항차 데이터 기반 간이 연료 소모량 추정 및 최적 경유 항구 추천 시스템 개발 A Development of Simple Fuel Consumption Estimation and Optimized Route Recommendation System based on Voyage Data of Vessel원문보기
우상민
(Division of Ocean ICT & Advanced Materials Technology Research, Research Institute of Medium & Small Shipbuilding)
,
황훈규
(Division of Ocean ICT & Advanced Materials Technology Research, Research Institute of Medium & Small Shipbuilding)
,
김배성
(Division of Ocean ICT & Advanced Materials Technology Research, Research Institute of Medium & Small Shipbuilding)
,
우윤태
(Division of Ocean ICT & Advanced Materials Technology Research, Research Institute of Medium & Small Shipbuilding)
,
이장세
(Division of Maritime IT Engineering, Korea Maritime and Ocean University)
최근, 유럽 연합 가입국을 기항지로 항해하는 선박을 대상으로 배출 가스를 측정한 후, 그 결과를 보고하고 검증받는 MRV 규제의 시행을 앞두고 있다. 이러한 배출 가스량을 경험적으로 산정해보기 위하여 본 논문에서는 간이 연료 소모량 추정 및 최적 경유 항구 추천 시스템을 개발하기 위한 내용을 다룬다. 이를 위해 10여 년간 축적된 선박의 항차 데이터를 기반으로 각 항구별 연료 소모량, 거리, 소요 시간을 분석하여, 이를 기반으로 연료 소모량을 추정하는 모듈을 개발하였다. 또한 선박의 출발지와 목적지 사이의 최적 경유 항구를 추천하기 위한 기능을 비롯하여 실제 운항 경로 표시 기능, 실제 운항 경로와 최적 경로와의 비교 기능, 사용자 지정 경유 항구 선택 기능을 제공하기 위한 모듈을 구현하였다. 개발한 시스템은 선박의 운항 계획 등을 위한 참고 지표로 활용이 가능할 것으로 기대되며, 축적된 데이터를 기반으로 학습하여 미래 데이터를 예측하기 위한 선행 연구로서 의미가 있을 것으로 판단된다.
최근, 유럽 연합 가입국을 기항지로 항해하는 선박을 대상으로 배출 가스를 측정한 후, 그 결과를 보고하고 검증받는 MRV 규제의 시행을 앞두고 있다. 이러한 배출 가스량을 경험적으로 산정해보기 위하여 본 논문에서는 간이 연료 소모량 추정 및 최적 경유 항구 추천 시스템을 개발하기 위한 내용을 다룬다. 이를 위해 10여 년간 축적된 선박의 항차 데이터를 기반으로 각 항구별 연료 소모량, 거리, 소요 시간을 분석하여, 이를 기반으로 연료 소모량을 추정하는 모듈을 개발하였다. 또한 선박의 출발지와 목적지 사이의 최적 경유 항구를 추천하기 위한 기능을 비롯하여 실제 운항 경로 표시 기능, 실제 운항 경로와 최적 경로와의 비교 기능, 사용자 지정 경유 항구 선택 기능을 제공하기 위한 모듈을 구현하였다. 개발한 시스템은 선박의 운항 계획 등을 위한 참고 지표로 활용이 가능할 것으로 기대되며, 축적된 데이터를 기반으로 학습하여 미래 데이터를 예측하기 위한 선행 연구로서 의미가 있을 것으로 판단된다.
Recently, The MRV (monitoring, reporting and verification) regulation, which measures, reports and verifies the emission gas of vessel to head for member countries of Europe Union (EU), is being implemented. As part this reason, we develop a system that estimates simple fuel consumption and recommen...
