[논문]전투치열도를 고려한 후속 군수지원의 최적 보급로 구성에 관한 연구

김기태; 조성진

전투치열도를 고려한 후속 군수지원의 최적 보급로 구성에 관한 연구
A Study on the Composition of Optimal Supply Route for Follow-on Logistics Support which Considers the Degree of Combat Intensity 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.13 no.6, 2010년, pp.1091 - 1098

Abstract ▼ AI-Helper

Victory and defeat of the war depends on follow-on logistics support. The spending time of follow-on logistics support at combat area is greatly influenced by the degree of combat intensity. The main purpose of this study is to compose a optimal supply route for operational sustainability of combat unit at combat area using transport vehicles. This study suggests a composition of optimal supply route for follow-on logistics support which considers the degree of combat intensity. A mathematical programming model and a genetic algorithm suggest to minimize the total spending time of follow-on logistics support. The suggested mathematical programming model is verified by using CPLEX 11.1. This study computes supply route, total spending time, total travel distance, and the number of transport vehicle.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 전투지역에서 전투치열도와 제한된 적재능력을 보유한 수송차량을 고려하고, 총 소요시간을 최소화하는 후속 군수지원의 보급로를 구성하기 위하여 수리모형과 유전자 알고리즘을 제시하였다.
본 연구에서는 전투지역에서 제한된 적재능력을 보유한 수송차량이 보급로상의 전투치열도를 고려하여 후속 군수지원을 하기 위한 최적의 보급로를 구성하고자 한다. 총 소요시간을 최소화하는 보급로를 구성하기 위한 수리모형을 구축하였으며, 우수한 초기 해를 생성하기 위한 Clarke & Wright 알고리즘과 해를 개선하기 위하여 2-opt 기법을 적용한 유전자 알고리즘을 제시하였다.
본 연구에서는 전투지역에서의 보급로를 전투치열도에 따라 상급ㆍ중급ㆍ하급 3가지로 구분하여 반영하고, 수송차량의 제한된 적재능력을 고려하였으며, 후속 군수지원을 하기 위한 총 소요시간을 최소화하는 보급로를 구성하고자 한다. 여기서 총 소요시간은 수송차량의 이동 소요시간과 전투부대에 대한 보급 소요시간을 합한 것이다.
에 의해서 처음으로 소개되었다. 본 연구에서는 제한된 적재능력을 보유한 수송차량이 보급로상의 전투치열도를 고려하여 후속 군수지원을 하기 위한 최적의 보급로를 구성하고자 한다. 우수한 초기 해를 생성하기 위한 Clarke & Wright 알고리즘과 해를 개선하기 위하여 2-opt 기법을 적용한 유전자 알고리즘을 제시하였으며, 수행절차는 다음 Fig.

가설 설정

1) 수송차량의 출발과 종착은 보급 지원부대에서만 이루어진다.

