[논문]트럭 도착 정보를 활용한 휴리스틱 기반 야드 크레인 스케줄링 방법

황성범; 정석재; 윤성욱

doi:10.9709/jkss.2019.28.4.045

트럭 도착 정보를 활용한 휴리스틱 기반 야드 크레인 스케줄링 방법
A Study on the Heuristic-Based Yard Crane Scheduling Method Using Truck Arrival Information 원문보기

한국시뮬레이션학회논문지 = Journal of the Korea Society for Simulation, v.28 no.4, 2019년, pp.45 - 56

황성범 (광운대학교 경영학과) , 정석재 (광운대학교 경영학과) , 윤성욱

초록
AI-Helper

장치장 운영전략을 주제로 한 많은 선행연구들은 장치장에 도착한 트럭들을 대상으로 야드 크레인의 작업시간을 최소화할 수 있는 작업순서를 결정했다. 하지만 실제 현장에서는 이미 장치장에 도착한 트럭들의 작업순서를 바꾸는 것은 거의 불가능하여, 도착순서에 따라 작업을 처리해주는 비교적 단순한 전략을 주로 적용해왔다. 이 방식은 작업순서에 대한 혼잡을 줄일 수 있고 관리가 편하다는 장점이 존재하지만, 간섭대기시간과 공차시간의 증가로 작업시간이 증가하는 문제점이 있다. 본 연구에서는 트럭이 야드 장치장에 도착하기 이전에 트럭의 작업 순서를 결정하는 스케줄링 방법을 제안했다. 트럭 도착 이전에 작업을 할당해 주기 위해 트럭의 도착 예정 시간을 추정할 수 있는 Container Pre-Information Notice 정보를 활용하였다. 연구에서 제안하는 스케줄링 방법의 효과성을 검증하기 위해 실제 부산컨테이너터미널의 설비 레이아웃 및 데이터를 이용하여 현업의 방식과 본 연구의 스케줄링 방식을 비교하였다. 그 결과 크레인 작업 시간에 영향을 미치는 공차이동 및 간섭 대기시간이 감소하여 평균 작업 처리 시간이 감소한 것을 확인하였으며, 또한 내부트럭의 대기시간과 외부트럭의 체감 대기시간이 감소하는 효과가 있었다.

Abstract ▼ AI-Helper

Literatures have considered mathematical model that change the job order of shipper for improving the operation time of yard crane. However, on the real site, it is impossible to change the job order decided according to the shipper's arrival order. Therefore, operation managers have been utilized the relatively simple strategy that job control is better but the process time of yard crane is longer due to the growth of yard crane's interference time and empty drive time. This study proposed a new yard-crane scheduling approach that decided the job order before the shipper's truck arrived the yard terminal. We utilize the Container Pre-Information Notice estimating the arrival time of truck. We developed the container terminal simulation model for validation of the effect of proposed scheduling approach. The results show that the proposed scheduling reduced the interference delay time and empty moving time of yard crane and shipper's truck delay time.

주제어

표/그림 (20)

그림 Fig. 1. Yard Crane in Container Terminal
그림 Fig. 2. Vertical Container Terminal
그림 Fig. 3. Yard block Layout
그림 Fig. 4. Yard Crane Device
그림 Fig. 5. Work Type of Yard Crane
그림 Fig. 6. Time-Space Diagram
그림 Fig. 7. Yard Crane Interference
그림 Fig. 8. Work Process in BNCT
그림 Fig. 9. Flow Chart of Yard Crane Scheduling
그림 Fig. 10. Moving Time from Locations
그림 Fig. 11. Yard Crane Scheduling
그림 Fig. 12. Insert into the Schedule
표 Table 1. Specification of Device
표 Table 2. Container Stacking Data
그림 Fig. 13. Throughput over time
표 Table 3. import/export data of container
표 Table 4. Key Performance Indicator
표 Table 5. Process time of Yard Crane
표 Table 6. Waiting time of Yard Truck
표 Table 7. Excess Waiting time of External Truck