Recently, The MRV (monitoring, reporting and verification) regulation, which measures, reports and verifies the emission gas of vessel to head for member countries of Europe Union (EU), is being implemented. As part this reason, we develop a system that estimates simple fuel consumption and recommends optimized stop-over ports of vessel, to calculate amount of carbon emission. To do this, we analyze fuel, distance and time consumption between port and the other port based on stored voyage data for over 10 years of real-ship, and implement a simple fuel consumption estimation module using analyzed result. Also, we design and implement the optimized route recommendation algorithm, existing navigation route display function including comparison with the optimized routes and user custom route plan function. Therefore, we expect the developed system is helpful when makes a navigation route and so on by reference indexes and we anticipate the system to have a sense for future research which learns and predicts for accuracy result.
Recently, The MRV (monitoring, reporting and verification) regulation, which measures, reports and verifies the emission gas of vessel to head for member countries of Europe Union (EU), is being implemented. As part this reason, we develop a system that estimates simple fuel consumption and recommends optimized stop-over ports of vessel, to calculate amount of carbon emission. To do this, we analyze fuel, distance and time consumption between port and the other port based on stored voyage data for over 10 years of real-ship, and implement a simple fuel consumption estimation module using analyzed result. Also, we design and implement the optimized route recommendation algorithm, existing navigation route display function including comparison with the optimized routes and user custom route plan function. Therefore, we expect the developed system is helpful when makes a navigation route and so on by reference indexes and we anticipate the system to have a sense for future research which learns and predicts for accuracy result.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 이러한 선행 연구의 한계를 보완하기 위한 연구의 일환으로 본 논문에서는 2007년부터 2017년까지 축적된 A선박의 항차 데이터를 분석 및 학습하고, 간이 연료 소모량 추정 및 최적 경유 항구를 추천해주는 시스템을 개발에 관한 내용을 다룬다. 이를 통해 여러 척의 선박으로부터 축적될 많은 양의 데이터 분석에 대비 하고, 분석 결과의 신뢰성을 보다 향상시키는 것이 주목적이다.
본 논문에서는 MRV 규정에 따라 탄소 배출량을 대략적으로 시뮬레이션 해보기 위하여 간이 연료 소모량 추정 및 최적 경유 항구 추천 시스템의 개발에 관한 내용을 다루었다. 실 선박의 항차 데이터를 통해 각 항구 간의 평균 운항거리, 시간 및 간이 연료 소모량을 취득 하였으며, 이를 기반으로 최적 경유 항구 추천 알고리즘을 제안하고, 구현하여 최적 운항 경로를 도출하였다.
개발한 시스템을 통해 운항할 경로의 연료 소모량을 사전에 추정해 볼 수 있기 항해 계획 등을 위한 참고 지표로 활용이 가능할 것으로 기대된다. 본 논문에서는 과거 축적된 항차 데이터를 기반으로 분석하기 위한 시스템의 개발에 관한 내용을 다루었다. 현재, 과거 데이터를 기반으로 미래 데이터를 분석하고 예측하기 위하여 시스템을 개선하는 연구를 비롯하여 이러한 분석 결과가 실제 이해 관계자들에게 어느 정도의 도움이 되는지를 평가하기 위한 연구 등[9-11]을 진행 중에 있다.
본 논문에서는 선박의 운항을 통해 축적된 항차 데이터(voyage data)를 기반으로 학습한 후 실제 인접한 항구 간 운항 시 사용한 연료량을 분석하고, 이를 기반으로 연료 소모량 등을 간이 추정하기 위한 시스템의 개발에 관한 내용을 다룬다. 개발하는 시스템은 운항 거리 대비 최저 연료 소모량, 최단 거리, 최단 시간을 기준 으로 출발지와 목적지 사이의 최적 경유 항구를 추천해 주어 필요시 기항지 선정에 참고 지표로 사용하기 위한 기능을 비롯하여 항차 데이터를 활용하는 여러 기능을 추가적으로 포함한다.
본 논문에서는 시스템의 개발을 위하여 2007년부터 2017년까지 축적된 A선박의 항차 데이터를 기록하였고 기록된 데이터를 기반으로 개발을 수행하였다. 기록된 데이터에서 설계한 시스템에 필요한 내용만을 추출 하였고, 이를 재구조화하여 데이터베이스로 마이그레이션(migration)하였으며, 이러한 형태를 그림 10에 나타냈다.
