KR102034125B1 - Customized design devices and methods for manufacturing logistics equipment - Google Patents

Customized design devices and methods for manufacturing logistics equipment Download PDF

Info

Publication number
KR102034125B1
KR102034125B1 KR1020180146535A KR20180146535A KR102034125B1 KR 102034125 B1 KR102034125 B1 KR 102034125B1 KR 1020180146535 A KR1020180146535 A KR 1020180146535A KR 20180146535 A KR20180146535 A KR 20180146535A KR 102034125 B1 KR102034125 B1 KR 102034125B1
Authority
KR
South Korea
Prior art keywords
logistics
information
pattern
customer
type
Prior art date
Application number
KR1020180146535A
Other languages
Korean (ko)
Inventor
박명근
Original Assignee
박명근
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 박명근 filed Critical 박명근
Priority to KR1020180146535A priority Critical patent/KR102034125B1/en
Application granted granted Critical
Publication of KR102034125B1 publication Critical patent/KR102034125B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0621—Item configuration or customization
    • G06F17/50—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G06Q50/28—
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Manufacturing & Machinery (AREA)
  • Operations Research (AREA)
  • Architecture (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

A device for customized design to manufacture logistics equipment may comprise: a communication unit receiving customer information and request information from a user interface; a pattern calculating unit calculating a requested pattern from the customer information and request information; a generation unit generating customized logistics equipment information based on the requested pattern; and a design unit designing virtual logistics equipment for simulation of the customized logistics equipment information based on the customized logistics equipment information.

Description

물류 장비 제작을 위한 맞춤 설계 장치 및 방법{CUSTOMIZED DESIGN DEVICES AND METHODS FOR MANUFACTURING LOGISTICS EQUIPMENT}CUSTOMIZED DESIGN DEVICES AND METHODS FOR MANUFACTURING LOGISTICS EQUIPMENT}

본원은 물류 장비 제작을 위한 맞춤 설계 장치 및 방법에 관한 것이다.The present invention relates to a custom design device and method for manufacturing logistics equipment.

물류 장비란, 원부자재가 생산현장에 투입되어 공장에서 완제품을 생산, 출하하여 최종 소비자에게 공급하는 수송, 하역, 포장 및 보관 등의 전 과정을 이르는 물류(物流)를 수행하는 기계를 의미한다. 물류 장비로는 컨테이너, 트럭 등의 운송수단에 지게차와 같은 물류 장비의 접근을 용이하게 하기 위한 도크(Dock), 화물을 연속적으로 운반하는 컨베이어(Conveyor), 각 구역에 이송되는 제품을 하나의 라인으로 합병하고 인식기를 통하여 제품에 대한 정보를 확인한 후 세부적으로 분류하는 자동 분류기 및 박스, 포대 등을 파렛트에 적재하는 로봇인 파렛타이저 등이 있으며, 각각의 물류 장비들은 고객의 요구, 사용 용도 및 판매 물품 등의 다양한 조건에 따라 다양한 종류 및 수치가 결정되어 제작될 수 있다.Logistics equipment refers to a machine that performs the logistics of the entire process of transportation, unloading, packaging, and storage, in which raw and subsidiary materials are put into the production site and produce and ship the finished product at the factory and supply it to the final consumer. Logistics equipment includes a dock for facilitating access of logistics equipment such as forklifts to transportation methods such as containers and trucks, a conveyor for continuously transporting cargo, and a product to be transported to each zone. The automatic sorter and the palletizer, a robot that loads boxes and bags, etc., are classified into detailed categories after checking the information on the product through the recognizer. Various kinds and numerical values may be determined and manufactured according to various conditions such as sales items.

한편, 종래에는 기계설비 또는 제어시스템을 개발하거나 개조하기 위해 다음의 과정을 거친다. 기계설비를 설계하고, 운전 방안을 작성한 후 제어시스템을 설계하며, 실 기계설비를 설치하고 실 제어시스템과 케이블 결선을 한 후 제어시스템과 설비의 동작을 테스트한다. 이러한 일련의 과정에 의해 기계설비 및 제어시스템의 검증은 설비가 설치된 후 이루어지므로, 설비개발 착수에서 시운전까지 많은 시간 및 비용이 소요된다.On the other hand, conventionally goes through the following process to develop or modify the mechanical equipment or control system. After designing the mechanical equipment, drawing up the operation plan, designing the control system, installing the actual mechanical equipment, connecting cables to the actual control system, and testing the operation of the control system and equipment. By this series of processes, the verification of the mechanical equipment and control system is carried out after the equipment is installed. Therefore, it takes a lot of time and money from the start of equipment development to the commissioning.

또한, 기계설비 및 제어시스템이 설치된 후에 시운전을 가동하므로, 기계설비의 결함을 기계설비의 개발 과정에서 알 수 없는 문제점이 있다.In addition, since the trial operation is performed after the installation of the mechanical equipment and the control system, there is a problem that the defect of the mechanical equipment is unknown in the development process of the mechanical equipment.

따라서, 실제 제작 또는 현장 적용 전에 위험분석과 최적조건을 사전에 점검하는 가상설비 시스템에 대한 수요가 증가하고 있다.Therefore, there is an increasing demand for virtual facility systems that pre-check risk analysis and optimal conditions before actual production or field application.

본원의 배경이 되는 기술은 한국등록특허공보 제10-1738250호에 개시되어 있다.Background art of the present application is disclosed in Korean Patent Publication No. 10-1738250.

본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 사용자의 고객 정보 및 의뢰 정보를 학습하여 맞춤형 물류 장비 정보를 제공하는 물류 장비 제작을 위한 맞춤 설계 장치 및 방법을 제공하려는 것을 목적으로 한다.The present invention is to solve the above-mentioned problems of the prior art, an object of the present invention is to provide a custom design device and method for manufacturing a logistics equipment that provides customized logistics equipment information by learning the customer information and request information of the user.

다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical problem to be achieved by the embodiments of the present application is not limited to the technical problems as described above, and other technical problems may exist.

상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치에 있어서, 사용자 인터페이스로부터 고객 정보 및 의뢰 정보를 수신하는 통신부, 상기 고객 정보 및 상기 의뢰 정보로부터 의뢰 패턴을 산출하는 패턴 산출부, 상기 의뢰 패턴에 기초하여 맞춤형 물류 장비 정보를 생성하는 생성부 및 상기 맞춤형 물류 장비 정보에 기초하여 상기 맞춤형 물류 장비 정보의 시뮬레이션을 위한 가상의 물류 장비를 설계하는 설계부를 포함할 수 있다.As a technical means for achieving the above technical problem, in the custom design device for manufacturing the logistics equipment according to an embodiment of the present application, a communication unit for receiving customer information and request information from the user interface, the customer information and the request information Designing a virtual logistics equipment for the simulation of the customized logistics equipment information based on the pattern calculation unit for calculating a request pattern from the generation unit, a generation unit for generating customized logistics equipment information based on the request pattern and the customized logistics equipment information It may include a design unit.

또한, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치에 있어서, 상기 사용자 인터페이스로부터 입력된 피드백 정보 및 상기 가상의 물류 장비로부터 최종 물류 장비 정보를 생성하는 결과 정보 생성부를 더 포함할 수 있다.In addition, in the custom design device for manufacturing the logistics equipment according to an embodiment of the present application, the feedback information input from the user interface and the result information generating unit for generating the final logistics equipment information from the virtual logistics equipment may further include. have.

또한, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치에 있어서, 상기 고객 정보는, 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력 중 적어도 어느 하나를 포함할 수 있다.In addition, in the custom design device for manufacturing the logistics equipment according to an embodiment of the present application, the customer information may include at least one of customer industry, handling product type, company size and purchase history.

또한, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치에 있어서, 상기 의뢰 정보는, 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보 중 적어도 어느 하나를 포함할 수 있다.In addition, in the custom design device for manufacturing the logistics equipment according to an embodiment of the present application, the request information, may include at least one of logistics type information, logistics numerical information, logistics use information and logistics production time information. .

또한, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치에 있어서, 상기 패턴 산출부는, 상기 고객 정보 및 상기 의뢰 정보를 입력으로 하는 비지도 학습 기반의 패턴 산출 모델을 구축하여 상기 의뢰 패턴을 산출하되, 상기 의뢰 패턴은 고객별 패턴 및 물류 종류별 패턴을 포함할 수 있다.In addition, in the custom design device for manufacturing the logistics equipment according to an embodiment of the present application, the pattern calculation unit, the request pattern by building a pattern calculation model based on the unsupervised learning to input the customer information and the request information To calculate the request pattern may include a pattern for each customer and a pattern for each type of logistics.

또한, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치에 있어서, 상기 생성부는, 상기 고객별 패턴 및 상기 물류 종류별 패턴에 기초하여 상기 맞춤형 물류 장비 정보를 생성할 수 있다.In addition, in the custom design device for manufacturing logistics equipment according to an embodiment of the present application, the generation unit may generate the customized logistics equipment information based on the pattern for each customer and the pattern for each type of logistics.

또한, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치에 있어서, 상기 통신부는, 상기 맞춤형 물류 장비 정보 및 상기 가상의 물류 장비를 상기 사용자 인터페이스로 송신하고, 상기 사용자 인터페이스로부터 입력된 피드백 정보를 수신할 수 있다.In addition, in the custom design device for manufacturing logistics equipment according to an embodiment of the present application, the communication unit, the customized logistics equipment information and the virtual logistics equipment to the user interface, the feedback input from the user interface Information can be received.

