선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 특히 한국 화물 열차 운행의 경우, 계획에 없던 도중 입환이 임의적으로 자주 발생하고 있고, 이는 결국 전체 화물의 수송시간을 증대시키는 요인이 되고 있다. 본 연구는 역간 수요를 만족하고, 열차 운행에 따른 열차 운행 비용과 도중 입환역을 최소화함으로써 화물의 전체 수송 시간을 동시에 최소화하기 위한 최적화 모형을 제시하고자 한다.
- 을 포함하고 있다. 본 연구에서는 목적함수를 개선시킬 수 있는 제한된 결정변수만을 동적으로 생성하는 열 생성 기반 해법을 제시하고자 한다. 다음 절에서는 이러한 열 생성 기반 휴리스틱 알고리듬을 제시한다.
- 본 연구에서는 열차 운행 비용과 전체 화물 수송 시간을 동시에 고려하여, 시종착간 열차 횟수 및 도중 입환역을 선정할 수 있는 화물열차 노선계획을 위한 최적화 모형 및 해법을 제시하였다. 본 연구에서 제시한 최적화 모형 및 해법은 기존의 수작업에 의한 노선 계획보다 좋은 결과를 도출할 수 있었다.
- 본 절에서는 Park 등 [2]에서 제시된 논리망 개념을 기초로, 화물 열차 노선계획을 위한 새로운 최적화 모형을 제시하고자 한다. 그들은 이러한 논리망상에 정차 패턴을 고려하기 위한 호 흐름(arc flow) 변수와 승객 혹은 화물의 이동을 표현하기 위한 호 흐름 변수를 사용하였다.
가설 설정
- 문제 설정을 위해 우선 모든 컨테이너 화물 취급역에서의 연결-해방 작업은 30분 소요된다고 가정하였고, 하나의 열차가 견인할 수 있는 화차의 수가 정해져 있더라도 공차(empty freight car)의 비율이 어느 정도인지에 따라 견인력에 차이가 있을 수 있지만, 본 연구에서는 공차와 영차(loaded freight car) 구별 없이 연결된 화차의 수로 견인력을 설정하였다. 본 연구에서는 위 기간 동안 운행된 모든 열차의 평균 수송 화차수인 27량을 견인력으로 설정하였다.
- 위 열 생성 기반 알고리듬을 진행하기 위해서는 초기해를 구해야 한다. 본 연구에서는 이러한 초기해 구성을 위해 모든 노선 l에 대해 all-stop 패턴만을 가정하고 열차 운행횟수 및 화물의 운송노선을 설정한다. 따라서 노선 l에 대해서는 하나의 패턴만이 존재하게 되는데 이 all-stop 패턴만으로 노선 집합 Ll을 구성하면 최적화 모형은 아래와 같고, 여기서 사용된 용어는 3.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.