333으로 도출된 최적 경로에 비해 다소 효율이 낮다고 할 수 있다. 이러한 간이 연료 소모량 추정 및 최적 항로 추천 기능 등을 통해 도출된 데이터는 참고 목적으로 활용할 수 있다.
제안 방법
기록된 데이터에서 설계한 시스템에 필요한 내용만을 추출 하였고, 이를 재구조화하여 데이터베이스로 마이그레이션(migration)하였으며, 이러한 형태를 그림 10에 나타냈다. 각 항해 경로를 고유한 항해 번호로 기록하였으며 정박했던 항구 코드를 순서대로 나열하였고 각 항구를 항해하면서 소요한 시간, 연료 소모량, 항해 거리 등으로 구성되어 있다. 이 데이터를 이용하여 항구에서 항구 간 평균 항해 시간, 항해 거리 그리고 연료 소모량을 추정할 수 있으며 이는 최적 경유 항구를 추천하기 위한 중요한 자료로 활용된다.
본 논문에서는 선박의 운항을 통해 축적된 항차 데이터(voyage data)를 기반으로 학습한 후 실제 인접한 항구 간 운항 시 사용한 연료량을 분석하고, 이를 기반으로 연료 소모량 등을 간이 추정하기 위한 시스템의 개발에 관한 내용을 다룬다. 개발하는 시스템은 운항 거리 대비 최저 연료 소모량, 최단 거리, 최단 시간을 기준 으로 출발지와 목적지 사이의 최적 경유 항구를 추천해 주어 필요시 기항지 선정에 참고 지표로 사용하기 위한 기능을 비롯하여 항차 데이터를 활용하는 여러 기능을 추가적으로 포함한다.
넷째, 실제 항해 경로와 최적 경유 항구 추천 경로 비교 모듈은 최적 경유 항구 추천 경로와 선박이 실제로 운항한 경로(항차 데이터) 중 추천 경로와 동일한 출발 항구, 도착 항구, 경유 항구 개수를 가지는 경로를 비교한 데이터(연료 소모량, 항해 거리, 항해 시간)를 출력해 준다. 이 모듈은 최적 경유 항구 추천 모듈과 항차 기록 모듈의 결과 데이터를 이용하여 비교 결과를 사용자에게 제공하며, 각 경로는 전시 모듈에 의해 표시되며 이를 그림 8에 도식화하였다.
본 논문에서 제안하는 간이 연료 소모량 추정 및 최적 경유 항구 추천 시스템은 크게 그림 2와 같이 기록된 항차 데이터 처리 모듈(data processing module), 그리고 위 모듈을 거쳐 자료 구조화된 데이터를 제어하는 모듈 (control module), 데이터 제어 모듈을 통해 도출된 결과를 전시하는 전시 모듈(display module)의 세 가지 구성 요소로 이루어진다. 이때, 실질적인 시스템의 기능을 수행할 제어 모듈은 항구 데이터 모듈(port data module), 항차 기록 모듈(voyage record module), 최적 경유 항구 추천 모듈(optimized route recommendation module), 실제 항해 경로와 최적 경유 항구 추천 경로 비교 모듈 (route comparison module), 사용자 지정 경유 항구 모듈(user custom route module)로 크게 다섯 가지 기능으로 나뉜다.
이를 통해 여러 척의 선박으로부터 축적될 많은 양의 데이터 분석에 대비 하고, 분석 결과의 신뢰성을 보다 향상시키는 것이 주목적이다. 부가적으로 축적된 항차 데이터를 활용하는 여러 기능을 설계하여, 다양한 용도로 활용이 가능하도록 하였다.