한편, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 방법에 있어서, 사용자 인터페이스로부터 고객 정보 및 의뢰 정보를 수신하는 단계, 상기 고객 정보 및 상기 의뢰 정보로부터 의뢰 패턴을 산출하는 단계, 상기 의뢰 패턴에 기초하여 맞춤형 물류 장비 정보를 생성하는 단계 및 상기 맞춤형 물류 장비 정보에 기초하여 상기 맞춤형 물류 장비 정보의 시뮬레이션을 위한 가상의 물류 장비를 설계하는 단계를 포함할 수 있다.On the other hand, in the custom design method for manufacturing the logistics equipment according to an embodiment of the present application, receiving customer information and request information from a user interface, calculating a request pattern from the customer information and the request information, the request Generating customized logistics equipment information based on a pattern and designing a virtual logistics equipment for simulation of the customized logistics equipment information based on the customized logistics equipment information.

또한, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 방법에 있어서, 상기 사용자 인터페이스로부터 입력된 피드백 정보 및 상기 가상의 물류 장비로부터 최종 물류 장비 정보를 생성하는 단계를 더 포함할 수 있다.In addition, the custom design method for manufacturing the logistics equipment according to an embodiment of the present application, may further include generating the final logistics equipment information from the feedback information input from the user interface and the virtual logistics equipment.

상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.The above-mentioned means for solving the problems are merely exemplary and should not be construed as limiting the present application. In addition to the above-described exemplary embodiments, additional embodiments may exist in the drawings and detailed description of the invention.

전술한 본원의 과제 해결 수단에 의하면, 고객의 의뢰 정보와 함께 고객의 업종, 취급 제품, 업체 규모를 포함한 고객 정보를 비지도 학습 또는 지도 학습 기반으로 고객별 패턴 및 물류 종류별 패턴을 산출함으로써, 고객 맞춤형 물류 장비를 제안할 수 있고, 더 나아가 맞춤형 물류 장비를 시뮬레이션 하여 가상의 물류 장비를 구현하고, 피드백 정보를 수신함으로써, 고객 맞춤형 물류 장비의 기계설비의 결함으로 최소화할 수 있다.According to the above-mentioned problem solving means of the present application, by calculating the pattern for each customer and the pattern for logistics type based on unsupervised learning or supervised learning based on the non-supervised or supervised learning of the customer information including the customer's business type, the handling product, and the size of the customer together with the customer's request information Customized logistics equipment can be proposed, and furthermore, simulation of customized logistics equipment can be implemented to implement virtual logistics equipment and receive feedback information, thereby minimizing defects in the hardware of customized logistics equipment.

다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.However, the effects obtainable herein are not limited to the effects as described above, and other effects may exist.

도 1은 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치의 구현예를 도시한 도면이다.
도 2는 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치의 구성을 도시한 도면이다.
도 3은 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 방법에 대한 동작 흐름도이다.1 is a view showing an embodiment of a custom design device for manufacturing logistics equipment according to an embodiment of the present application.
2 is a view showing the configuration of a custom design device for manufacturing logistics equipment according to an embodiment of the present application.
3 is an operation flowchart for a custom design method for manufacturing logistics equipment according to an embodiment of the present application.

아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present disclosure will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present disclosure. As those skilled in the art would realize, the described embodiments may be modified in various different ways, all without departing from the spirit or scope of the present invention. In the drawings, parts irrelevant to the description are omitted for simplicity of explanation, and like reference numerals designate like parts throughout the specification.

본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다. Throughout this specification, when a part is "connected" to another part, it is not only "directly connected" but also "electrically connected" or "indirectly connected" with another element in between. "Includes the case.

본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.Throughout this specification, when a member is said to be located on another member "on", "upper", "top", "bottom", "bottom", "bottom", this means that any member This includes not only the contact but also the presence of another member between the two members.

본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.Throughout this specification, when a part is said to "include" a certain component, it means that it can further include other components, without excluding the other components unless specifically stated otherwise.

도 1은 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치의 구현예를 도시한 도면이고, 도 2는 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치의 구성을 도시한 도면이다.1 is a view showing an embodiment of a custom design device for manufacturing logistics equipment according to an embodiment of the present application, Figure 2 shows a configuration of a custom design device for manufacturing logistics equipment according to an embodiment of the present application Drawing.

도 1 및 도 2를 참조하면, 물류 장비 제작을 위한 맞춤 설계 장치(100)는 통신부(110), 패턴 산출부(120), 생성부(130), 설계부(140) 및 결과 정보 생성부(150)를 포함할 수 있다.1 and 2, the custom design device 100 for manufacturing logistics equipment includes a communication unit 110, a pattern calculation unit 120, a generation unit 130, a design unit 140, and a result information generation unit 150. ) May be included.

통신부(110)는 사용자 인터페이스(200)로부터 고객 정보 및 의뢰 정보를 수신할 수 있다. 사용자 인터페이스(200)는 기 생산된 물류 장비를 구매하거나, 물류 장비를 원하는 형태로 의뢰하려는 고객의 사용자 단말일 수 있다. The communicator 110 may receive customer information and request information from the user interface 200. The user interface 200 may be a user terminal of a customer who purchases previously produced logistics equipment or requests the logistics equipment in a desired form.

여기서 물류 장비란, 수송, 보관, 하역 및 포장을 포함하여 물류 활동을 수행하는 기계를 의미하며, 물류 장비로는 컨테이너, 트럭 등의 운송 수단에 지게차와 같은 물류 장비의 접근성을 용이하게 하기 위한 도크(Dock), 화물을 연속적으로 운반하는 컨베이어(Conveyor), 각 구역에 이송되는 제품을 하나의 라인으로 합병하고, 인식기를 통하여 제품에 대한 정보를 확인한 후, 세부적으로 분류하도록 수행하는 자동 분류기 및 박스, 포대 등을 파렛트에 적재하는 파렛타이저(Palletizer) 등을 포함할 수 있다. 또한, 고객은 물류 장비를 활용하여 상품을 생산함으로써, 수주, 발주 및 판매 등의 경제 활동에 참여하는 사업체를 의미할 수 있다.Here, the logistic equipment means a machine that performs logistical activities, including transportation, storage, unloading and packaging, and the logistic equipment includes a dock for facilitating accessibility of logistic equipment such as a forklift to transportation means such as containers and trucks. (Dock), Conveyor to continuously carry the cargo, Automatic sorter and box that performs merging the products conveyed in each zone into one line, and checks the product information through the recognizer, and then classify in detail And a palletizer for loading a bag or the like into the pallet. In addition, the customer may mean a business that participates in economic activities such as ordering, ordering, and selling by producing goods using logistics equipment.

상기 고객 정보는 고객이 사용자 인터페이스(200)를 이용하여 물류 장비 제작 어플리케이션 또는 웹사이트를 통해 물류 장비 제작을 의뢰할 경우에 생성되며, 고객이 사용자 인터페이스(200)를 통해 E-mail, 문자 메시지, MMS, 메신저 어플리케이션을 통해 생산자에게 직접 의뢰한 경우에도 생성될 수 있다.The customer information is generated when the customer requests the logistics equipment production through the logistics equipment production application or website using the user interface 200, and the customer uses the user interface 200 through the e-mail, text message, It can be generated even if the manufacturer directly requests through MMS and messenger applications.

상기 고객 정보는 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력 중 적어도 어느 하나를 포함할 수 있다. The customer information may include at least one of a customer sector, a product type, a company size, and a purchase history.

여기서 고객 업종은 물류 장비 제작을 의뢰한 고객이 속한 모든 종류의 업종을 포함할 수 있다. 고객 업종은 물류 장비가 사용되는 모든 종류의 업종, 예를 들어, 농업, 임업 및 어업, 광업, 하수폐기물 처리, 원료재생 및 환경 복원업, 제조업, 건설업 및 운수업을 포함할 수 있고, 업종에 따른 분류는 산업(업종) 분류 코드에 따라 고객 업종이 분류될 수 있다. Here, the customer sector may include all kinds of industries belonging to the customer who requested the production of logistics equipment. The customer sector may include all types of industries in which logistics equipment is used, for example agriculture, forestry and fishing, mining, sewage disposal, raw material recovery and environmental restoration, manufacturing, construction and transportation. Classification can be classified customer sector according to the industry (industry) classification code.

취급 제품 종류는 물류 장비 제작을 의뢰한 고객이 취급하는 판매 제품의 종류 또는 의뢰한 물류 장비를 이용하여 고객이 취급하는 제품의 종류를 의미할 수 있다. 예를 들어, 고객이 해당되는 업종이 농업에 해당되고, 취급하는 판매 제품이 곡물류이면, 고객 정보 중 취급 제품 종류는 곡물류가 될 수 있다. 또한, 고객이 해당되는 업종이 운수업에 해당되고, 택배 상하차를 관리하는 경우, 취급 제품 종류는 택배류가 될 수 있다.The handling product type may mean the kind of products sold by the customer who requested the manufacture of the logistics equipment or the kind of products handled by the customer by using the requested logistics equipment. For example, if the type of business to which the customer applies corresponds to agriculture, and the sale product to be handled is cereals, the type of product handled in the customer information may be cereals. In addition, when the customer is a business sector that corresponds to the transportation business, and manages the delivery and delivery, the type of product handled may be a delivery.

