[경영과학]스키장 최적선택 고찰 프로젝트

소개글

[경영과학]스키장 최적선택 고찰 프로젝트에 대한 보고서 자료입니다.

목차

1. 프로젝트 제목

2. 프로젝트 배경 및 개요
2.1 최근 3년 동안 실제 스키인구 추세

3. 문제 설정
3.1 목적함수 설정

4. 변 수 (Variables)
4.1 스키장 정보
4.2 스키장별 중급자 슬로프/리프트 제원
4.3 Objective Function & Constraints Ⅰ
4.4 Objective Function & Constraints Ⅱ

5. 결과
5.1 LINDO 결과 및 분석 ( 시간고려 )
5.2 LINDO 결과 및 분석 ( 비용고려 )
5.3 자체조사결과 ( 선호도고려 )

6. 결론 및 문제점
6.1 결 론
6.2 문제점

본문내용

0
12) 2543.500000 0.000000
13) 456.500000 0.000000
14) 0.000000 0.000000
15) 0.000000 0.000000
16) 0.000000 0.000000
17) 0.000000 0.000000
18) 1.000000 0.000000
19) 0.000000 0.000000
20) 0.000000 0.000000
21) 0.000000 0.000000
22) 0.000000 0.000000
23) 0.000000 0.000000
24) 0.000000 0.000000
25) 0.000000 0.000000
26) 0.000000 0.000000
27) 0.000000 0.000000
28) 0.000000 0.000000
29) 0.000000 0.000000
30) 0.000000 0.000000
31) 0.000000 0.000000
32) 0.000000 0.000000
33) 0.000000 0.000000
NO. ITERATIONS= 38
BRANCHES= 0 DETERM.= 1.000E 0
: 위의 LINDO로 출력된 optimal value는 강촌리조트를 최적으로 선택했는데 이는 실제 최적의 값은 37.64로 알프스 리조트가 출력되어야 하나 우리가 제약식의 범위가 소요시간(S)를 1시간 30분에서 2시간 사이로, 대기시간(D)를 15분에서 30분으로, 리프트소요시간(L)을 1분40초에서 4분대로 잡았기 때문에 이 제약조건을 만족하는 최적의 값을 가지는 스키장은 강촌 리조트로 선정되었다.
LINDO 결과 및 분석 ( 비용고려 )
LP OPTIMUM FOUND AT STEP 18
OBJECTIVE VALUE = 44000.0000
NEW INTEGER SOLUTION OF 44000.0000 AT BRANCH 0 PIVOT 18
RE-INSTALLING BEST SOLUTION...
OBJECTIVE FUNCTION VALUE
1) 44000.00
VARIABLE VALUE REDUCED COST
X1 0.000000 6000.000000
X2 0.000000 8000.000000
X3 0.000000 6000.000000
X4 0.000000 5000.000000
X5 1.000000 5000.000000
X6 0.000000 8000.000000
X7 0.000000 22000.000000
X8 0.000000 23000.000000
X9 0.000000 20000.000000
X10 0.000000 23000.000000
R1 0.000000 42000.000000
R2 0.000000 43000.000000
R3 0.000000 42000.000000
R4 0.000000 42000.000000
R5 1.000000 39000.000000
R6 0.000000 52000.000000
R7 0.000000 56000.000000
R8 0.000000 52000.000000
R9 0.000000 52800.000000
R10 0.000000 42000.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 0.000000
3) 0.000000 0.000000
4) 0.000000 0.000000
5) 0.000000 0.000000
6) 0.000000 0.000000
7) 0.000000 0.000000
8) 0.000000 0.000000
9) 0.000000 0.000000
10) 0.000000 0.000000
11) 0.000000 0.000000
12) 0.000000 0.000000
13) 0.000000 0.000000
14) 19000.000000 0.000000
15) 11000.000000 0.000000
NO. ITERATIONS= 18
BRANCHES= 0 DETERM.= 1.000E 0
: 위의 LINDO로 출력된 비용에 대한 optimal value는 강촌 리조트로 선정되었는데 이는 우리가 버스요금을 최대 24000원까지, 그리고 리프트 요금을 50000원까지 제약식을 걸어놓은 결과 강촌 리조트가 최적의 선정지로 선택되었고 제약식을 걸지 않았더라도 강촌 리조트가 비용면에서 최적의 선정지임을 쉽게 알 수 있다.
자체조사결과 ( 선호도고려 )
투표수
비율(%)
1. 휘 닉 스
5673
23%
2. 성 우
3110
13%
3. 지 산
3025
12%
4. 용 평
2948
12%
5. 대 명
2586
10%
6. 베 어 스
1974
8%
7. 강 촌
1322
5%
8. 양 지
1066
4%
9. 천 마 산
348
1%
10. 알 프 스
128
1%
결론 및 문제점
결 론
5.1과 5.2의 결과에서 볼 수 있듯이 최적의 스키장 선정지는 강촌리조트가 비용면이나 시간의 분배면에서 모두 최적의 장소임을 알 수 있다. 하지만 5.3의 선호도 자료에서 보면 일반 사람들이 좋아하는 스키장으로는 휘닉스 파크가 가장 인기있는 장소임을 볼 수 있는데 이는 5.3의 자료에 참여한 사람들이 출발하는 장소가 각각 다르고 개개인의 취향이 모두 다르기 때문에 우리와는 다른 결과를 도출할 수 밖에 없었다. 이에 반해 우리는 시간면에서 소요시간, 리프트 대기시간 및 리프트 소요시간에 대해 모두 만족되는 수준을 제약했고, 비용면에서는 스키장까지 가는데 소요되는 버스요금과 리프트 요금을 제약했기 때문에 5.3과는 결과를 도출하게 되었다.
문제점
① 소요시간, 대기시간 및 리프트 소요시간에 대한 선행조건을 임의적으로 설정했기 때문에 결과적으로 객관적인 value를 얻을 수 없었다.
② 시간에 대한 목적함수와 비용에 대한 목적함의 최적값을 구하는데 있어서 두 함수를 하나로 연계하지 못하였기 때문에 결과적으로 서로 다른 optimal value의 값에 대한 해석이 정확성을 잃게 되었다.
③ 초기의 목적은 객관적인 정황과 자료들을 통해서 가장 짧은 경로와 가장 많이 탈 수 있는 스키장을 선정하려고 하였으나 전체적인 자료가 인터넷을 통해서 쉽게 구하고 optimal value 또한 쉽게 구할 수 있었기 때문에 초기의 목적을 변경하여 주관적인 제약식을 걸었기 때문에 객관성이 적게 되었다.

키워드

경영과학,   OR,   최적선택,   LINDO,   목적함수,   경영과학프로젝트,   프로젝트