AI 본문요약
AI-Helper

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

문제 정의

현업에서의 이러한 처리방식은 야드 크레인의 낮은 생산성으로 인한 높은 대기시간과 터미널에 도착한 이후에 본인이 기다려야 하는 대기시간을 전혀 모르는 트럭 기사의 불만을 가증시킬 수 있다. 따라서 본 연구는 도착순서대로 작업을 할당하는 방식을 벗어나 두 크레인 간 충돌을 회피하는 제약하에서 효율적인 작업 스케줄을 생성하고 이를 사전에 트럭 기사에게 제공해주는 야드 크레인 스케줄링 방법을 제안하고자 한다.
따라서 본 연구에서는 화주 소속의 외부트럭이 야드 장치장에 도착하기 이전에 공차 이동시간과 간섭 대기시간을 최소화할 수 있는 트럭의 작업순서를 결정하는 야드 크레인 스케줄링 방법을 제안한다. 본 연구에서 제안하는 야드 크레인 스케줄링의 핵심은 불확실한 외부트럭의 예상 도착시간을 기준으로 야드 크레인의 공차시간과 간섭 대기시간을 계산하여 이를 최소화 하는 외부트럭과 내부트럭의 작업 순서를 결정하는 것이다.
본 연구는 시뮬레이션 모델을 검증하기 위해 야드 크레인의 작업 처리량을 기준으로 실제 처리량과 시뮬레이션 모델의 처리량을 비교하여 시뮬레이션 모델이 실제와 얼마나 유사한지를 검증하였다. 이를 위해 식(5)와 같이 실제 장치장의 작업 처리량과 시뮬레이션 모델의 작업처리량 간의 평균절대비율오차(MAPE : Means Absolute Percentage Errors)를 이용하였다.
이는 총 작업시간의 증가 및 작업의 효율성을 저하시키는 문제를 일으킬 수 있다. 본 연구는 이를 보완하기 위해 상대적으로 작업량이 적은 타부두 환적 물량을 Buffer Time에 삽입하는 방안을 고안했다.
본 연구는 컨테이너 터미널의 서비스 수준에 영향을 미치는 야드 장치장을 대상으로 야드 크레인의 효율적인 작업순서를 결정하는 연구를 진행하였다. 본 연구의 기여는 다음과 같다.
본 연구에서는 선행 연구의 한계점을 극복하고자 터미널에 미도착한 외부트럭까지를 포함한 작업순서를 결정하고자 한다. 이를 위해 미도착 트럭의 도착 예상 시간이 고려되었다.

가설 설정

내부트럭은 화주 소속의 외부트럭과는 다르게 컨테이너 터미널 사가 보유하고 있는 트럭이므로 도착순서와 작업순서가 변경되어도 서비스 수준에 큰 문제가 없다고 가정한다. 따라서 야드 장치장에 기 도착한 내부트럭들의 작업순서의 중요도는 동등하다고 가정한다.
내부트럭은 화주 소속의 외부트럭과는 다르게 컨테이너 터미널 사가 보유하고 있는 트럭이므로 도착순서와 작업순서가 변경되어도 서비스 수준에 큰 문제가 없다고 가정한다. 따라서 야드 장치장에 기 도착한 내부트럭들의 작업순서의 중요도는 동등하다고 가정한다.
본 연구에서는 예상 도착시간을 산정 시 터미널로부터 거리가 멀수록 평균 소요시간과 평균 소요시간의 불확실성에 따른 편차가 크다는 점을 반영했다. 또한 트럭은 각 지점을 통과할 때마다 평균 소요시간과 편차가 갱신된다고 가정하였다. 한편 지점 통과 시간에서 평균 소요시간 + 3σ 시간을 해당 트럭의 가장 늦은 도착시간, 즉 예상 도착시간의 최대치\(MaxETA_j \)라고 정의했다