업체 규모는 물류 장비 제작을 의뢰한 고객의 사업 규모를 의미할 수 있으며, 업체 규모는 연매출액, 수주 또는 발주 규모를 포함한 정보일 수 있다.The company size may refer to the business size of the customer who requested the production of logistics equipment, and the company size may be information including an annual sales amount, an order, or an order size.

구매 이력은 고객이 물류 장비 제작을 의뢰하기 전, 물류 장비 제작을 의뢰했던 의뢰 내역을 의미할 수 있으며, 해당 의뢰 내역에는 후술하는 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보를 포함할 수 있다. 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보는 아래에서 자세히 설명하기로 한다.The purchase history may refer to the request history that the customer requested to manufacture the logistics equipment before requesting the production of the logistics equipment, and the request details include the logistics type information, logistics numerical information, logistics usage information, and logistics production time information described below. It may include. Logistic type information, logistics numerical information, logistics usage information, and logistics production time information will be described in detail below.

본 발명의 일 실시예에 따른 통신부(100)는 사용자 인터페이스(200)로부터 고객 정보와 함께 의뢰 정보를 수신할 수 있다.The communication unit 100 according to an embodiment of the present invention may receive request information together with customer information from the user interface 200.

의뢰 정보는 고객이 사용자 인터페이스(200)를 이용하여 물류 장비 제작 어플리케이션 또는 웹사이트를 통해 물류 장비 제작을 의뢰할 경우에 생성되며, 고객이 사용자 인터페이스(200)를 통해 E-mail, 문자 메시지, MMS, 메신저 어플리케이션을 통해 생산자에게 직접 의뢰한 경우에도 생성될 수 있다.Request information is generated when the customer requests the logistics equipment production through the logistics equipment production application or website using the user interface 200, the customer through the user interface 200 E-mail, text messages, MMS In addition, it can be generated even if directly requested to the producer through a messenger application.

의뢰 정보는 고객이 제작하고자 하는 물류 장비의 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보를 포함할 수 있고, 물류 장비를 제작하기 위해 고객이 생산자에게 의뢰한 내역을 포함할 수 있다.The request information may include logistics type information, logistics numerical information, logistics usage information, and logistics production time information of the logistics equipment to be manufactured by the customer, and may include details requested by the customer to the producer to manufacture the logistics equipment. have.

물류 종류 정보는, 고객이 제작하고자 하는 물류 장비의 종류, 예를 들어 도크(Dock), 컨베이어(Conveyor), 자동 분류기 및 파렛타이저(Palletizer) 등을 포함할 수 있다. 물류 수치 정보는, 고객이 제작하고자 하는 물류 장비의 구체적인 수치 정보를 의미할 수 있다. 물류 용도 정보는, 고객이 제작하고자 하는 물류 장비의 용도, 예를 들어 곡물류 운송용 컨베이어, 택배 분류용 자동 분류기 등을 포함하는 물류 장비의 용도를 의미할 수 있다. 물류 제작 시간 정보는 물류 장비 제작에 소요되는 제작 시간을 의미하며, 물류 제작 시간은 고객이 원하는 연도, 월, 일 및 시간에 대한 정보, 또는 날짜, 요일, 시간에 대한 정보를 포함할 수 있다.The logistics type information may include a type of logistics equipment to be manufactured by a customer, for example, a dock, a conveyor, an automatic sorter, and a palletizer. The logistics numerical information may mean specific numerical information of the logistics equipment to be manufactured by the customer. Logistics usage information may refer to the use of the logistics equipment to be manufactured by the customer, for example, the use of the logistics equipment including a conveyor for transporting grains, an automatic sorting machine for sorting parcels. Logistics production time information refers to the production time required for the production of logistics equipment, the logistics production time may include information on the year, month, day and time desired by the customer, or information on the date, day, time.

고객 정보 및 의뢰 정보는 물류 장비 제작 어플리케이션 또는 웹사이트를 통해 의뢰할 경우 생성될 수 있고, 고객이 사용자 인터페이스(200)를 통해 E-mail, 문자 메시지, MMS, 메신저 어플리케이션을 통해 생산자에게 직접 의뢰한 경우에도 생성될 수 있다. 즉, 물류 장비 제작을 위한 맞춤 설계 장치(100)는 물류 장비 제작을 의뢰하는 소비자의 고객 정보를 학습하여 고객에게 최적화된 맞춤형 물류 장비를 제공하기 위함이며, 고객 정보뿐만 아니라, 의뢰 정보에 대해서도 학습하여 소비자에게 최적화된 맞춤형 물류 정보를 제공할 수 있다. Customer information and request information may be generated when requested through the logistics equipment manufacturing application or website, and the customer directly requested to the producer through E-mail, text message, MMS, messenger application through the user interface 200 Can also be generated. That is, the custom design device 100 for manufacturing logistics equipment is to provide customized logistics equipment optimized for customers by learning customer information of consumers requesting the manufacture of logistics equipment, and learns not only customer information but also request information. It can provide customized logistics information optimized for consumers.

의뢰 정보의 경우, 통신부(110)는 사용자 인터페이스(200)를 통한 물류 장비 제작에 대한 결제 내역을 수신하고, 결제 내역으로부터 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보가 수집될 수 있다. 즉, 결제 내역은 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보를 포함할 수 있다. 고객 정보의 경우, 통신부(110)는 사용자 인터페이스(200)에 입력된 텍스트를 수집하고, 패턴 산출부(120)는 상기 텍스트로부터 물류 장비 제작을 의뢰한 고객의 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력을 산출할 수 있다. 상기 텍스트로부터 산출되는 정보는 후술하기로 한다.In the case of the request information, the communication unit 110 receives the payment details for the production of the logistics equipment through the user interface 200, and the logistics type information, the logistics numerical information, the logistics usage information, and the logistics production time information are collected from the payment details. Can be. That is, the payment details may include logistics type information, logistics numerical information, logistics usage information, and logistics production time information. In the case of customer information, the communication unit 110 collects text input to the user interface 200, and the pattern calculation unit 120 requests the customer industry, handling product type, and company size of the customer who requested the production of logistics equipment from the text. And purchase history. Information calculated from the text will be described later.

본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치(100)와 사용자 인터페이스(200)는 네트워크를 통해 통신할 수 있다. 네트워크는 단말들 및 서버들과 같은 각각의 노드 상호간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), wifi 네트워크, 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다. 또한, 사용자 인터페이스(200)는 예를 들면, 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기 같은 모든 종류의 무선 통신 장치 및 데스크탑 컴퓨터, 스마트 TV 등 유선 통신 장치를 포함할 수 있다.Custom design device 100 and the user interface 200 for manufacturing logistics equipment according to an embodiment of the present application may communicate over a network. The network refers to a connection structure capable of exchanging information between respective nodes such as terminals and servers. Examples of such a network include a 3rd generation partnership project (3GPP) network, a long term evolution (LTE) network, and 5G. Network, World Interoperability for Microwave Access (WIMAX) network, Internet, Local Area Network (LAN), Wireless Local Area Network (WLAN), Wide Area Network (WAN), Personal Area Network (PAN), wifi network, Bluetooth networks, satellite broadcasting networks, analog broadcasting networks, DMB (Digital Multimedia Broadcasting) networks, and the like, but are not limited thereto. In addition, the user interface 200 may include, for example, a smartphone, a smart pad, a tablet PC, a personal communication system (PCS), a global system for mobile communication (GSM), a personal digital cellular (PDC), Personal Handyphone System (PHS), Personal Digital Assistant (PDA), International Mobile Telecommunication (IMT) -2000, Code Division Multiple Access (CDMA) -2000, W-Code Division Multiple Access (W-CDMA), Wireless Broadband Internet ) May include all kinds of wireless communication devices such as terminals, and wired communication devices such as desktop computers and smart TVs.

패턴 산출부(120)는 고객 정보 및 의뢰 정보로부터 의뢰 패턴을 산출할 수 있다. 패턴 산출부(120)는 고객 정보 및 의뢰 정보를 입력으로 하는 비지도학습 기반의 패턴 산출 모델을 구축하여 고객의 의뢰 패턴을 산출할 수 있다.The pattern calculator 120 may calculate a request pattern from the customer information and the request information. The pattern calculator 120 may calculate a request pattern of a customer by constructing a non-supervised learning-based pattern calculation model using input of customer information and request information.

패턴 산출부(120)는 고객 정보 및 의뢰 정보를 정형화하여 비지도 학습 기반의 패턴 산출 모델의 입력으로 사용할 수 있다. 정형화는, 예를 들어, 고객 정보의 경우, 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력 등을 수치화하는 것을 의미한다. 또한, 의뢰 정보의 경우, 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보를 수치화하는 것을 의미한다. 예시적으로, 패턴 산출부(120)는 고객 정보에 해당되는 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력과, 의뢰 정보에 해당되는 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보 각각에 따라 코드를 부여하여 수치화할 수 있다.The pattern calculator 120 may format the customer information and the request information and use the input as an input of a pattern calculation model based on unsupervised learning. For example, in the case of customer information, it means that the customer industry, the type of product handled, the size of the company and the purchase history are quantified. In addition, in the case of request information, it means that the logistics type information, the logistics numerical information, the logistics usage information, and the logistics production time information are digitized. For example, the pattern calculator 120 may include a customer business type, a product type, a company size and a purchase history corresponding to customer information, logistic type information corresponding to request information, logistical numerical information, logistic usage information, and logistic production time. Codes can be digitized according to each piece of information.

