A Genetic Algorithm and Support Vector Regression based Hybrid Cost Estimation Model for Feature-based Plastic Injection Products

플라스틱 사출 제품은 다양한 가전제품과 하이테크 제품에 널리 사용되고 있다. 그러나 현재의 치열한 경쟁적 비 즈니스 환경에서 플라스틱 사출 제품 제조업자들은 고객을 만족시키면서 경쟁력을 얻기 위하여 다른 경쟁자들보다 먼저 새로운 제품을 시장에 출시하고 신제품의 개발기간을 줄이기 위한 노력을 할 여유가 부족하다. 따라서 무한 경쟁의 시장에서 살아남기 위해서는 제조업자들은 시장 마켓 점유를 빠르게 올리는 것과 동시에 제품의 가격 경쟁 력을 가져야 한다. 특징기반 모델의 구조는 현재 연구에서 3D 제작 도구로서 일반적으로 적용되고 있으며 신제품 개발 엔지니어들이 새로운 제품의 개념을 개발하는 데에도 널리 사용되고 있다. 본 연구에서는 특징기반 플라스틱 사출제품을 위한 유전자 알고리즘과 Support Vector Regression (SVR) 기반의 새로운 하이브리드 비용 평가 모델 을 제안한다. 제안하는 하이브리드 모델은 기존의 플라스틱 사출제품의 비용평가절차와 계산을 위해 필요로 하는 변수들을 극적으로 간단하게 하고 줄일 수 있다. 사례연구에서는 제안하는 하이브리드 모델과 기존의 multilayer perceptron networks (MLP) 및 pure SVR과의 비교분석을 통하여 제안모델이 플라스틱 사출 제품의 개발단계에서 의 비용평가문제를 해결하는데 효율성과 효과성이 있음을 입증한다.