설계한 내용을 바탕으로 최적 경유 항구 추천 시스템은 경로 추천 기능을 포함하여 항구 데이터 및 항차 계획 검색으로 크게 5가지의 기능을 구현하였다. 첫 번째로 항구 데이터 검색 기능은 선박이 운항했던 모든 항구를 전시 모듈을 통해 표시하고 사용자가 항구를 선택 하면 해당 항구에서 한 번이라도 경유했던 항구의 리스트를 나타낸다.
본 논문에서는 MRV 규정에 따라 탄소 배출량을 대략적으로 시뮬레이션 해보기 위하여 간이 연료 소모량 추정 및 최적 경유 항구 추천 시스템의 개발에 관한 내용을 다루었다. 실 선박의 항차 데이터를 통해 각 항구 간의 평균 운항거리, 시간 및 간이 연료 소모량을 취득 하였으며, 이를 기반으로 최적 경유 항구 추천 알고리즘을 제안하고, 구현하여 최적 운항 경로를 도출하였다. 또한, 제안된 방법을 검증하기 위해 시스템의 추천 경로를 실제 선박의 항차 데이터와 비교하였다.
그림15의 (a)는 경로 추천 기능과 동일하게 출발 및 도착 항구, 경유지 개수를 입력한다. 이 경로와 유사한 실제 항해 경로가 존재할 경우 사용자에게 비교하여 알려준다. 그림 15의 (b)와같이 전시 모듈을 통해 추천된 최적경로와 실제 항해 경로가 표시되며, 또한 각 경로의 예상 연료 소모량, 항해 거리, 항해 시간을 그림 15의 (c)와 같이 비교해준다.
선박의 연료 소모량 추정 및 탄소 배출 저감에 관한 최근 연구로는 해상 정보를 이용한 경제 운항 경로 결정 방법에 대한 연구[5]가 있다. 이 연구에서는 기상 예측 기관으로부터 얻은 실시간 해상 정보를 취득하여 선속 저하량, 항해 거리, 연료 소모량을 추정하고, 이를 기반으로 운항 경로를 결정하는 방법을 제안하였다. 여기서 최적 운항 경로는 항해 거리와 해상 상태에 따른 연료 소모량 증가분과 대표 적인 최적 운항 경로 결정 방법인 등시선법(isochrone method)을 이용해 경로를 도출하였다.
최적 경유 항구 추천 시스템의 간이 연료 소모량 추정 및 최적 경유 항구 추천 방법의 효용성을 검증하기 위하여 시스템의 추천 경로를 실제 선박의 항차 데이터를 이용하여 검증하였다. 출발 항구는 KRKAN, 도착항구는 NLRTM, 경유 항구를 5개로 설정하여 실 운항 경로와 최적 경유 항구 추천 방법의 차이를 확인하였다.
도착항까지 선택이 완료되면 그림 14의 (c)와같이 전체 항해 경로, 예상 연료 소모량, 항해 거리, 항해 시간을 제공하며 그림 14의 (d)에서 사용자 지정된 전체 항해 경로를 전시 모듈을 통해 확인할 수 있다. 최적 경유 항구 추천 시스템의 사용자 지정 경로 설정 기능에서 제공하는 데이터(예상 연료 소모량, 항해 거리, 다섯 번째로 실제 항해 경로와 최적 경유 항구 추천 경로 비교 기능은 경로 추천 기능 사용 중 출발 항구, 도착 항구, 경유지 개수가 같은 실제 항해 경로가 존재할 때 두 경로를 비교한 데이터(연료 소모량, 항해 거리, 항해 시간)를 제공함으로써 사용자에게 어떤 경로가 효율 적인지 나타내 준다. 경로 추천 기능으로 추천된 최적 경로는 시스템적인 수치만을 이용하여 결과를 도출하기 때문에 경로 설정에 한계가 존재할 수도 있다.