패턴 산출부(120)는 비지도학습 기반의 군집 알고리즘에 기초하여 의뢰 패턴을 산출할 수 있다. 비지도 학습이란, 학습용 데이터를 구축하는 것이 아닌 데이터 자체를 분석하거나 군집하면서 학습하는 알고리즘을 의미한다, 패턴 산출부(120)는 군집 알고리즘에 기초하여 의뢰 패턴을 군집하여 산출할 수 있고, 의뢰 패턴의 군집간 분리도에 기초하여 새로운 의뢰 패턴을 검출할 수 있다. 예시적으로, 상기 비지도 학습을 위한 군집 알고리즘에는 로지스틱 회귀 알고리즘, 랜덤 포레스트 알고리즘, SVM(Support Vector Machine)알고리즘, 의사결정 알고리즘 및 군집 알고리즘이 이용될 수 있다. 또한, 패턴 산출부(120)는 상술한 알고리즘 외에도 Extra Tree알고리즘, XG Boost알고리즘 및 Deep Learning 알고리즘, K-means 클러스터링 알고리즘, SOM(Self-Organizing-Maps) 알고리즘 EM & Canopy 알고리즘과 같은 군집 알고리즘을 통해 비지도 학습을 수행할 수 있다. Random Forest알고리즘은 수많은 Decision Tree들이 Forest를 구성하여 각각의 예측결과를 하나의 결과변수로 평균화 하는 알고리즘이고, SVM알고리즘은 데이터의 분포공간에서 가장 큰 폭의 경계를 구분하여 데이터가 속하는 분류를 판단하는 비확률적 알고리즘이다. Extra Tree알고리즘은 Random forest와 비슷하나 속도가 Random forest에 비해 빠른 알고리즘이며, XGBoost알고리즘은 Random Forest의 Tree는 독립적이라면 XGBoost의 Tree의 결과를 다음 트리에 적용하는 boost방식의 알고리즘이다. Deep Learning알고리즘은 다층구조의 Neural Network을 기반으로 변수의 패턴이 결과에 미치는 영향을 가중치로 조절하며 학습하는 알고리즘이다. 또한, K-means 클러스터링 알고리즘은 전통적인 분류기법으로 대상집단을 거리의 평균값(유사도)을 기준으로 K개의 군집으로 반복 세분화 하는 기법이고, SOM알고리즘은 인공신경망을 기반으로 훈련집합의 입력 패턴을 가중치로 학습하여 군집화하는 기법이다. 또한 EM & Canopy 알고리즘은 주어진 초기값으로 가능성이 최대인 것부터 반복 과정을 통해 파라미터 값을 갱신하여 군집화 하는 기법을 의미한다.The pattern calculator 120 may calculate a request pattern based on an unsupervised learning based clustering algorithm. Unsupervised learning means an algorithm for learning while analyzing or clustering data itself, rather than constructing learning data. The pattern calculating unit 120 can cluster and calculate a request pattern based on a clustering algorithm. A new request pattern can be detected based on the degree of separation between clusters. For example, a logistic regression algorithm, a random forest algorithm, a support vector machine (SVM) algorithm, a decision algorithm, and a clustering algorithm may be used as the clustering algorithm for unsupervised learning. In addition to the above-described algorithm, the pattern calculation unit 120 also uses clustering algorithms such as Extra Tree algorithm, XG Boost algorithm, Deep Learning algorithm, K-means clustering algorithm, Self-Organizing-Maps (SOM) algorithm, EM & Canopy algorithm. Unsupervised learning can be performed. The random forest algorithm is an algorithm that a lot of decision trees form a forest and average each prediction result as a single result variable. The SVM algorithm determines the classification to which the data belongs by dividing the largest boundary in the data distribution space. It is a non-probability algorithm. The Extra Tree algorithm is similar to the Random forest, but the algorithm is faster than the Random forest. The XGBoost algorithm is a boost algorithm that applies the result of the XGBoost tree to the next tree if the tree of the Random Forest is independent. Deep Learning Algorithm is an algorithm that learns by adjusting the effect of variable pattern on the weight based on multi-layer Neural Network. In addition, K-means clustering algorithm is a traditional classification technique that repeats the target group into K clusters based on the mean value (similarity) of the distance, and the SOM algorithm is based on the artificial neural network. It is a technique of learning and clustering. In addition, EM & Canopy algorithm refers to a technique for clustering by updating the parameter value through the iterative process from the maximum probability to the given initial value.

본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치(100)의 패턴 산출부(120)는 고객 정보 및 의뢰 정보를 입력으로 하는 비지도 학습 기반의 패턴 산출 모델을 구축하여 의뢰 패턴을 산출하되, 의뢰 패턴은 고객별 패턴 및 물류 종류별 패턴을 포함할 수 있다. 다시 말해, 패턴 산출부(120)는 고객 정보 및 의뢰 정보를 입력으로 하는 비지도 학습에 기초하여 고객별 패턴 및 물류 종류별 패턴이 검출될 수 있다. The pattern calculation unit 120 of the custom design device 100 for manufacturing logistics equipment according to an embodiment of the present application calculates a request pattern by building a pattern calculation model based on unsupervised learning using input of customer information and request information. However, the request pattern may include a pattern for each customer and a pattern for each type of logistics. In other words, the pattern calculator 120 may detect a pattern for each customer and a pattern for each type of logistics on the basis of unsupervised learning using input of customer information and request information.

예시적으로, 어느 고객이 물류 장비 제작을 의뢰한 경우, 해당 고객의 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력에 기초하여 고객별 패턴이 생성될 수 있다. 이때, 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력은 고객의 사용자 인터페이스(200)로부터 통신부(110)가 수집할 수 있다. 또한 상기 사용자가 의뢰한 의뢰 정보, 즉, 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보에 기초하여 물류 종류별 패턴이 생성될 수 있다. 의뢰 정보는 고객이 사용자 인터페이스(200)에 입력한 의뢰 정보를 통신부(100)가 수집함으로써 획득할 수 있다. 어느 고객이 물류 장비 제작을 의뢰한 경우, 고객 정보는 고객에 대한 객관적 정보를 포함하고, 의뢰 정보는 고객이 의뢰한 물류 장비에 대한 객관적 정보를 포함한다고 할 수 있다. 따라서, 고객이 물류 장비 제작을 의뢰하는 어떠한 경우라도 고객 정보 및 의뢰 정보가 생성될 수 있다.For example, when a customer requests the manufacture of logistics equipment, a customer-specific pattern may be generated based on the customer's business type, the type of product handled, the size of the company, and the purchase history of the customer. At this time, the customer industry type, product type, company size and purchase history may be collected by the communication unit 110 from the user interface 200 of the customer. In addition, a pattern for each logistics type may be generated based on request information requested by the user, that is, logistics type information, logistics numerical information, logistics usage information, and logistics production time information. The request information may be obtained by the communication unit 100 collecting request information input by the customer to the user interface 200. When a customer requests to manufacture logistics equipment, the customer information may include objective information about the customer, and the request information may include objective information about the logistics equipment requested by the customer. Therefore, customer information and request information can be generated in any case where a customer requests production of logistics equipment.

패턴 산출부(120)는 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력 각각에 해당하는 패턴을 생성하거나, 고객업종, 취급 제품 종류, 업체 규모 및 구매 이력을 함께 고려한 고객별 패턴을 생성할 수 있다. 또한, 패턴 산출부(120)는 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보 각각에 해당하는 패턴을 생성하거나, 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보를 함께 고려한 물류 종류별 패턴을 생성할 수 있다.The pattern calculator 120 may generate a pattern corresponding to each customer type, a product type, a company size, and a purchase history, or may generate a pattern for each customer considering the customer type, a product type, a company size, and a purchase history. have. In addition, the pattern calculation unit 120 generates a pattern corresponding to each of the logistics type information, logistics numerical information, logistics usage information and logistics production time information, or logistics type information, logistics numerical information, logistics usage information and logistics production time information. Can be generated according to the logistics type pattern.

또한, 고객별 패턴을 검출하기 위한 비지도 학습과 물류 종류별 패턴을 검출하기 위한 비지도 학습이 각각 이루어질 수 있다. 사용자 인터페이스(200)로부터 수신 받은 고객 정보를 이용하여 고객별 패턴을 검출할 수 있으며, 서로 다른 고객의 물류 장비 제작 의뢰가 들어온 경우에도 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력에 대한 고객 정보가 유사한 경우, 유사한 라벨링(예를 들면, 파란색 및 초록색)으로 구분될 수 있다. 즉, 고객별 패턴이 동일 내지 유사한 경우 군집간 분리도가 낮다고 할 수 있다. 물류 종류별 패턴 역시 고객별 패턴의 산출 과정과 동일하게, 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보에 대한 의뢰 정보가 유사한 경우, 유사한 라벨링으로 구분될 수 있고, 물류 종류별 패턴이 동일 내지 유사한 경우 군집간 분리도가 낮다고 할 수 있다.In addition, unsupervised learning for detecting a pattern for each customer and unsupervised learning for detecting a pattern for each type of logistics may be performed. The customer-specific pattern can be detected by using the customer information received from the user interface 200, and even when a request for producing a logistic equipment of different customers is received, customer information on the customer industry, the product type, the size of the company, and the purchase history Are similar, they may be distinguished by similar labeling (eg, blue and green). That is, when the customer-specific pattern is the same or similar, it can be said that the degree of separation between clusters is low. In the same way as the calculation process of the customer-specific pattern, if the request information for the logistics type information, the logistics numerical information, the logistics usage information, and the logistics production time information is similar, the pattern by logistics type may be classified into similar labeling. In the same or similar case, the degree of separation between clusters may be low.

