Transcript Document

Cost Estimation
2003. 2. 11
MAI LAB
Kim KunHee
MAI
LAB.
Cost Estimation
Cost Estimation methods
Generative (창성형)
 제품의 원가를 추정할 때, 원가에 영향
을 요인을 분석하여 요인에 의하여 원가
를 산출해내는 방법
 일반적으로 원가는 필요로 하는 공정에
따라 좌우된다는 사실에 근거하여 공정을
분석하여 원가를 산출한다.
Variant (변성형)
 제품의 원가를 추정할 때, 과거의 자료
를 사용하여 비슷한 제품을 추출하고 그
제품에 추정된 원가를 그대로 적용하거나
변경하여 적용하는 방법
 과거에 생산된 제품의 실적자료가 유사
한 제품의 원가 계산을 위한 기준 자료로
쓰임
 상세한 자료 필요, 많은 시간 소요
 신속한 추정
 유사제품이 없는 새로운 제품에 주로
적용
MAI LAB 2003
Cost Estimation
Agenda
Generative Methods – 2 papers
Variant Methods – 1 paper
MAI LAB 2003
A Development of Integrated Cost Estimation
System at the Product Design Stage
한관희, 박찬우, 황태일, 김강용
경성대학교 산업시스템 공학부/기계항공 공학부
2002 G7 Workshop
MAI
LAB.
Cost Estimation
A. 원가 추정 방안
재료비
 원소재비 = 투입 재료비 – 스크랩 수입
 투입재료비 = 재료 투입 중량 * 재료 단가
 스크랩 수입 = 스크랩 중량 * 스크랩 단가
 재료 투입 중량 = 규격 재료의 중량 / 규격 재료당 채취수
 스크랩 중량 = 재료 투입 중량 – 부품 중량 = 재료 투입 중량 * 스크랩율
 스크랩율 = 1 – 수율 = 1- (부품 중량 / 재료 투입 중량)
MAI LAB 2003
Cost Estimation
A. 원가 추정 방안
노무비
 공정별 노무비 = 추정 작업시간 * 단위시간당 임율 * 작업인원
 추정 작업 시간 = (표준시간 / 작업 효율) * (1 + 숙련 여유율)
 표준시간 = (정미준비시간 / 로트 사이즈 + 정미작업시간) * (1 + 여유율)
 여유율 = 여유시간 / 표준시간
 작업효율 = 표준시간 / 소요시간
 여유 시간 : 생리적 여유 시간, 피로 회복 시간, 지연 이유 시간 등
 숙련 여유율 : 작업에 익숙치 않음으로 발생하는 손실 시간율
MAI LAB 2003
Cost Estimation
A. 원가 추정 방안
제조 경비
일반 경비
직접비
간접비
 건물상각비
 직접 경비의
 기계상각비
일정 비율로
 전력비
계산
특별 경비
 금형비
 로열티
 수선비
 제조 경비를 배부하는 방법 : 표준시간 비율
MAI LAB 2003
Cost Estimation
B. 원가 추정 절차
데이터 준비
 파트 정보
 단가 정보
 공정 정보
 장비 정보
 배부 기준
MAI LAB 2003
원가 계산 단계
유사 제품 선택
BOM, 공정 계획 구성
원가 계산
결과 제공
Cost Estimation
C. 시스템 기능 구성
원가 추정 시스템
1. 기준 정보
관리
2. 원가 계산용
데이터 구성
3. 재료비 계산
4. 가공비 계산
5. 원가 결과
제공
1.1 파트 기준
2.1 유사 제품
검색
3.1 원가용 BOM
편집
4.1 원가용
공정계획 편집
5.1 원가 계산
확정
2.2 원가용
BOM/공정 계획
구성
3.2 재료비 계산
및 확정
4.2 가공비 계산
및 확정
5.2 내역서 /
1.2 단가 기준
1.3 공정 기준
1.4 장비 기준
1.5 Rule Data
1.6 제품 분류
기준
MAI LAB 2003
4.3 특별 경비
계산
계산서 조회/출력
Cost Estimation
D. 결론
Generative? Variant?
ERP 및 PDM system과의 연동 : ERP의 원가 계산과의 차이점?
Accuracy?
MAI LAB 2003
Manufacturing Cost Modelling for Concurrent
Product Development
E.M. Shehab, H.S. Abdalla
Department of Design Management & Communication
De Montfort University, Leicester, UK
Robotics and Computer Integrated Manufacturing (2001)
MAI
LAB.