제안 방법

첫째, 도착 예정인 트럭을 포함하여 작업순서를 결정하기 위해 예상 도착시간을 측정하는 방법을 제안했다. 둘째, 야드 크레인 간 간섭을 회피하기 위한 작업 동선을 반영하였다. 그리고 마지막으로 스케줄 작성 시 발생하는 유휴시간을 제거하기 위한 타부두 환적작업의 추가 삽입 방법을 제안했다는 점을 들 수 있다.
이는 하나의 야드 장치장에서 작업하는 두 대의 야드 크레인의 작업순서는 다른 장치장에서 작업하는 야드 크레인의 작업순서와는 무관하게 결정되기 때문에 하나의 장치장에서 작업하는 야드 크레인 스케줄링이 효율적이라면 전체 야드 장치장으로 확대했을 때 그 효과가 배로 증가한다고 볼 수 있다. 따라서 본 연구에서는 전체 야드 장치장이 아닌 하나의 야드 장치장을 대상으로 시뮬레이션 모델을 구현하였으며, 실제 BNCT의 야드 장치장 레이아웃을 이용하여 Bay, Row, Tier, I/O point 등을 구현하였다.
그들은 내부트럭의 도착시점에 대한 정보의 불확실성 및 컨테이너 하차시간의 불확실성 등이 존재하는 상황에서 불확실성 수준에 따라 야드 크레인의 생산성이 어떻게 변화되는지를 분석했다. 또한 그들의 연구는 야드 크레인 교차 가능 및불가능한 모든 상황에서 그 효과성을 시뮬레이션을 통해 검증하였다. Choe & Kim(2015)는 우선순위 결정방법을 통해 저장작업과 회수작업 뿐만 아니라 반출이 예상되는 컨테이너를 I/O point 가까이로 이동시키는 Re-marshalling 작업까지 포함한 스케줄링 방법을 제안했다.
장치장에 도착하는 작업종류는 크게 수입, 수출, 환적으로 분류 될 수 있으며 실제 내부트럭의 도착시점을 반영하기 위해 데이터 상의 도착시점을 기준으로 내부트럭 작업이 생성되도록 구현했으며, 외부트럭의 경우 COPINO 입력시간을 기준으로 작업이 생성된다. 또한 트럭의 작업 종류 및 작업 위치가 야드 크레인 이동에 큰 영향을 미치기 때문에 실제 데이터와 동일한 작업 종류 및 위치를 갖도록 시뮬레이션 모델에 구현했다.
4장 연구방법에서는 COPINO 정보를 활용한 야드 크레인 스케줄링 방법에 대해 제안하며, 5장에서는 시뮬레이션 입력 데이터와 모델검증에 대해 설명한다. 마지막 6장에서는 현업의 방식과 본 연구에서 제안하는 스케줄링 방식을 야드 크레인 생산성 지표와 트럭 생산성 지표를 기준으로 비교했다.
따라서 본 연구에서는 화주 소속의 외부트럭이 야드 장치장에 도착하기 이전에 공차 이동시간과 간섭 대기시간을 최소화할 수 있는 트럭의 작업순서를 결정하는 야드 크레인 스케줄링 방법을 제안한다. 본 연구에서 제안하는 야드 크레인 스케줄링의 핵심은 불확실한 외부트럭의 예상 도착시간을 기준으로 야드 크레인의 공차시간과 간섭 대기시간을 계산하여 이를 최소화 하는 외부트럭과 내부트럭의 작업 순서를 결정하는 것이다. 이를 위해서 컨테이너 예약 정보(COPINO)를 활용하여 불확실한 외부트럭의 도착시간을 추정했다.