한편, 유사한 빈도를 가진 고객 정보 및 의뢰 정보와 다른 빈도를 가진 고객 정보 및 의뢰 정보들로 군집된 고객별 패턴(또는 물류 종류별 패턴)의 경우, 전술한 고객별 패턴과는 다른 라벨링(예를 들면, 빨간색)으로 구분될 수 있다. 이러한 고객별 패턴은 다른 고객별 패턴의 고객별 패턴(또는 물류 종류별 패턴)일 수 있고, 패턴 산출부(120)에 의해 검출될 수 있다. 검출된 고객별 패턴은 업종별 패턴 및 업체 규모별 패턴을 포함할 수 있다. On the other hand, in the case of a customer-specific pattern (or a pattern by logistics type) grouped with customer information and request information having a different frequency and customer information and request information having a different frequency, a labeling different from the above-described customer-specific pattern (for example, , Red). The customer-specific pattern may be a customer-specific pattern (or a pattern per logistics type) of another customer-specific pattern, and may be detected by the pattern calculator 120. The detected customer-specific pattern may include an industry-specific pattern and a company-specific pattern.

본원의 다른 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치(100)의 패턴 산출부(120)는 고객 정보 및 의뢰 정보를 입력으로 하는 지도 학습 기반의 패턴 산출 모델을 구축하여 의뢰 패턴을 산출하되, 의뢰 패턴은 고객별 패턴 및 물류 종류 패턴을 포함할 수 있다. 지도 학습이란, 미리 구축된 학습용 데이터(training data)를 활용하여 모델을 학습하는 것을 의미한다. 예시적으로, 패턴 산출 모델은 인공신경망으로 구현될 수 있으며, 고객 정보에 대한 고객별 패턴을 출력하는 학습을 통해 상기 인공신경망이 구축될 수 있다.The pattern calculator 120 of the custom design device 100 for manufacturing logistics equipment according to another embodiment of the present application calculates a request pattern by building a map learning-based pattern calculation model using input of customer information and request information. However, the request pattern may include a customer-specific pattern and logistics type pattern. Supervised learning means learning a model by using previously built training data. For example, the pattern calculation model may be implemented as an artificial neural network, and the artificial neural network may be constructed through learning to output a pattern for each customer for customer information.

패턴 산출부(120)는 고객 정보 및 의뢰 정보를 입력으로 하는 지도 학습 기반의 패턴 산출 모델을 구축하여 고객별 패턴 및 물류 종류 패턴을 산출할 수 있다. 여기서 고객별 패턴은 고객 업종별 선호 물류 종류 패턴, 고객 업종별 물류 용도 패턴, 취급 제품별 선호 물류 수치 패턴, 업체 규모별 물류 수치 정보 패턴 및 업체 규모별 물류 제작 시간 패턴을 포함할 수 있으며, 물류 종류 패턴은 물류 종류별 선호 고객 패턴, 물류 종류별 취급 제품 패턴 및 물류 수치별 업체 규모 패턴을 포함할 수 있다.The pattern calculator 120 may calculate a pattern for each customer and a logistics type pattern by constructing a map learning-based pattern calculation model using input of customer information and request information. Here, the pattern by customer may include the preferred logistics type pattern by customer industry, the logistics usage pattern by customer industry, the preferred logistics numerical pattern by handling product, the logistics numerical information pattern by company size, and the logistics production time pattern by company size. May include a preferred customer pattern by logistics type, a product pattern handled by logistics type, and a company size pattern by logistics number.

예를 들어, 패턴 산출부(120)는 주기적으로 입력되는 고객 정보 및 의뢰 정보를 입력 항목으로써 입력하여, 고객 업종별 선호 물류 종류 패턴, 고객 업종별 물류 용도 패턴, 취급 제품별 선호 물류 수치 패턴, 업체 규모별 물류 수치 정보 패턴, 업체 규모 별 물류 제작 시간 패턴, 물류 종류별 선호 업종 패턴, 물류 종류별 취급 제품 패턴 및 물류 수치별 업체 규모 패턴을 결과로 출력할 수 있다. 예시적으로, 패턴 산출 모델은 수치 데이터로 출력될 수 있으나, 이에 한정되는 것은 아니다. For example, the pattern calculator 120 inputs the customer information and the request information that are periodically input as input items, the preferred logistics type pattern for each customer industry, the logistics use pattern for each customer industry, the preferred logistics value pattern for each product handled, and the size of the company. The result can be outputted as a result of logistics numerical information patterns by logistics, logistics production time patterns by firm size, preferred industry pattern by logistics type, handling product pattern by logistics type, and company scale pattern by logistics number. In exemplary embodiments, the pattern calculation model may be output as numerical data, but is not limited thereto.

다른 예로, 패턴 산출부(120)는 지도 학습 기반의 분류/예측 알고리즘에 기초하여 패턴 산출 모델을 구축할 수 있다. 예시적으로 분류/예측 알고리즘은 예시적으로 상기 분류/예측 알고리즘은 Random Forest알고리즘 SVM(support vector machine) 알고리즘, Extra Tree알고리즘, XG Boost알고리즘 및 Deep Learning 알고리즘 중 적어도 하나를 포함할 수 있다. Random Forest알고리즘은 수많은 Decision Tree들이 Forest를 구성하여 각각의 예측결과를 하나의 결과변수로 평균화 하는 알고리즘이고, SVM알고리즘은 데이터의 분포공간에서 가장 큰 폭의 경계를 구분하여 데이터가 속하는 분류를 판단하는 비확률적 알고리즘이다. Extra Tree알고리즘은 Random forest와 비슷하나 속도가 Random forest에 비해 빠른 알고리즘이며, XGBoost알고리즘은 Random Forest의 Tree는 독립적이라면 XGBoost의 Tree의 결과를 다음 트리에 적용하는 boost방식의 알고리즘이다. Deep Learning알고리즘은 다층구조의 Neural Network을 기반으로 변수의 패턴이 결과에 미치는 영향을 가중치로 조절하며 학습하는 알고리즘이다.As another example, the pattern calculator 120 may build a pattern calculation model based on a classification / prediction algorithm based on supervised learning. For example, the classification / prediction algorithm may be an example. The classification / prediction algorithm may include at least one of a random forest algorithm support vector machine (SVM) algorithm, an extra tree algorithm, an XG boost algorithm, and a deep learning algorithm. The random forest algorithm is an algorithm that a lot of decision trees form a forest and average each prediction result as a single result variable. The SVM algorithm determines the classification to which the data belongs by dividing the largest boundary in the data distribution space. It is a non-probability algorithm. The Extra Tree algorithm is similar to the Random forest, but the algorithm is faster than the Random forest. The XGBoost algorithm is a boost algorithm that applies the result of the XGBoost tree to the next tree if the tree of the Random Forest is independent. Deep Learning Algorithm is an algorithm that learns by adjusting the effect of variable pattern on the weight based on multi-layer Neural Network.

생성부(130)는 의뢰 패턴에 기초하여 맞춤형 물류 장비 정보를 생성할 수 있다. 예시적으로, 생성부(130)는 고객별 패턴에 의해 선호하는 물류 종류가 예측될 수 있고, 물류 종류 패턴에 의해 물류 제작 시간이 예측될 수 있어, 상기 선호하는 물류 종류 및 선호하는 물류 제작 시간에 기초하여 맞춤형 물류 장비 정보를 생성할 수 있다. 예를 들어, 생성부(130)는 고객별 패턴, 일 예로, 고객 업종별 패턴을 이용하여 고객 업종별로 선호하는 물류 종류 또는 물류 용도를 파악하거나, 취급 제품별 패턴을 이용하여 업체의 취급 제품별로 선호하는 물류 수치를 파악하거나, 업체 규모별 패턴을 이용하여 선호하는 물류 수치 정보 또는 물류 제작 시간을 파악함으로써, 고객 맞춤형 물류 장비 정보를 생성할 수 있다. 또한, 생성부(130)는 물류 종류 패턴, 일 예로, 물류 종류별 패턴을 이용하여 물류 종류별로 선호하는 업종 또는 고객의 취급 제품을 파악할 수 있고, 물류 수치별 패턴을 이용하여 물류 수치별로 선호하는 업체 규모를 파악함으로써, 고객 맞춤형 물류 장비 정보를 생성할 수 있다.The generation unit 130 may generate customized logistics equipment information based on the request pattern. For example, the generation unit 130 may predict the preferred logistics type by the customer-specific pattern, the logistics production time may be predicted by the logistics type pattern, the preferred logistics type and the preferred logistics production time Based on the customized logistics equipment information can be generated. For example, the generation unit 130 grasps the preferred logistics type or logistics use for each customer industry by using a pattern for each customer, for example, a customer industry pattern, or prefers each product handled by a company using a pattern for each product. By grasping the logistics figures, or by identifying the preferred logistics figures or logistics production time using patterns by company size, customer-specific logistics equipment information can be generated. In addition, the generation unit 130 can identify the type of business or customer's handling products by logistics type using a logistics type pattern, for example, a logistics type pattern, and a company that prefers each logistics value by using a pattern by logistics number. By knowing the scale, it is possible to create customized logistics equipment information.

