니다
- 튜닝 실행 후 결과점수와 민감도점수가 기록됩니다
입력 항목 가이드
| 항목 | 설명 | 입력 방법 | 예시 |
|---|---|---|---|
| 최적화설정 | 관련 알고리즘 설정 | 설정 선택 (필수) | OPT-GA-001 |
| 파라미터명 | 파라미터 키 | 직접 입력 (필수) | weight_tardiness |
| 파라미터타입 | 값 유형 | 선택 (필수): integer/float/boolean/enum/json | float |
| 기본값 | 초기 기본값 | 직접 입력 (필수) | 0.5 |
| 현재값 | 현재 적용 값 | 직접 입력 (필수) | 0.7 |
| 가중치 | 목적함수 가중치 | 숫자 입력 | 0.7 |
| 튜닝방법 | 자동 튜닝 방식 | 선택 | bayesian |
참고: 데이터 구조
테이블 및 관계 상세
테이블: aps_objective_weights
주요 컬럼: config_id(FK), parameter_name, parameter_type, parameter_category, default_value, current_value, min_value, max_value, weight, priority, tuning_method, tuning_status, tuning_result_score, sensitivity_score, is_auto_tunable, is_active
참조: 최적화설정(aps_optimization_config)