또한 기존 최적화 기반 선행연구에서 야드 크레인의 움직임이 단순화되어 있던 것에서 벗어나 야드 크레인의 작업 이동경로를 현실적으로 반영했다. 본 연구에서는 야드 크레인의 작업 경로와 외부트럭의 도착 불확실성을 고려하여 야드크레인의 작업순서를 결정하는 방법을 제안했으며, 자세한 스케줄링 방법은 3장에서 설명한다.
본 연구에서는 체감대기시간 개념을 적용하여 외부트럭의 대기시간을 비교하였다. 체감 대기시간의 크기는 트럭기사들이 예상한 대기시간보다 더 오래 기다리는 초과분을 의미한다.
야드 크레인의 생산성 평가지표로는 평균 작업 처리시간과 공차이동 및 간섭 대기시간을 활용하였으며, 트럭의 생산성 평가지표로는 Table 4와 같이 내부트럭 대기시간과 외부트럭 체감 대기시간을 사용하였으며, 2019년 7월 중 4일간의 Peak 시점 데이터를 사용하였다. 본 연구에서는 평가지표를 기준으로 트럭의 도착 시점을 기준으로 작업 순서가 결정되는 현업의 방식과 본 연구에서 제안하는 스케줄링 방식을 비교하였다.
본 연구에서 제안하는 스케줄링 방식의 효과성을 검증하기 위해 설비 이동속도 데이터, 초기 야적장 상태 데이터, 컨테이너 반출입 데이터가 활용되었다. 야드 장치장 레이아웃은 36Bay, 10Row, 6Tier의 단일 야드 장치장으로두 대의 야드 크레인이 2Bay의 안전거리 제약 하에서 작업하는 형태를 구현하였다. 아래 Table 1은 실험에 사용된 크레인, 트롤리, 스프래더의 설비 사양을 보여주고 있다.
이를 위해 미도착 트럭의 도착 예상 시간이 고려되었다. 외부트럭의 도착시간을 추정하기 위해 해당 트럭의 출발시간 정보가 필요하므로 컨테이너 예약 정보(Copino : Container Pre-Information Notice)를 활용하였다. 물론 현업에서도 COPINO 정보를 이용하여 트럭의 예상 도착시간을 추정할 수 있으나, 해당 트럭이 예상 도착시간 내에 도착하지 못한 경우 발생하는 비효율성으로 해당 정보를 거의 이용하지 않고 있다.
외부트럭의 예상 도착시점과 작업정보를 알면 식(2)와 같이 야드 크레인의 공차이동시간과 간섭 대기시간을 계산할 수 있고, 본 연구는 이를 최소화하기 위한 외부트럭의 작업을 할당한다. 만일 외부트럭의 도착시간이 늦을 경우 야드 크레인이 이전 작업을 마친 후 외부 트럭을 기다려야 하는 상황이 발생할 수 있고 이러한 시간을 Buffer Time이라 정의한다.
본 연구에서 제안하는 야드 크레인 스케줄링의 핵심은 불확실한 외부트럭의 예상 도착시간을 기준으로 야드 크레인의 공차시간과 간섭 대기시간을 계산하여 이를 최소화 하는 외부트럭과 내부트럭의 작업 순서를 결정하는 것이다. 이를 위해서 컨테이너 예약 정보(COPINO)를 활용하여 불확실한 외부트럭의 도착시간을 추정했다.
첫째, 도착 예정인 트럭을 포함하여 작업순서를 결정하기 위해 예상 도착시간을 측정하는 방법을 제안했다. 둘째, 야드 크레인 간 간섭을 회피하기 위한 작업 동선을 반영하였다.
앞서 언급된 기존 선행연구들은 다음과 같은 공통된 한계점을 지닌다. 첫째, 크레인의 작업순서 결정 시 터미널에 기 도착한 트럭들만을 고려하였다. 뿐만 아니라 작업순서 결정 시 외부트럭의 도착순서를 미반영하였다는 문제점을 지닌다.