제안 방법

본 연구에서 제안한 수리모형의 검증을 위하여 Rtype 예제를 축소시켜 전투부대 5개(1∼5번), 수송차량 2대인 예제를 구성하였으며, Table 3의 보급로별 전투치열도를 적용하였다. CPLEX 11.1과 유전자 알고리즘을 이용하여 보급로에 대한 수송차량의 이동거리 및 총 소요시간을 산출한 후 비교하였으며, 수리모형 검증 결과는 다음 Table 4와 같다.
각 보급로에 대한 전투치열도는 크게 3가지로 구분하였으며, 격렬한 전투가 수행중인 보급로는 상급, 소규모 전투 및 간헐적인 전투가 수행중인 보급로는 중급, 소강상태에 있는 보급로는 하급으로 구분하였다. 전투치열도에 따른 수송차량의 속력은 상급 15km, 중급 30km, 하급 60km로 적용하였으며, 각 보급로별 전투치열도는 다음 Table 3과 같다.
단일 보급 지원부대를 중심으로 전체 N 개의 전투부대와 제한된 수송차량을 보유하고 있고, 전투부대의 보급 소요시간과 수송차량의 적재용량은 일정하며, 전투부대의 위치와 보급수요량은 알려져 있는 것으로 모형을 구축하였다. 모형의 구축을 위한 가정 사항은 다음과 같다.
돌연변이 방법으로 전투부대의 방문 우선순위는 돌연변이를 통해 중복되는 유전자가 발생하지 않도록 교환(Exchange) 돌연변이를 적용하였으며, 수송차량은 같은 수송차량이 할당되어도 무방하므로 점(Point) 돌연변이를 적용하였다.
본 연구에서 제안한 수리모형의 검증을 위하여 Rtype 예제를 축소시켜 전투부대 5개(1∼5번), 수송차량 2대인 예제를 구성하였으며, Table 3의 보급로별 전투치열도를 적용하였다.
본 연구에서 제안한 유전자 알고리즘은 전투치열도를 고려하여 총 소요시간이 최소화가 되도록 보급로를 구성하는 알고리즘으로 전투가 격렬한 상급의 보급로를 가급적 피하고, 전투가 소강상태에 있는 하급의 보급로 위주로 적용되어 총 소요시간을 단축하는 후속 군수지원의 보급로를 구성할 수 있었다.
본 연구에서는 Solomon^[17]이 제시한 실험 예제를 바탕으로 1개의 보급 지원부대와 25개의 전투부대로 구성된 3개의 예제(R-type, C-type, RC-type)에 대하여 실험하였다. Solomon 예제는 전투부대의 분포에 따라 3가지 유형으로 분류되는데 사분면에 임의(Randomly)로 분포되어 있는 R-type, 밀집(Clustered)되어 있는 C-type, 임의와 밀집이 혼합(Mixed)되어 있는 RC-type이 있으며, Fig.
이러한 요인들로는 모집단 크기(Population Size), 교차 확률(Pc), 돌연변이 확률(Pm), 세대(Generation) 등을 들 수 있다. 본 연구에서는 유전 파라미터들이 적합도에 미치는 영향을 반복 실험하여 비교한 후 알고리즘과 문제의 특성에 맞는 파라미터를 적용하였으며, 본 연구의 유전 파라미터는 다음 Table 2와 같다.
본 연구에서는 유전자 알고리즘을 이용하여 전투지역에서 제한된 적재능력을 보유한 수송차량으로 보급로상의 전투치열도를 고려하고, 총 소요시간을 최소화하는 후속 군수지원의 최적 보급로를 구성하는 실험을 수행하였으며, 실험 결과는 다음 Table 5와 같다.
전투부대간의 거리는 유클리드 내적을 이용하였으며, 각 전투부대에서의 보급 소요시간은 60분을 적용하였고, 수송차량의 적재용량은 100으로 동일하게 적용하여 실험을 수행하였다.
본 연구에서 제안한 알고리즘의 유전자 표현은 다음 Table 1과 같이 2개의 String으로 이루어진 이중구조로 설정하였다. 전투부대는 전투부대의 번호를 나타내지만 불필요한 부분으로 실제 구성은 하지 않았으며, 우선순위는 각 전투부대를 방문하는 우선순위를 표현하였고, 수송차량은 각 전투부대에 방문하는 수송차량을 나타내는 것으로 유전자에서 표현된 개체는 수송차량의 번호를 의미한다.
총 소요시간을 최소화하는 보급로를 구성하기 위한 수리모형을 구축하였으며, 우수한 초기 해를 생성하기 위한 Clarke & Wright 알고리즘과 해를 개선하기 위하여 2-opt 기법을 적용한 유전자 알고리즘을 제시하였다.

이론/모형

교차 방법은 각 전투부대의 방문 우선순위가 보급로를 구성함에 있어 중복되면 보급로가 형성되지 않으므로 우선순위의 상대적인 순서가 유지되는 순서교차(Order Crossover)를 적용하였으며, 각 전투부대에 할당된 수송차량은 2점 교차(Two-Point Crossover)를 적용하였다.
구성된 보급로를 개선하기 위하여 2-opt 기법을 적용하였다. 2-opt 기법은 구성된 보급로 내에서 임의의 두 경로를 바꾸어 적합도 개선 여부를 확인한 후 적합도가 개선되면 그 결과를 반영하는 지역탐색 알고리즘으로 다음 Fig.
선별은 세대별 우수한 해의 생존을 보장하고, 지역 해로의 수렴을 방지하기 위하여 적합도가 작은 해의 생존을 확률적으로 보장해주는 룰렛 휠(Roulette Wheel) 방법을 적용하였으며, 집단 내에서 가장 강한 개체가 다음 세대로 변경되지 않고 전달되는 것을 보장하기 위하여 세대별 우수한 해는 반드시 생존할 수 있도록 하는 엘리트 보전전략(Elitism Strategy)을 적용하였다.
우수한 초기 해를 생성하기 위한 Clarke & Wright 알고리즘과 해를 개선하기 위하여 2-opt 기법을 적용한 유전자 알고리즘을 제시하였으며, 수행절차는 다음 Fig. 1과 같다.
초기 모집단을 생성하는 방법으로는 임의생성 기법과 Clark & Wright 알고리즘을 혼합하여 구성 하였다.