생성부(130)는 고객 업종, 취급 제품, 업체 규모 및 구매 이력을 함께 고려하여 생성된 고객별 패턴에 기초하여 선호하는 물류 종류, 물류 수치 및 물류 제작 시간을 파악함으로써, 고객 맞춤형 물류 장비 정보를 생성할 수 있다. 또한, 생성부(130)는 물류 종류, 물류 수치, 물류 용도 및 물류 제작 시간을 함께 고려하여 생성된 물류 종류 패턴에 기초하여 선호하는 고객 업종, 취급 제품 및 업체 규모를 파악함으로써, 맞춤형 물류 장비 정보를 생성할 수 있다.The generation unit 130 obtains the customized logistics equipment information by grasping the preferred logistics type, the logistics value, and the logistics production time based on the customer-specific pattern generated by considering the customer industry, the handling product, the size of the company, and the purchase history. Can be generated. In addition, the generation unit 130 determines the preferred customer industry, the handling product and the size of the company based on the logistics type pattern generated by considering the logistics type, the logistics number, the logistics use, and the logistics production time. Can be generated.

여기서 맞춤형 물류 장비 정보란, 고객의 신규 의뢰 전에 제공되도록 고객 맞춤형으로 추천하는 물류 장비 정보로서, 맞춤형 물류 장비 정보는 물류 장비 종류, 수치 및 예상 제작 시간을 포함할 수 있다. Here, the customized logistics equipment information is information on the logistics equipment recommended by the customer so as to be provided before the new request of the customer, the customized logistics equipment information may include the type of logistics equipment, the numerical value and the expected production time.

즉, 생성부(130)는 고객별 패턴 및 물류 종류 패턴에 기초하여 맞춤형 물류 장비 정보를 생성할 수 있다. 다시 말해, 생성부(140)는 고객별 패턴 및 물류 종류별 패턴에 기초하여 고객의 신규 의뢰 이전에 맞춤형 물류 장비 정보를 생성할 수 있다. 생성부(130)에 의해 생성된 맞춤형 물류 장비 정보는 물류 장비 종류, 수치 및 예상 제작 시간을 포함할 수 있고, 물류 장비에 포함되는 구성 요소들 각각의 수치 및 동작 구현 등 물류 장비 구동시 필요한 정보들을 포함할 수 있다. 또한, 생성부(130)는 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력 중 적어도 어느 하나를 포함하는 고객 정보를 고려하여 상기 맞춤형 물류 장비를 생성할 수 있다. That is, the generation unit 130 may generate customized logistics equipment information based on the customer-specific pattern and the logistics type pattern. In other words, the generation unit 140 may generate customized logistics equipment information before a new request of a customer based on a pattern for each customer and a pattern for each type of logistics. The customized logistics equipment information generated by the generation unit 130 may include the logistics equipment type, the numerical value and the expected production time, and information necessary for driving the logistics equipment, such as implementing numerical values and operations of each component included in the logistics equipment. Can include them. In addition, the generation unit 130 may generate the customized logistics equipment in consideration of customer information including at least one of a customer industry, a handling product type, a company size, and a purchase history.

설계부(140)는 맞춤형 물류 장비 정보에 기초하여 맞춤형 물류 장비 정보의 시뮬레이션을 위한 가상의 물류 장비를 설계할 수 있다. 설계부(140)는 생성부(140)에서 생성한 물류 장비 종류, 수치 및 예상 제작 시간을 포함한 맞춤형 물류 장비 정보에 기초하여 가상의 물류 장비에 대한 시뮬레이션 모델을 설계할 수 있다. 또한, 설계부(140)는 생성부(140)로부터 생성된 맞춤형 물류 장비 정보에 근거하여 가상의 물류 장비에 대한 시뮬레이션 모델을 설계하고, 상기 가상의 물류 장비의 각 구성 요소들을 동작시킬 수 있으며, 각 구성 요소의 동작을 시뮬레이션 함으로써, 가상의 물류 장비의 전체 작동을 3차원 그래픽 상으로 시뮬레이션 할 수 있다. 여기서 설계부(140)는 가상의 물류 장비를 설계할 수 있는 시뮬레이터로, 시뮬레이션을 수행하는 시뮬레이션 소프트웨어일 수 있다. The design unit 140 may design a virtual logistics equipment for simulation of the customized logistics equipment information based on the customized logistics equipment information. The design unit 140 may design a simulation model for the virtual logistics equipment based on the customized logistics equipment information including the logistics equipment type, the numerical value, and the expected production time generated by the generation unit 140. In addition, the design unit 140 may design a simulation model for the virtual logistics equipment based on the customized logistics equipment information generated from the generation unit 140, and operate each component of the virtual logistics equipment. By simulating the behavior of the components, the entire operation of the virtual logistics equipment can be simulated in three-dimensional graphics. Here, the design unit 140 is a simulator for designing a virtual logistics equipment, and may be simulation software for performing a simulation.

이때, 앞서 설명한 통신부(110)는 맞춤형 물류 장비 정보 및 가상의 물류 장비를 사용자 인터페이스(200)로 송신하고, 사용자 인터페이스(200)로부터 입력된 피드백 정보를 수신할 수 있다.In this case, the communication unit 110 described above may transmit the customized logistics equipment information and the virtual logistics equipment to the user interface 200, and receive feedback information input from the user interface 200.

본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치(100)는 비지도 학습 기반 또는 지도 학습 기반으로 생성된 맞춤형 물류 장비 정보를 이용하여 생성된 가상의 물류 장비를 고객이 사용자 인터페이스(200)로 확인할 수 있고, 사용자 인터페이스(200)에 고객이 맞춤형 물류 장비 정보 및 가상의 물류 장비에 대한 피드백 정보를 입력할 수 있다. 여기서 피드백 정보는, 맞춤형 물류 장비 정보 및 가상의 물류 장비에 대한 사용자의 문의 사항, 요청 사항, 수정 사항 및 만족도를 포함할 수 있다. 즉, 고객이 사용자 인터페이스(200)에 피드백 정보를 입력함으로써, 맞춤형 물류 장비 정보 및 가상의 물류 장비를 수정 및 향상시킬 수 있고, 후술하는 결과 정보 생성부(150)는 최적의 조건에서 물류 장비를 생성할 수 있다.Custom design device 100 for manufacturing logistics equipment according to an embodiment of the present application is a customer-interface 200 to the virtual logistics equipment generated by using the customized logistics equipment information generated based on non-supervised learning or supervised learning ), The customer may input the customized logistics equipment information and feedback information for the virtual logistics equipment in the user interface (200). Here, the feedback information may include user's inquiries, requests, modifications, and satisfaction with respect to the customized logistics equipment information and the virtual logistics equipment. That is, by inputting feedback information to the user interface 200, the customer may modify and improve the customized logistics equipment information and the virtual logistics equipment, and the result information generator 150 to be described later may use the logistics equipment under optimal conditions. Can be generated.

결과 정보 생성부(150)는 사용자 인터페이스(200)로부터 입력된 피드백 정보 및 가상의 물류 장비로부터 최종 물류 장비 정보를 생성할 수 있다. 최종 물류 장비 정보는, 최종적으로 사용자가 원하는 물류 종류 정보, 물류 종류에 따른 수치 정보, 제작 시간 정보를 포함할 수 있고, 물류 종류에 따른 수치 정보는 제작하고자 하는 물류에 포함되는 구성 장비들 각각의 수치 정보를 포함할 수 있다.The result information generator 150 may generate final logistics equipment information from the feedback information input from the user interface 200 and the virtual logistics equipment. The final logistics equipment information may include information on the type of logistics desired by the user, numerical information according to the type of logistics, and production time information. The numerical information according to the type of logistics may include each of the constituent equipment included in the logistics to be produced. Numeric information can be included.

본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치(100)는 고객의 의뢰 정보와 함께 고객의 업종, 취급 제품, 업체 규모를 포함한 고객 정보를 비지도 학습 또는 지도 학습 기반으로 고객별 패턴 및 물류 종류별 패턴을 산출함으로써, 고객 맞춤형 물류 장비를 제안할 수 있고, 더 나아가 맞춤형 물류 장비를 시뮬레이션 하여 가상의 물류 장비를 구현하고, 피드백 정보를 수신함으로써, 고객 맞춤형 물류 장비의 기계설비의 결함으로 최소화할 수 있다.Custom design device 100 for manufacturing logistics equipment according to an embodiment of the present application pattern customer-specific pattern based on the non-supervised learning or supervised learning based on the customer's information, including the type of business, handling products, company size with the customer's request information And by calculating the patterns for each type of logistics, we can propose customized logistics equipment, further simulate the customized logistics equipment to implement a virtual logistics equipment, and receive feedback information, the defect of the hardware of the customized logistics equipment It can be minimized.

이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.Hereinafter, based on the details described above, the operation flow of the present application will be briefly described.

도 3은 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 방법에 대한 동작 흐름도이다.3 is an operation flowchart for a custom design method for manufacturing logistics equipment according to an embodiment of the present application.