대상 데이터

본 연구는 실제 부산컨테이너터미널(Busan New Container Terminal, BNCT)의 레이아웃을 활용하였다. 터미널의 레이아웃은 Figure 2와 같이 장치장이 선석과 수직인 형태로 배치되어 있는 수직 컨테이너 터미널이다.
본 연구에서 제안하는 스케줄링 방식의 효과성을 검증하기 위해 설비 이동속도 데이터, 초기 야적장 상태 데이터, 컨테이너 반출입 데이터가 활용되었다. 야드 장치장 레이아웃은 36Bay, 10Row, 6Tier의 단일 야드 장치장으로두 대의 야드 크레인이 2Bay의 안전거리 제약 하에서 작업하는 형태를 구현하였다.
본 연구의 시뮬레이션 모델은 21개의 야드 장치장 중1개의 야드 장치장을 구현하였다. 이는 하나의 야드 장치장에서 작업하는 두 대의 야드 크레인의 작업순서는 다른 장치장에서 작업하는 야드 크레인의 작업순서와는 무관하게 결정되기 때문에 하나의 장치장에서 작업하는 야드 크레인 스케줄링이 효율적이라면 전체 야드 장치장으로 확대했을 때 그 효과가 배로 증가한다고 볼 수 있다.
야드 장치장의 효율성을 결정하는 평가지표는 트럭 생산성과 야드 크레인 생산성으로 분류된다. 야드 크레인의 생산성 평가지표로는 평균 작업 처리시간과 공차이동 및 간섭 대기시간을 활용하였으며, 트럭의 생산성 평가지표로는 Table 4와 같이 내부트럭 대기시간과 외부트럭 체감 대기시간을 사용하였으며, 2019년 7월 중 4일간의 Peak 시점 데이터를 사용하였다. 본 연구에서는 평가지표를 기준으로 트럭의 도착 시점을 기준으로 작업 순서가 결정되는 현업의 방식과 본 연구에서 제안하는 스케줄링 방식을 비교하였다.

데이터처리

본 연구에서 제안한 방법은 외부트럭의 효과적인 작업순서를 결정하는데 초점을 맞추고 있기 때문에 상대적으로 내부트럭의 작업순서의 비효율성을 유발할 수 있다고 판단하였다. 이를 검증하기 위해 내부트럭 평균 대기시간 비교가 실험되었다.

이론/모형

본 연구는 시뮬레이션 모델을 검증하기 위해 야드 크레인의 작업 처리량을 기준으로 실제 처리량과 시뮬레이션 모델의 처리량을 비교하여 시뮬레이션 모델이 실제와 얼마나 유사한지를 검증하였다. 이를 위해 식(5)와 같이 실제 장치장의 작업 처리량과 시뮬레이션 모델의 작업처리량 간의 평균절대비율오차(MAPE : Means Absolute Percentage Errors)를 이용하였다. 여기서 처리량^A_t 는 시간대 별 실제 처리량을 의미하며, 처리량^P_t는 시뮬레이션의 시간대 별 처리량을 의미하며, MAPE가 5% 이하일 경우 모델의 예측력은 우수하다고 볼 수 있다.