최적 경유 항구 추천 시스템의 간이 연료 소모량 추정 및 최적 경유 항구 추천 방법의 효용성을 검증하기 위하여 시스템의 추천 경로를 실제 선박의 항차 데이터를 이용하여 검증하였다. 출발 항구는 KRKAN, 도착항구는 NLRTM, 경유 항구를 5개로 설정하여 실 운항 경로와 최적 경유 항구 추천 방법의 차이를 확인하였다. 도출된 총 5개의 경로 중 최적, 최단 거리, 최단 시간 경로를 표 2에 나타내었다.
데이터처리
실 선박의 항차 데이터를 통해 각 항구 간의 평균 운항거리, 시간 및 간이 연료 소모량을 취득 하였으며, 이를 기반으로 최적 경유 항구 추천 알고리즘을 제안하고, 구현하여 최적 운항 경로를 도출하였다. 또한, 제안된 방법을 검증하기 위해 시스템의 추천 경로를 실제 선박의 항차 데이터와 비교하였다. 개발한 시스템을 통해 운항할 경로의 연료 소모량을 사전에 추정해 볼 수 있기 항해 계획 등을 위한 참고 지표로 활용이 가능할 것으로 기대된다.
이론/모형
최적 경유 항구 추천 시스템은 Microsoft Windows 10에서 개발 되었다. 앞서 3장에서 기술한 시스템의 기능들을 개발하기 위하여 개발 도구로 Microsoft Visual Studio 2015 Professional을 사용하였고, 개발 언어는 Microsoft .NET framework 4.
이 연구에서는 기상 예측 기관으로부터 얻은 실시간 해상 정보를 취득하여 선속 저하량, 항해 거리, 연료 소모량을 추정하고, 이를 기반으로 운항 경로를 결정하는 방법을 제안하였다. 여기서 최적 운항 경로는 항해 거리와 해상 상태에 따른 연료 소모량 증가분과 대표 적인 최적 운항 경로 결정 방법인 등시선법(isochrone method)을 이용해 경로를 도출하였다.
5기반 WPF(Windows Presentation Foundation)를 사용하였다. 이 기능들의 결과 데이터를 웹 기반 지도에 전시하기 위하여 개발도구로 Notepad++ 7.5를 사용하였고, 개발언어는 Google Map JavaScript API를 활용한 HTML(Hyper Text Markup Language)을 사용하였다. 데이터베이스는 Microsoft SQL Server 2014를 사용하였다.
항해 기록 데이터를 이용하여 모든 항구(vertex)를 포함한 방향성 그래프(directed graph)를 생성하고, 입력 받은 출발 항구부터 도착 항구까지 도달 가능한 모든 경로를 깊이우선탐색(DFS, depth first search) 알고리즘을 이용하여 나열한다. 그 후, 첫 번째로 나열된 경로 중 경유항구 개수를 만족하는 경로를 찾고(first filter), 두 번째로 총 항해거리가 짧은 순으로 정렬하여 최대 10개 까지만 남긴다(second filter).
성능/효과
둘째, 항차 기록 모듈은 선박이 실제로 운항한 경로를 각 항차별로 출발 항구부터 경유 항구를 포함한 목적 항구까지의 경로를 도출한다. 항차 계획 데이터는 항해 번호를 키(key) 값으로 동→서 또는 서→동 항해의 경로를 저장하고 있으며, 이 또한 전시 모듈을 통해 유효성이 검증된 데이터를 표시하며 이를 그림 5에 도식화하였다.
세 번째로 경로 추천 기능은 사용자로부터 출발 항구와 도착 항구, 그리고 경유 항구 개수를 입력받아 최적 경유 항구 추천 알고리즘을 기반으로 경로를 추천한다. 이때, 경로는 최대 10개가 추천되며, 추천되는 최적 경로는 항해거리 대비 연료 소모량이 가장 적은 경로이다.