성능/효과

2) 각 전투부대의 보급수요량은 수송차량의 1회 방문에 의해서 만족되며, 각 전투부대는 수송차량의 1회 방문만 허용한다.
3) 각 수송차량의 보급로에 포함된 전투부대의 보급수요량 합은 적재용량을 초과할 수 없다.
CPLEX 11.1을 이용하여 산출한 수리모형의 이동거리 및 총 소요시간과 본 연구에서 제안한 유전자 알고리즘의 결과가 동일하게 도출되어 본 연구에서 제시한 수리모형의 타당성을 입증하였다.
또한 본 연구에서 제안한 알고리즘이 초기 모집단 형성시 구성형 기법인 Clark & Wright 알고리즘을 적용함으로써 우수한 초기 해를 생성할 수 있었으며, 적합도 평가 이후 개선형 기법인 2-opt 과정을 통하여 해의 개선이 가속됨으로써 수렴 속도가 매우 빠르고, 우수한 해를 찾을 수 있었다.
실험 결과 전투가 격렬한 상급의 보급로를 가급적 피하고, 전투가 소강상태에 있는 하급의 보급로 위주로 적용되어 총 소요시간을 단축하는 후속 군수지원의 보급로를 구성할 수 있었다. 또한 본 연구에서 제안한 알고리즘이 초기 모집단 형성시 구성형 기법인 Clark & Wright 알고리즘을 적용함으로써 우수한 초기 해를 생성할 수 있었으며, 적합도 평가 이후 개선형 기법인 2-opt 과정을 통하여 해의 개선이 가속됨으로써 수렴 속도가 매우 빠르고, 우수한 해를 찾을 수 있었다.

후속연구

전쟁을 수행함에 있어 후속 군수지원은 승패를 판가름하는 중요한 요소 중 하나이며, 적시ㆍ적소에 군수지원을 함으로써 전투부대의 전쟁 지속능력을 유지할 수 있다. 이러한 후속 군수지원을 위한 보급로를 구성함에 있어 보급로상의 전투치열도를 고려한다면 보급에 소요되는 시간을 최소화할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	오늘날 전쟁의 승패는 어떻게 결정될 수 있는가?	오늘날 전쟁의 승패는 과학기술의 발전으로 인한 최첨단 무기체계와 더불어 후속 군수지원에 달려있다고 할 수 있다. 군수지원(Logistics Support)은 보급, 정비, 수송, 근무 등 부대 운영ㆍ유지 및 작전활동에 필요한 자원을 적시, 적소, 적량, 정밀지원 보장에 목표를 두고 제공하는 제반 활동을 말하며, 전투지역에 있는 부대의 전쟁 지속능력에 영향을 미친다[1].
	군수지원은 어떤 활동인가?	오늘날 전쟁의 승패는 과학기술의 발전으로 인한 최첨단 무기체계와 더불어 후속 군수지원에 달려있다고 할 수 있다. 군수지원(Logistics Support)은 보급, 정비, 수송, 근무 등 부대 운영ㆍ유지 및 작전활동에 필요한 자원을 적시, 적소, 적량, 정밀지원 보장에 목표를 두고 제공하는 제반 활동을 말하며, 전투지역에 있는 부대의 전쟁 지속능력에 영향을 미친다[1]. 후속 군수지원을 위한 보급로(Supply Route)는 도로, 수로 또는 공로와 같은 교통도로로서 보급품을 전투부대에 운반하는 데 이용되는 수송로를 말한다[1].
	차량경로문제의 해법 중 발견적 해법에는 어떤 것이 있는가?	차량경로문제의 해법으로는 최적화 해법(Exact)과 발견적 해법(Heuristic)으로 나눌 수 있는데 최적화 해법에는 분지한계법(Branch and Bound Method)[5], 혼합 정수계획법(Mixed Integer Programming)[14], 절단평면법(Cutting Plane Method)[7] 등이 있으며, 최적 해를 구할 수 있으나 수요지의 수가 증가함에 따라 많은 계산시간과 기억용량이 필요[13]하므로 해를 구하기가 불가능하다는 단점을 가지고 있다. 발견적 해법에는 Clarke & Wright[6], Insertion[10], Sweep[16] 등이 있으며, 최적해와 근사한 값을 빠른 시간 내에 산출할 수 있다. 최근에는 이러한 발견적 해법들을 제어할 수 있는 상위수준의 발견적 해법인 메타휴리스틱(Meta-heuristic)을 이용한 연구가 활발히 진행되고 있으며, 유전자 알고리즘(Genetic Algorithm)[11,15], 금단 검색법(Tabu Search)[2], 모의 담금질(Simulated Annealing)[4], 개미 군집 최적화(Ant Colony Optimization)[3] 등이 있다.