Cost Estimation
A. Material Selection and Costing
Cambridge Material Selection (CMS) software
Material cost for specific component and machining cutting
condition
Cmt = VρCw (Cmt : material cost, V : raw material component
volume, ρ : material density, Cw : unit price)
MAI LAB 2003
Cost Estimation
A. Material Selection and Costing
MAI LAB 2003
Cost Estimation
B. Process & Machine Selection
MAI LAB 2003
Cost Estimation
B. Process & Machine Selection
Frame-based knowledge representation
Rule들의 hierarchy를 결정
Production rules knowledge representation
각 hierarchy에서 rule을 결정
Objected-Oriented knowledge representation
Representation of Some machine features
MAI LAB 2003
Cost Estimation
B. Process & Machine Selection
Pocket_Making rule1:
If
(the Feature is a pocket) and
(the pocket corner is sharp) and
(the surface finish < 6.35㎛ and
(Additional rules)
Then
(E001 is selected)
※ E001 is a electronic discharge machining(EDM)
Pocket_Making rule1_1:
If
(…
)
MAI LAB 2003
Cost Estimation
B. Process & Machine Selection
MAI LAB 2003
Cost Estimation
C. Algorithm Technique
Machining time
i : feature (pocketing, holing…), j : operation, k : parameters
k : coefficient p : parameter value
Machining cost for each operation
h : machine
C : operation cost, M : machine’s unit cost, S : setup cost, T : machining time
Machining cost for each feature
FC : feature cost, FC : operation cost
Machining cost for each component
MAI LAB 2003
Cost Estimation
D. Fuzzy Logic Approach
MAI LAB 2003
Cost Estimation
E. Conclusion
가공비에 초점
모든 룰들을 세워두는 것이 가능한가?
현실에서의 feed back?
MAI LAB 2003
Software Development Cost Estimation
: Integrating Neural Network with Cluster Analysis
Antita Lee, Chun Hung Cheng, Jaydeep Balakrishnan
Decision Science and Information System Area, School of Management, Gatton of Business and Economics
University of Kentucky, Lexington, KY 40506-0034, USA
Department of System Engineering Management
The Chinese University of Hong Kong, Shatin, New Territorities, Hong Kong
Faculty of Management, University of Calgary, 2500 university Drive N.W., Calgary, Alberta T2N 1N4, Canada
Information & Management (1998)
MAI
LAB.
Cost Estimation
A. Modeling
Size-based models
E = A + B * (KLOC)c
A, B, C are constraints, LOC(line of code)
COCOMO
(Constructive Cost Model
MAI LAB 2003
Cost Estimation
A. Modeling
Size-based models
Variation & uncertainty
Language dependent
Difficult estimate LOC : 16 projects (-210% ~ 83%)
Emphasis on coding : coding (10%~15%)
MAI LAB 2003
Cost Estimation
A. Modeling
Function-based models
Identify the major system components :
external inputs, logical internal files…
Classify each components :
simple, average, complex
Calculate the unadjusted function points (UFP)
Adjust the UFP
MAI LAB 2003
function point
Cost Estimation
A. Modeling
Learning-based models
Decision tree learning models
Neural network learning models
MAI LAB 2003
Cost Estimation
B. The Approach
Cluster analysis : select attributes
Neural Network : software development cost estimation
MAI LAB 2003
Cost Estimation
B. The Approach
Project Attributes (COCOMO : 39)
project type
year development
programming language
required software reliability
database size
product complexity
adaptation adjustment factor
execution time constraint
main storage constraint
…
MAI LAB 2003
Cost Estimation
C. Experimental study
Project Attributes (24)
Product attributes
required software reliability
database size
product complexity
Computer attributes
execution time constraint
main storage constraint
virtual machine volatility
computer turnaround time
MAI LAB 2003
Personnel attributes
analyst capability
applications experience
programmer capability
virtual machine experience
programming language experience
Project attributes
modern programming practices
use of software tools
required development schedule
Cost Estimation
C. Experimental study
Result (best average error)
Testing cases
Pure NN
NN+cluster
Set1
Set2
Set3
Set4
36%
23%
62%
52%
32%
23%
30%
35%
MAI LAB 2003
Cost Estimation
D. Conclusion
하드웨어에 적용가능?
정확도?
SEER : Generative? Variant?
MAI LAB 2003