도 3에 도시된 물류 장비 제작을 위한 맞춤 설계 방법은 앞서 설명된 물류 장비 제작을 위한 맞춤 설계 장치(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 물류 장비 제작을 위한 맞춤 설계 장치(100)에 대하여 설명된 내용은 물류 장비 제작을 위한 맞춤 설계 방법에 대한 설명에도 동일하게 적용될 수 있다.The custom design method for manufacturing the logistics equipment illustrated in FIG. 3 may be performed by the custom design apparatus 100 for manufacturing the logistics equipment described above. Therefore, even if omitted below, the description of the custom design device 100 for manufacturing the logistics equipment may be equally applicable to the description of the custom design method for manufacturing the logistics equipment.

도 3을 참조하면, 물류 장비 제작을 위한 맞춤 설계 방법에 있어서, 본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 장치(100)는, 사용자 인터페이스로부터 고객 정보 및 의뢰 정보를 수신할 수 있다(S301). 다음으로, 물류 장비 제작을 위한 맞춤 설계 장치(100)는, 고객 정보 및 의뢰 정보로부터 의뢰 패턴을 산출할 수 있다(S302). 다음으로, 물류 장비 제작을 위한 맞춤 설계 장치(100)는, 의뢰 패턴에 기초하여 맞춤형 물류 장비 정보를 생성할 수 있다(S303). 다음으로, 물류 장비 제작을 위한 맞춤 설계 장치(100)는, 맞춤형 물류장비 정보의 시뮬레이션을 위한 가상의 물류 장비를 설계할 수 있다(S304). 다음으로, 물류 장비 제작을 위한 맞춤 설계 장치(100)는, 사용자 인터페이스로부터 입력된 피드백 정보 및 가상의 물류 장비로부터 최종 물류 장비 정보를 생성할 수 있다(S305). Referring to FIG. 3, in a custom design method for manufacturing logistics equipment, the custom design apparatus 100 for manufacturing logistics equipment according to an embodiment of the present disclosure may receive customer information and request information from a user interface. (S301). Next, the custom design device 100 for manufacturing logistics equipment may calculate a request pattern from customer information and request information (S302). Next, the custom design device 100 for manufacturing logistics equipment may generate customized logistics equipment information based on the request pattern (S303). Next, the custom design apparatus 100 for manufacturing logistics equipment may design a virtual logistics equipment for simulation of customized logistics equipment information (S304). Next, the custom design device 100 for manufacturing logistics equipment may generate final logistics equipment information from the feedback information input from the user interface and the virtual logistics equipment (S305).

본원의 일 실시예에 따른 물류 장비 제작을 위한 맞춤 설계 방법은 고객의 의뢰 정보와 함께 고객의 업종, 취급 제품, 업체 규모를 포함한 고객 정보를 비지도 학습 또는 지도 학습 기반으로 고객별 패턴 및 물류 종류별 패턴을 산출함으로써, 고객 맞춤형 물류 장비를 제안할 수 있고, 더 나아가 맞춤형 물류 장비를 시뮬레이션 하여 가상의 물류 장비를 구현하고, 피드백 정보를 수신함으로써, 고객 맞춤형 물류 장비의 기계설비의 결함으로 최소화할 수 있다.Custom design method for manufacturing the logistics equipment according to an embodiment of the present application is based on the non-supervised learning or supervised learning based on the customer's information, including the customer's industry, handling products, company size with the customer's request information for each pattern and logistics type By calculating the pattern, we can propose customized logistics equipment, and furthermore, we can simulate the customized logistics equipment to implement virtual logistics equipment and receive feedback information, minimizing the defects of the equipment of customized logistics equipment. have.

상술한 설명에서, 단계 S301 내지 S305는 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.In the above description, steps S301 to S305 may be further divided into additional steps or combined into fewer steps, according to an embodiment herein. In addition, some steps may be omitted as necessary, and the order between the steps may be changed.

본원의 일 실시 예에 따른 물류 장비 제작을 위한 맞춤 설계 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The custom design method for manufacturing logistics equipment according to an embodiment of the present disclosure may be implemented in the form of program instructions that can be executed by various computer means and recorded in a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on the media may be those specially designed and constructed for the purposes of the present invention, or they may be of the kind well-known and available to those having skill in the computer software arts. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks. Magneto-optical media, and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like. The hardware device described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.

또한, 전술한 물류 장비 제작을 위한 맞춤 설계 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.In addition, the above-described custom design method for manufacturing the logistics equipment may be implemented in the form of a computer program or an application executed by a computer stored in a recording medium.

전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above description of the present application is intended for illustration, and it will be understood by those skilled in the art that the present invention may be easily modified in other specific forms without changing the technical spirit or essential features of the present application. Therefore, it should be understood that the embodiments described above are exemplary in all respects and not restrictive. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.

본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present application is indicated by the following claims rather than the above description, and it should be construed that all changes or modifications derived from the meaning and scope of the claims and their equivalents are included in the scope of the present application.

100: 물류 장비 제작을 위한 맞춤 설계 장치
110: 통신부
120: 패턴 산출부
130: 생성부
140: 설계부
150: 결과 정보 생성부
200: 사용자 인터페이스100: custom designed device for building logistics equipment
110: communication unit
120: pattern calculation unit
130: generation unit
140: design department
150: result information generation unit
200: user interface

Claims (9)