후속연구
또한, 선박의 배출원 및 탄소 배출 산정 방법론 등을 설명하는 문서인 모니터링 계획서 평가 및 탄소 배출 보고서 검증 서비스를 제공하기 위해 한국선급은 EU MRV 검증 기관으로 인정받기 위해 독일 국가 인정 기관(DAkkS, Deutsche Akkreditierungsstelle)에이를 추진하였고, 2017년 5월 국내 최초로 인정받았으며, 2018년 1월 MRV검증 서비스를 제공하는 e-Fleet V2를 출시하였다. EU 항구를 경유하는 선박뿐만 아니라 전 세계 운항 선박으로 MRV 규정의 적용이 확대됨에 따라, 해운사는 MRV 시스템 개발, 공인 기관은 검증 기관으로 인정받기 위한 시도가 증가할 것으로 기대되며, 선박 운항 효율 향상 및 탄소 배출을 줄이기 위한 관련 기술의 발전이 이루어질 전망이다.
또한, 제안된 방법을 검증하기 위해 시스템의 추천 경로를 실제 선박의 항차 데이터와 비교하였다. 개발한 시스템을 통해 운항할 경로의 연료 소모량을 사전에 추정해 볼 수 있기 항해 계획 등을 위한 참고 지표로 활용이 가능할 것으로 기대된다. 본 논문에서는 과거 축적된 항차 데이터를 기반으로 분석하기 위한 시스템의 개발에 관한 내용을 다루었다.
경로 추천 기능으로 추천된 최적 경로는 시스템적인 수치만을 이용하여 결과를 도출하기 때문에 경로 설정에 한계가 존재할 수도 있다. 따라서 본 기능은 추천 경로와 유사한 실제 항해 경로를 제공하고, 또한 두 경로의 효율성을 비교함으로써 사용자의 항해 경로 계획에 보다 도움을 줄 수 있을 것으로 사료된다. 그림15의 (a)는 경로 추천 기능과 동일하게 출발 및 도착 항구, 경유지 개수를 입력한다.
이 데이터를 이용하여 항구에서 항구 간 평균 항해 시간, 항해 거리 그리고 연료 소모량을 추정할 수 있으며 이는 최적 경유 항구를 추천하기 위한 중요한 자료로 활용된다. 본 시스템에서 사용한 선박 항해 데이터가 충분하지 않을 수도 있지만, 향후 수집될 수많은 선박의 항해 데이터에 대응하는 것이 목적으로 추후 학습을 거듭해 나가면 보다 더 정확도 높은 최적 경로의 추천이 가능할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
MRV(monitoring, reporting and verification) 규정은 무엇인가?
최근, 유럽 연합 가입국을 목적지로 항해하는 선박의 이산화탄소 배출 가스를 측정하고, 그 결과를 보고하는 MRV(monitoring, reporting and verification) 규정이 2015년 EU에 의해 채택되어 2018년부터 시행예정이다 [1]. 이에 따라 해운사는 선박의 배출 가스 모니터링, 보고 절차 등이 포함된 모니터링 계획서를 제출하고 이를 검증 받아야 한다.
MRV 규정에 따라 해운사에서 해야하는 것은 무엇인가?
최근, 유럽 연합 가입국을 목적지로 항해하는 선박의 이산화탄소 배출 가스를 측정하고, 그 결과를 보고하는 MRV(monitoring, reporting and verification) 규정이 2015년 EU에 의해 채택되어 2018년부터 시행예정이다 [1]. 이에 따라 해운사는 선박의 배출 가스 모니터링, 보고 절차 등이 포함된 모니터링 계획서를 제출하고 이를 검증 받아야 한다. 그 후 매년 선박의 이산화탄소 배출량을 모니터링하고 보고서를 작성하여 유럽연합 집행 위원회(EC, European Commission)에 제출해야 한다[1-2].
경로 추천 기능으로 추천된 최적 경로시스템적인 수치만을 이용하여 결과를 도출하기 때문에 어떠한 한계가 있는가?
