일반화 이산형 분포를 기반으로한 학습곡선의 모형화

Abstract

학습현상은 Wright(1936)에 의해 항공 산업에서 항공기의 누적 생산량 증가에 따라 항공기 당 직접노동시간이 규칙적으로 감소한다는 것이 관찰되어 최초로 연구되었다. 일반적으로 어떤 작업을 반복적으로 수행할 때 단위생산시간은 감소하는데 이 것은 작업자의 숙련도 향상과 작업 절차 조정 및 사용 기계의 작업능력 향상에 의해서 나타난다. 이와 같은 현상을 공수체감현상 또는 학습현상이라고 하고, 학습현상을 그래프나 수식으로 나타낸 것이 학습곡선(learning curve)이다. 그리고 이 때 향상된 생산성을 학습곡선효과(learning-curve effects)라고 한다. 일반적인 학습현상은 무한정 나타나는 것이 아니라 일정 기간까지는 변화율이 크지만 어느 시점이 되면 완화되는 경향이 있다. 본 논문에서는 사건 발생 횟수와 자료에 내재된 변동성이 학습현상과 같은 경향으로 변화하는 자료를 적합하기 위해 일반화 포아송분포, 일반화 음이항분포를 이용하여 학습곡선을 모형화 하고자 한다. 모수는 최대우도추정방법을 사용하여 추정하였고, 제안한 모형의 특징을 살펴보고 모형의 성능을 비교해보기 위하여 모의실험을 실시하였다. 그리고 오렌지주스 캔 자료와 자동차 채광창 자료를 가지고 새롭게 제안한 모형을 적합하였다.