물류 장비 제작을 위한 맞춤 설계 장치에 있어서,
사용자 인터페이스로부터 고객 정보 및 의뢰 정보를 수신하는 통신부;
상기 고객 정보 및 상기 의뢰 정보로부터 의뢰 패턴을 산출하는 패턴 산출부;
상기 의뢰 패턴에 기초하여 맞춤형 물류 장비 정보를 생성하는 생성부; 및
상기 맞춤형 물류 장비 정보에 기초하여 상기 맞춤형 물류 장비 정보의 시뮬레이션을 위한 가상의 물류 장비를 설계하는 설계부를 포함하고,
상기 패턴 산출부는,
상기 고객 정보에 포함되는 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력 각각에 코드를 부여하여 생성된 정형화된 고객 정보 및 상기 의뢰 정보에 포함되는 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보 각각에 코드를 부여하여 생성된 정형화된 의뢰 정보를 입력으로 하는 비지도학습 기반의 패턴 산출 모델을 구축하여 상기 의뢰 패턴을 산출하고,
상기 의뢰 패턴은 고객별 패턴 및 물류 종류별 패턴을 포함하되,
상기 고객 업종, 상기 취급 제품 종류, 상기 업체 규모 및 상기 구매 이력 각각에 해당하는 상기 고객별 패턴을 생성하거나, 상기 고객 업종, 상기 취급 제품 종류, 상기 업체 규모 및 상기 구매 이력을 함께 고려하여 상기 고객별 패턴을 생성하고,
상기 물류 종류 정보, 상기 물류 수치 정보, 상기 물류 용도 정보 및 상기 물류 제작 시간 정보 각각에 해당하는 상기 물류 종류별 패턴을 생성하거나, 상기 물류 종류 정보, 상기 물류 수치 정보, 상기 물류 용도 정보 및 상기 물류 제작 시간 정보를 함께 고려하여 상기 물류 종류별 패턴을 함께 고려하여 상기 물류 종류별 패턴을 생성하고,
상기 고객별 패턴을 검출하기 위한 비지도 학습 및 상기 물류 종류별 패턴을 검출하기 위한 비지도 학습이 각각 이루어지는 것인 물류 장비 제작을 위한 맞춤 설계 장치.In the custom design device for the production of logistics equipment,
Communication unit for receiving customer information and request information from the user interface;
A pattern calculator configured to calculate a request pattern from the customer information and the request information;
A generation unit generating customized logistics equipment information based on the request pattern; And
And a design unit configured to design a virtual logistics equipment for simulation of the customized logistics equipment information based on the customized logistics equipment information.
The pattern calculation unit,
Standardized customer information generated by assigning codes to each customer type, handling product type, company size and purchase history included in the customer information, logistics type information included in the request information, logistics numerical information, logistics usage information and logistics The request pattern is calculated by constructing a non-supervised learning-based pattern calculation model that inputs standardized request information generated by assigning codes to each production time information.
The request pattern includes a pattern for each customer and a pattern for each type of logistics,
The customer-specific pattern corresponding to each of the customer industry, the handling product type, the company size, and the purchase history may be generated, or the customer may be considered in consideration of the customer industry, the handling product type, the company size, and the purchase history. Create a star pattern,
Generating a pattern for each type of logistics corresponding to the logistics type information, the logistics numerical information, the logistics usage information, and the logistics production time information, or the logistics type information, the logistics numerical information, the logistics usage information, and the logistics production Considering the time information together to generate the pattern for each type of logistics in consideration of the pattern for each type of logistics,
Undesigned learning for detecting the pattern for each customer and unsupervised learning for detecting the pattern for each type of logistics is a custom design device for manufacturing a logistics equipment. 제 1항에 있어서,
상기 사용자 인터페이스로부터 입력된 피드백 정보 및 상기 가상의 물류 장비로부터 최종 물류 장비 정보를 생성하는 결과 정보 생성부를 더 포함하는 물류 장비 제작을 위한 맞춤 설계 장치.The method of claim 1,
And a result information generator configured to generate feedback information input from the user interface and final logistics equipment information from the virtual logistics equipment. 삭제delete 삭제delete 삭제delete 삭제delete 제 2항에 있어서,
상기 통신부는,
상기 맞춤형 물류 장비 정보 및 상기 가상의 물류 장비를 상기 사용자 인터페이스로 송신하고,
상기 사용자 인터페이스로부터 입력된 피드백 정보를 수신하는 것인, 물류 장비 제작을 위한 맞춤 설계 장치.The method of claim 2,
The communication unit,
Send the customized logistics equipment information and the virtual logistics equipment to the user interface,
Receiving the feedback information input from the user interface, custom design device for logistics equipment manufacturing. 물류 장비 제작을 위한 맞춤 설계 장치에 의해 수행되는 맞춤 설계 방법에 있어서,
사용자 인터페이스로부터 고객 정보 및 의뢰 정보를 수신하는 단계;
상기 고객 정보 및 상기 의뢰 정보로부터 의뢰 패턴을 산출하는 단계;
상기 의뢰 패턴에 기초하여 맞춤형 물류 장비 정보를 생성하는 단계; 및
상기 맞춤형 물류 장비 정보에 기초하여 상기 맞춤형 물류 장비 정보의 시뮬레이션을 위한 가상의 물류 장비를 설계하는 단계를 포함하고,
상기 고객 정보 및 상기 의뢰 정보로부터 의뢰 패턴을 산출하는 단계는,
상기 고객 정보에 포함되는 고객 업종, 취급 제품 종류, 업체 규모 및 구매 이력 각각에 코드를 부여하여 생성된 정형화된 고객 정보 및 상기 의뢰 정보에 포함되는 물류 종류 정보, 물류 수치 정보, 물류 용도 정보 및 물류 제작 시간 정보 각각에 코드를 부여하여 생성된 정형화된 의뢰 정보를 입력으로 하는 비지도학습 기반의 패턴 산출 모델을 구축하여 상기 의뢰 패턴을 산출하고,
상기 의뢰 패턴은 고객별 패턴 및 물류 종류별 패턴을 포함하되,
상기 고객 업종, 상기 취급 제품 종류, 상기 업체 규모 및 상기 구매 이력 각각에 해당하는 상기 고객별 패턴을 생성하거나, 상기 고객 업종, 상기 취급 제품 종류, 상기 업체 규모 및 상기 구매 이력을 함께 고려하여 상기 고객별 패턴을 생성하고,
상기 물류 종류 정보, 상기 물류 수치 정보, 상기 물류 용도 정보 및 상기 물류 제작 시간 정보 각각에 해당하는 상기 물류 종류별 패턴을 생성하거나, 상기 물류 종류 정보, 상기 물류 수치 정보, 상기 물류 용도 정보 및 상기 물류 제작 시간 정보를 함께 고려하여 상기 물류 종류별 패턴을 함께 고려하여 상기 물류 종류별 패턴을 생성하고,
상기 고객별 패턴을 검출하기 위한 비지도 학습 및 상기 물류 종류별 패턴을 검출하기 위한 비지도 학습이 각각 이루어지는 것인 물류 장비 제작을 위한 맞춤 설계 방법.In the custom design method performed by a custom design device for manufacturing logistics equipment,
Receiving customer information and request information from a user interface;
Calculating a request pattern from the customer information and the request information;
Generating customized logistics equipment information based on the request pattern; And
Designing a virtual logistics equipment for the simulation of the customized logistics equipment information based on the customized logistics equipment information,
Calculating a request pattern from the customer information and the request information,
Standardized customer information generated by assigning codes to each customer type, handling product type, company size and purchase history included in the customer information, logistics type information included in the request information, logistics numerical information, logistics usage information and logistics The request pattern is calculated by constructing a non-supervised learning-based pattern calculation model that inputs standardized request information generated by assigning codes to each production time information.
The request pattern includes a pattern for each customer and a pattern for each type of logistics,
The customer-specific pattern corresponding to each of the customer industry, the handling product type, the company size, and the purchase history may be generated, or the customer may be considered in consideration of the customer industry, the handling product type, the company size, and the purchase history. Create a star pattern,
Generating a pattern for each type of logistics corresponding to the logistics type information, the logistics numerical information, the logistics usage information, and the logistics production time information, or the logistics type information, the logistics numerical information, the logistics usage information, and the logistics production Considering the time information together to generate the pattern for each type of logistics in consideration of the pattern for each type of logistics,
Unsupervised learning for detecting the pattern for each customer and unsupervised learning for detecting the pattern for each type of logistics are each customized design method for manufacturing a logistics equipment. 제 8항에 있어서,
상기 사용자 인터페이스로부터 입력된 피드백 정보 및 상기 가상의 물류 장비로부터 최종 물류 장비 정보를 생성하는 단계를 더 포함하는 물류 장비 제작을 위한 맞춤 설계 방법.
The method of claim 8,
Generating feedback information input from the user interface and the final logistics equipment information from the virtual logistics equipment further comprises a custom design method for manufacturing a logistics equipment.
KR1020180146535A 2018-11-23 2018-11-23 Customized design devices and methods for manufacturing logistics equipment KR102034125B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180146535A KR102034125B1 (en) 2018-11-23 2018-11-23 Customized design devices and methods for manufacturing logistics equipment

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180146535A KR102034125B1 (en) 2018-11-23 2018-11-23 Customized design devices and methods for manufacturing logistics equipment

Publications (1)

Publication Number Publication Date
KR102034125B1 true KR102034125B1 (en) 2019-10-29

Family

ID=68423625

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180146535A KR102034125B1 (en) 2018-11-23 2018-11-23 Customized design devices and methods for manufacturing logistics equipment

Country Status (1)

Country Link
KR (1) KR102034125B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102248856B1 (en) 2020-07-06 2021-05-07 주식회사 알티올 System and method for designing customized distribution flow based on cloud service
KR102248855B1 (en) 2020-07-06 2021-05-07 주식회사 알티올 Apparatus and method for designing customized distribution flow
KR102506255B1 (en) * 2022-02-03 2023-03-07 주식회사 태화팩 SYSTEM AND METHOD FOR MANUFACTURING Customer-Customized MACHINE EQUIPMENT BASED ON BIG DATA

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100961782B1 (en) * 2009-05-28 2010-06-07 주식회사 모임 Apparatus and method for presenting personalized goods information based on artificial intelligence, and recording medium thereof
KR20110052054A (en) * 2009-11-12 2011-05-18 부산대학교 산학협력단 Transportation logistics network management system and method thereof

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100961782B1 (en) * 2009-05-28 2010-06-07 주식회사 모임 Apparatus and method for presenting personalized goods information based on artificial intelligence, and recording medium thereof
KR20110052054A (en) * 2009-11-12 2011-05-18 부산대학교 산학협력단 Transportation logistics network management system and method thereof

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102248856B1 (en) 2020-07-06 2021-05-07 주식회사 알티올 System and method for designing customized distribution flow based on cloud service
KR102248855B1 (en) 2020-07-06 2021-05-07 주식회사 알티올 Apparatus and method for designing customized distribution flow
KR102506255B1 (en) * 2022-02-03 2023-03-07 주식회사 태화팩 SYSTEM AND METHOD FOR MANUFACTURING Customer-Customized MACHINE EQUIPMENT BASED ON BIG DATA

Similar Documents

Publication Publication Date Title
Lăzăroiu et al. Internet of things smart devices, industrial artificial intelligence, and real-time sensor networks in sustainable cyber-physical production systems
KR102034125B1 (en) Customized design devices and methods for manufacturing logistics equipment
Maiyar et al. A combined tactical and operational deterministic food grain transportation model: Particle swarm based optimization approach
dos Santos et al. Decision-making in a fast fashion company in the Industry 4.0 era: A Digital Twin proposal to support operational planning
US20210256443A1 (en) Methods and systems for supply chain network optimization
Knoll et al. An automated packaging planning approach using machine learning
Hu et al. Vehicle Routing Problem for Fashion Supply Chains with Cross‐Docking
Küçükoğlu et al. Two-stage optimisation method for material flow and allocation management in cross-docking networks
Lee et al. The hybrid planning algorithm for the distribution center operation using tabu search and decomposed optimization
Pavlenko et al. Finding a Rational Option for a Cold Supply Chain Using Simulation on International Routes
Marchuk et al. World trends in warehousing logistics
Seyedhoseini et al. Developing a cross-docking network design model under uncertain environment
Hasani Goodarzi et al. A multi-objective imperialist competitive algorithm for vehicle routing problem in cross-docking networks with time windows
Martínez et al. Green facility location
Wang et al. Multi-objective optimisation of automated guided dispatching and vehicle routing system
Sinha Global Supply Chains and Multimodal Logistics: Emerging Research and Opportunities: Emerging Research and Opportunities
KR102506255B1 (en) SYSTEM AND METHOD FOR MANUFACTURING Customer-Customized MACHINE EQUIPMENT BASED ON BIG DATA
Soylemezoglu et al. A testbed architecture for Auto‐ID technologies
Yildirim et al. Mobile robot systems and their evaluation
Hundal et al. Integrative technologies to make supply chains lean, agile and green: a review
Rim et al. Transshipment Vehicle Routing with Pickup and Delivery for Cross‐Filling
Pettit et al. The impact of digitalization on contemporary and future logistics
WO2022003590A1 (en) System and method for optimizing supply chain
Liu Research on scheduling policy of automated warehouse system
Cooper et al. Evaluating cost-to-serve for a retail supply chain

Legal Events

Date Code Title Description
N231 Notification of change of applicant
GRNT Written decision to grant