참고문헌 (17)

국방부, 국방 군수 용어사전, 2008.
Brandao, J. and Mercer, A., "A Tabu Search Algorithm for the Multi-trip Vehicle Routing and Scheduling Problem", European Journal of Operational Research, Vol. 100, No. 1, pp. 180-191, 1996.
Bullnheimer, B., Hartl, R. F. and Strauss, C., "Applying the Ant System to the Vehicle Routing Problem", 2nd International Conference on Metaheuristics, 1997.
Chiang, W. C. and Russell, R. A., "Simulated Annealing Metaheuristics for the Vehicle Routing Problem with Time Windows", Annals of Operations Research, Vol. 63, No. 1, pp. 3-27, 1996.

상세보기
Christofides, N. and Elion, S., "An Algorithm for the Vehicle Dispatching Problem", Operational Research Quarterly, Vol. 20, No. 3, pp. 309-318, 1969.

상세보기
Clark, G. and Wright, J. W., "Scheduling of Vehicles from a Central Depot to a Number of Delivery Points", Operations Research, Vol. 12, No. 4, pp. 568-581, 1964.

상세보기
Cook, W. and Rich, J. L., "A Parallel Cutting-Plane Algorithm for the Vehicle Routing Problem with Time Windows", Technical Report, Computational and Applied Mathematics, Rice University, 1999.
Dantzig, G. B. and Ramser, J. H., "The Truck Dispatching Problem", Management Science, Vol. 6, No. 1, pp. 80-91, 1959.

상세보기
Garey, M. and Johnson, D., Computers and Intractability; A Guide to the Theory of NPCompleteness, W. H. Freeman and Company, San Francisco, 1976.
Gendreau, M., Hertz, A. and Laporte, G., "New Insertion and Postoptimization Procedures for the Traveling Salesman Problem", Operations Research, Vol. 40, No. 6, pp. 1086-1094, 1992.

상세보기
Goldberg, D. and Lingle, R., "Alleles, Loci, and The Traveling Salesman Problem", Proceedings of the First International Conference on Genetic Algorithms and Their Applications, pp. 154-159, 1985.
Holland, J. H., "Adaption in Natural and Artificial Systems", University of Michigan Press, 1975.
Lenstra, J. K. and Rinnooy Kan, A. H. G., "Complexity of Vehicle Routing and Scheduling Problems", Networks, Vol. 11, No. 2, pp. 221-227, 1981.

상세보기
Magnanti, T. L., "Combinatorial Optimization and Vehicle Fleet Planning: Perspectives and Prospects", Networks, Vol. 11, No. 2, pp. 179-213, 1981.

상세보기
Potvin, J. Y. and Bengio, S., "A Genetic Approach to the Vehicle Routing Problem with Time Windows", Technical Report CRT-953, Centre de Recherche sur les Transports, University of Montreal, 1994.
Reimann, M., Doerner, K. and Hartl, R. F., "D-ants : Savings Based Ants Divide and Conquer the Vehicle Routing Problem", Computer and Operations Research, Vol. 31, No. 4, pp. 563-591, 2004.

상세보기
Solomon M. M., "Algorithms for the Vehicle Routing and Scheduling Problems with Time Window Constraints", Operations Research, Vol. 35, No. 2, pp. 254-265, 1987.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증