최적 경유 항구 추천 시스템의 사용자 지정 경로 설정 기능에서 제공하는 데이터(예상 연료 소모량, 항해 거리, 다섯 번째로 실제 항해 경로와 최적 경유 항구 추천 경로 비교 기능은 경로 추천 기능 사용 중 출발 항구, 도착 항구, 경유지 개수가 같은 실제 항해 경로가 존재할 때 두 경로를 비교한 데이터(연료 소모량, 항해 거리, 항해 시간)를 제공함으로써 사용자에게 어떤 경로가 효율 적인지 나타내 준다. 경로 추천 기능으로 추천된 최적 경로는 시스템적인 수치만을 이용하여 결과를 도출하기 때문에 경로 설정에 한계가 존재할 수도 있다. 따라서 본 기능은 추천 경로와 유사한 실제 항해 경로를 제공하고, 또한 두 경로의 효율성을 비교함으로써 사용자의 항해 경로 계획에 보다 도움을 줄 수 있을 것으로 사료된다.
참고문헌 (11)
N. S. Kang, Y. J. Hong, J. S. Lee, and S. S. Byeon, "Development of technology for collecting data regarding fuel consumption and greenhouse gas emissions by existing ships for MRV regulation," Journal of Korean Society of Marine Engineering, vol. 41, no. 9, pp. 943-951, Jul. 2017.
W. C. Boo, "A Study on Korean Countermeasures for Controls on Greenhouse Gas Emissions from ship," M.S. thesis, International Trade & Regional Studies Graduated School of Business Administration Inha University, 2015
N. S. Kang, B. S. Lee, S. Y. Kim, J. J. Lee, and H. K. Yoon, "Conceptual Design of a Portal System for International Shipping's Greenhouse Gas Monitoring, Reporting, and Verification," Journal of the Society of Marine Environment & Safety, vol. 22, no. 1, pp.108-117, Feb. 2016.
N. S. Kang, J. Y. Lee, Y. J. Hong, S. S. Byeon, and J. Y. Kim, "Technical Analysis of an MRV System in Relation to the Implementation of a Data Collection System by the International Maritime Organization," Journal of the Society of Marine Environment & Safety, vol .23, no. 1, pp.122-129, Feb. 2017.
M. I. Roh, "A method for Determining a Ship Economic Route based on the Acquisition of the Sea State and Estimation of Fuel Consumption," Transactions of the Society of CAD/ CAM Engineers, vol. 17, no. 2, pp.71-78, Apr. 2012.
S. D. Lee and D. K. Koh, "Countermeasures for reduction for CO2 emission from training ship," Journal of the Korean Society of Marine Engineering, vol.39, no.9, pp.981-986, Aug. 2015.
M. Kazuyuki and Y. U. Kim, "The study on Reduction Method of CO2 Emission from Ships," Journal of Fisheries and Marine Sciences Education, vol. 22, no. 3, pp.705-715, Aug. 2013.
S. K. Kim, Y. S. Lee, G. Y. Kong, J. P. Kim, and C. H. Jung, "A Study on the Ship's Speed for Reducing the Fuel Oil Consumption in Actual Ships," Journal of the Korean Society of Marine Environment & Safety, vol. 18, no. 1, pp.41-47, Feb. 2012.
H. G. Hwang, B. S. Kim, I. S. Shin, J. S. Lee and Y. H. Yu, "An evaluation of effectiveness for providing safety navigation supporting service : focused on route plan sharing service," Journal of the Korea Institute of Information and Communication Engineering, vol. 21, no. 3, pp. 620-628, Mar. 2017.
H. G. Hwang, B. S. Kim, I. S. Shin, J. S. Lee and Y. H. Yu, "An Evaluation of Effectiveness for Providing Safety Navigation Supporting Service : Focused on CPA/TCPA Information Supplying Service," Journal of the Korea Institute of Information and Communication Engineering, vol. 21, vol. 9, pp. 1788-1795, Sep. 2017.
S. S. Kim and C. H. Jung, "Effects of the Degree of Match between Prior Expectation and Perceived Performance on User Satisfaction in New IT Services," Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, vol. 7, no. 5, pp. 845-852, May. 2017.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.