성능/효과

2019년 7월 3일부터 5일까지 3일 동안 초기 야적장적재 상태 데이터와 컨테이너 반출입 데이터를 활용하여 실측치와 시뮬레이션의 처리량을 비교한 결과 Figure 13과 같이 시간대 별 처리량 기준 4.5%의 오차가 난 것을 확인했으며, 이를 통해 본 연구의 모델이 실제 야드 크레인 프로세스를 충분히 반영하고 있다고 볼 수 있다.
평균 작업처리 시간의 개선은 도착 예정인 외부트럭을 포함한 내외부 트럭을 모두 고려하여 작업스케줄을수립한 효과에 기인된다. 간섭대기 시간이 공차이동 시간보다 개선효과가 더 큰 것으로 미루어 보아 평균 작업처리 시간의 개선에 공차이동 시간의 감소가 더 큰 영향을 미친 것으로 판단된다.
본 연구에서 제안하는 스케줄링 방식의 효과성을 검증하기 위해 실제 현업에서 사용하는 방식과 비교하였으며,평균 작업처리 시간은 8%, 내부트럭 대기시간 21% 개선된 효과를 보였다. 외부트럭의 경우 평균 대기시간은 현업의 방식과 본 연구의 스케줄링 방식 모두 유사한 수준으로 나타났지만 그 편차가 줄어들어, 스케줄링 방식이 기존 방식보다 안정적인 서비스 수준을 가짐을 확인할 수 있었다.
Table 6은 내부트럭의 평균 대기시간을 보여주고 있다. 본 연구에서 제안한 방법은 외부트럭의 효과적인 작업순서를 결정하는데 초점을 맞추고 있기 때문에 상대적으로 내부트럭의 작업순서의 비효율성을 유발할 수 있다고 판단하였다. 이를 검증하기 위해 내부트럭 평균 대기시간 비교가 실험되었다.
B 지점과 C 지점 또한 마찬가지로 식(1)과 같이 해당 지점 통과 시간에서 평균 소요시간 + 3σ 이내로 대부분의 트럭이 도착할 것이다. 본 연구에서는 예상 도착시간을 산정 시 터미널로부터 거리가 멀수록 평균 소요시간과 평균 소요시간의 불확실성에 따른 편차가 크다는 점을 반영했다. 또한 트럭은 각 지점을 통과할 때마다 평균 소요시간과 편차가 갱신된다고 가정하였다.
본 연구에서 제안하는 스케줄링 방식의 효과성을 검증하기 위해 실제 현업에서 사용하는 방식과 비교하였으며,평균 작업처리 시간은 8%, 내부트럭 대기시간 21% 개선된 효과를 보였다. 외부트럭의 경우 평균 대기시간은 현업의 방식과 본 연구의 스케줄링 방식 모두 유사한 수준으로 나타났지만 그 편차가 줄어들어, 스케줄링 방식이 기존 방식보다 안정적인 서비스 수준을 가짐을 확인할 수 있었다.
제안한 방식의 평균 작업처리 시간은 약 8%가량 개선된 2분 40초를 보여주고 있으며, 공차이동과 간섭대기 시간 또한 현행 대비 약 20% 가량 개선된 결과를 확인할 수 있었다. 이는 본 연구에서 제안한 스케줄링의 작업할당 기준이 공차이동 시간과 간섭대기 시간을 고려함으로써 현행 방식보다 개선된 결과값이 나타났다고 할 수 있다. 평균 작업처리 시간의 개선은 도착 예정인 외부트럭을 포함한 내외부 트럭을 모두 고려하여 작업스케줄을수립한 효과에 기인된다.
제안된 방식이 현행보다 약 21% 개선되는 것을 확인되었다. 이는 내부트럭과 외부트럭의 작업할당 균형이 효과적으로 이루어 질 경우 내부트럭 또한 생산성이 개선될 수 있음을 보여줄 수 있는 결과라고 하겠다.
제안한 방식의 평균 작업처리 시간은 약 8%가량 개선된 2분 40초를 보여주고 있으며, 공차이동과 간섭대기 시간 또한 현행 대비 약 20% 가량 개선된 결과를 확인할 수 있었다. 이는 본 연구에서 제안한 스케줄링의 작업할당 기준이 공차이동 시간과 간섭대기 시간을 고려함으로써 현행 방식보다 개선된 결과값이 나타났다고 할 수 있다.
Fig 12와 같이 처리 가능한 타부두 환적트럭 작업은 다음과 같다. 첫째, 이미 결정된 내부트럭의 야드 크레인의 작업과 간섭문제가 발생해서는 안 되고, 둘째, 환적트럭의 작업시간이 Buffer Time보다는 작아야 한다.
실험 결과 체감 대기시간은 두 방식 모두 큰 차이가 없음을 확인할 수 있었다. 하지만 현행 방식은 터미널 내의총 대기시간이 3분 50초 정도로 크다는 것을 확인할 수 있었다. 한편, 체감 대기시간의 최대치를 비교한 결과에서는 제안된 방법은 평균 대비 약 2.
하지만 현행 방식은 터미널 내의총 대기시간이 3분 50초 정도로 크다는 것을 확인할 수 있었다. 한편, 체감 대기시간의 최대치를 비교한 결과에서는 제안된 방법은 평균 대비 약 2.6배 가 최대치였으나,현행 방식의 경우 평균 대비 6배를 초과하는 체감 대기시간이 나타나는 경우가 있음을 확인할 수 있었다. 이는 도착 예정시간의 사전 인지가 터미널 내 트럭의 대기시간의 편차를 줄여 안정적인 서비스 수준을 제공해 줄 수 있음을 보여주는 결과라고 하겠다.
그리고 마지막으로 스케줄 작성 시 발생하는 유휴시간을 제거하기 위한 타부두 환적작업의 추가 삽입 방법을 제안했다는 점을 들 수 있다. 현행 작업방식과의 비교를 통해 평균 작업처리 시간의 개선과 공차이동 및 간섭대기시간의 개선 효과를 확인할 수 있었고, 뿐만 아니라 체감 대기시간의 개념을 통해 트럭 기사가 실제 체감하는 대기시간의 개선도 가져올 수 있음을 확인하였다.

