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
- 본 연구에서는 컨테이너 터미널을 대상으로 선박 물류 프로세스의 서비스 완료시간을 예측하는 방법론을 제시한다. 고객에 대한 중요 서비스의 완료시간을 예측하기 위해, 터미널 운영 시 실시간으로 수집되는 프로세스 상태에 대한 정보를 사용한다.
- 즉, 장치장에서 작업이 원활이 수행되지 못하여 안벽크레인의 작업에 지장을 주고 선박의 완료시간에 지연 시키게 된다. 본 연구에서는 컨테이너의 분포 정도를 정량화하기 위하여, 각 블록을 표본점으로 보고, 전체 작업할 컨테이너 대비 그 블록에 장치된 컨테이너의 비율을 발생 확률로 고려한 엔트로피를 사용한다. 결과적으로, 작업할 컨테이너가 소수의 블록에 집중될수록 요인의 값은 0에 가까워지게 된다.
- 다음으로, 선박의 완료시간을 예측하기 위해서는 작업에 투입될 장비의 수가 매우 중요하다. 본 연구에서는 완료시간을 예측하고자 하는 시점에서 약속 완료시간까지의 평균 장비 사용 대수를 계산하여 요인을 정량화한다. 평균 장비 사용 대수를 구하기 위하여 다음과 같이 가정하였다.
- 하지만 역시 정확한 재취급 개수를 정확히 파악하는 것은 쉬운 일이 아니다. 본 연구에서는 재취급의 발생 정도를 파악하기 위하여 실제 재취급 개수와 상관관계가 있는 예상 재취급 개수를 사용한다. 예상 재취급 개수를 구하기 위해 다음과 같은 가정을 도입한다.
- 실제 터미널에서 예측 모형의 데이터를 얻고 그 결과를 검증하기 위해서는 많은 시간과 비용이 소요된다. 따라서 본 연구에서는 실제 컨테이너 터미널과 유사한 환경과 운영 규칙을 가지는 컨테이너 터미널 시뮬레이터를 사용하여 제시한 모형을 검증하였다. <그림 4>는 본 연구에서 사용한 시뮬레이터의 모습을 보여준다.
- 본 연구에서는 물류 시스템에서 서비스 완료 시간을 예측하기 위해 중요 프로세스를 수행하는 자원들의 작업에 영향을 미치는 요인들 파악하고 이들을 정량화하고 추정하는 방법을 제시하였다. 그리고 CART와 CHAID 알고리즘을 이용하여 의사결정 나무를 학습시킨 후 완료시간을 산정하였다.
- 본 연구에서는 선박의 서비스 완료시간을 예측하기 위해, 먼저 완료시간에 영향을 주는 가능 요인들을 추출하고 각각의 요인의 특징을 파악한다. 가능 요인들 중 주요 요인을 선정하고 요인을 정량화하는 알고리즘을 통해 구체적인 요인의 정도를 산출한다.
가설 설정
- 평균 장비 사용 대수를 구하기 위하여 다음과 같이 가정하였다. i) 작업에 투입되는 장비의 대수는 작업 계획을 통하여 알 수 있음, ii) 장비의 성능과 운전자의 기술은 모두 동일함. a를 완료시간을 예측하려는 시점이고, b는 약속된 작업 완료시점, f(t)를 시점 t 에서 투입 계획 중인 장비의 대수라고 하면, 본 연구에서는 평균 투입 장비로 시간 평균인 #를 사용한다.
- • 작업하는 크레인의 성능과 운전자의 능력은 동일하다.
- • 컨테이너 하나의 양적하 시간은 컨테이너의 위치와 상관없이 동일하다.
- 그러므로 본 연구에서는 앞으로 작업할 시간 동안에 안벽 크레인의 성능 정도를 추정하기 위해 완료시간을 예측하는 시점 이전의 장비성능을 구하여 사용한다. 이를 위해 본 연구에서는 완료시간을 예측하려는 시점 이전의 안벽 크레인의 성능은 안벽 크레인의 종류와 작업자의 능력등 추후 작업할 안벽 크레인의 작업환경과 비슷할 것으로 가정한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.