후속연구

하지만 화주 소속인 외부트럭의 경우 단순히 터미널 입장에서 작업순서를 조정할 수 없으며, 만약 작업순서를 조정 할 경우 화주들의 불만을 야기 할 수 있다. 둘째, 야드 크레인의 실질적인 작업 동선을 세밀하게 반영하지 못한다는 한계점을 갖는다. 대표적인 예로 야드 크레인의 작업을 수리모형으로 표현할 경우 하나의 작업을 끝낸 뒤 I/O point로 복귀한다는 가정이 필요하다.
이는 내부트럭과 외부트럭의 작업할당 균형이 효과적으로 이루어 질 경우 내부트럭 또한 생산성이 개선될 수 있음을 보여줄 수 있는 결과라고 하겠다. 이는 결국 공차이동과 간섭대기 시간이 줄어든 만큼 내부트럭의 작업을 효율적으로 처리한 결과라고 볼 수 있으며, 블록 내에서 발생하는 내부트럭의 대기시간이 감소하면서 컨테이너 터미널의 주요 생산성 평가요소인 선박 체류시간 또한 개선될 것이라고 예상 할 수 있다.
향후 연구과제로 스케줄 재생성하는 시점 및 재생성 방법에 대한 보다 정교한 알고리즘 개발과 야드 장치장에서의 효과적인 작업이 터미널 전체 생산성에 미치는 영향에 대한 정량적인 효과분석이 필요할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	야드 크레인 스케줄링 방법이란?	따라서 본 연구에서는 화주 소속의 외부트럭이 야드 장치장에 도착하기 이전에 공차 이동시간과 간섭 대기시간을 최소화할 수 있는 트럭의 작업순서를 결정하는 야드 크레인 스케줄링 방법을 제안한다. 본 연구에서 제안하는 야드 크레인 스케줄링의 핵심은 불확실한 외부트럭의 예상 도착시간을 기준으로 야드 크레인의 공차시간과 간섭 대기시간을 계산하여 이를 최소화 하는 외부트럭과 내부트럭의 작업 순서를 결정하는 것이다.
	야드 크레인 스케줄링의 핵심은?	따라서 본 연구에서는 화주 소속의 외부트럭이 야드 장치장에 도착하기 이전에 공차 이동시간과 간섭 대기시간을 최소화할 수 있는 트럭의 작업순서를 결정하는 야드 크레인 스케줄링 방법을 제안한다. 본 연구에서 제안하는 야드 크레인 스케줄링의 핵심은 불확실한 외부트럭의 예상 도착시간을 기준으로 야드 크레인의 공차시간과 간섭 대기시간을 계산하여 이를 최소화 하는 외부트럭과 내부트럭의 작업 순서를 결정하는 것이다. 이를 위해서 컨테이너 예약 정보(COPINO)를 활용하여 불확실한 외부트럭의 도착시간을 추정했다.
	트럭들의 도착순서에 따라 작업을 처리해주는 비교적 단순한 전략의 장단점은?	하지만 실제 현장에서는 이미 장치장에 도착한 트럭들의 작업순서를 바꾸는 것은 거의 불가능하여, 도착순서에 따라 작업을 처리해주는 비교적 단순한 전략을 주로 적용해왔다. 이 방식은 작업순서에 대한 혼잡을 줄일 수 있고 관리가 편하다는 장점이 존재하지만, 간섭대기시간과 공차시간의 증가로 작업시간이 증가하는 문제점이 있다. 본 연구에서는 트럭이 야드 장치장에 도착하기 이전에 트럭의 작업 순서를 결정하는 스케줄링 방법을 제안했다.

참고문헌 (12)

Cao, J. X., Lee, D. H., Chen, J. H., & Shi, Q. (2010). The integrated yard truck and yard crane scheduling problem: Benders' decomposition-based methods. Transportation Research Part E: Logistics and Transportation Review, 46(3), 344-353.

상세보기
Carlo, H. J., &Martinez-Acevedo, F. L. (2015). Priority rules for twin automated stacking cranes that collaborate. Computers &Industrial Engineering, 89, 23-33.

상세보기
Chen, L., Langevin, A., &Lu, Z. (2013). Integrated scheduling of crane handling and truck transportation in a maritime container terminal. European Journal of Operational Research, 225(1), 142-152.

상세보기
Choe, R., Kim, T. S., Kim, T., &Ryu, K. R. (2015). Crane scheduling for opportunistic remarshaling of containers in an automated stacking yard. Flexible Services and Manufacturing Journal, 27(2-3), 331-349.

상세보기
Gharehgozli, A. H., Laporte, G., Yu, Y., &de Koster, R. (2014). Scheduling twin yard cranes in a container block. Transportation Science, 49(3), 686-705.

상세보기
Gharehgozli, A. H., Yu, Y., de Koster, R., &Udding, J. T. (2014). An exact method for scheduling a yard crane. European Journal of Operational Research, 235(2), 431-447.

상세보기
Gharehgozli, A. H., Vernooij, F. G., &Zaerpour, N. (2017). A simulation study of the performance of twin automated stacking cranes at a seaport container terminal. European Journal of Operational Research, 261(1), 108-128.

상세보기
Hu, Z. H., Sheu, J. B., &Luo, J. X. (2016). Sequencing twin automated stacking cranes in a block at automated container terminal. Transportation Research Part C: Emerging Technologies, 69, 208-227.

상세보기
Phan, M. H., & Kim, K. H. (2015). Negotiating truck arrival times among trucking companies and a container terminal. Transportation Research Part E: Logistics and Transportation Review, 75, 132-144.

상세보기
Speer, U., John, G., &Fischer, K. (2011, September). Scheduling yard cranes considering crane interference. In International Conference on Computational Logistics (pp. 321-340). Springer, Berlin, Heidelberg.
Speer, U., &Fischer, K. (2016). Scheduling of different automated yard crane systems at container terminals. Transportation Science, 51(1), 305-324.
Yan, W., Huang, Y., Chang, D., & He, J. (2011). An investigation into knowledge-based yard crane scheduling for container terminals. Advanced Engineering Informatics, 25(3), 462-471.

상세보기

저자의 다른 논문 :

LOADING...

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