[논문]시뮬레이션을 활용한 편도 카쉐어링 시스템의 최적 운영 조건 및 차량 재배치 알고리즘에 대한 연구

박세준; 유우연; 박윤선

doi:10.11627/jkise.2019.42.3.061

문제 정의

카쉐어링 시스템에서 높은 서비스 수준을 제공함과 동시에 운영의 효율성을 향상시키기 위해서는 카쉐어링 시스템의 운영 요인들에 대한 적절한 수준이 설정되어야 한다. 본 연구의 목적은 편도 카쉐어링 시스템의 판매손실률을 최소화하기 위한 운영 요인들의 최적 수준을 결정하는 것이다. 시스템을 효율적으로 운영하기 위한 다양한 운영 요인들의 영향을 파악하기 위해서 시뮬레이션 모델이 개발되었다.
본 연구에서는 카쉐어링 시스템에 대한 모의실험을 수행하기 위해서 비주얼 베이직 프로그램을 활용한 이산 사건 시뮬레이션 모델이 개발되었다. 시뮬레이션 모델에서 각 대여소에 도착하는 고객의 도착률과 차량의 대여 기간은 확률적 분포를 가진다고 가정하였다.
본 연구는 편도 카쉐어링 시스템의 판매손실률을 최소화하기 위한 최적의 운영 조건의 조합을 결정하기 위해서 다섯 가지의 운영 요인들이 시스템의 성과에 미치는 영향을 분석하였다. 본 연구에서 검토한 운영 요인은 차량 대여소의 수, 대여소 당 평균 차량 수, 편도 대여 비율, 대여소 당 평균 차량 재배치 직원 수, 그리고 차량 재배치 전략이다.

가설 설정

본 연구에서는 편도 카쉐어링 시스템이 고려된다. 카쉐어링 대여소는 지리적으로 분포되어 있으며, 모든 대여소는 동일한 수의 차량을 보유하고 있다고 가정한다. 고객은 예약 없이 대여소에 도착하여 대여를 하며, 만약 고객 도착 시 이용 가능한 차량이 없으면 대기하지 않고 대여를 하지 않는다고 가정한다.
카쉐어링 대여소는 지리적으로 분포되어 있으며, 모든 대여소는 동일한 수의 차량을 보유하고 있다고 가정한다. 고객은 예약 없이 대여소에 도착하여 대여를 하며, 만약 고객 도착 시 이용 가능한 차량이 없으면 대기하지 않고 대여를 하지 않는다고 가정한다. 그러므로, 고객이 도착했을 때 이용 가능한 차량이 없는 경우는 판매 손실이 발생한 것으로 고려된다.
2. 일일 카쉐어링 수요는 동일하다고 가정한다.
3. 차량의 유지보수와 청소 작업은 고려하지 않는다.
4. 고객은 항상 대여 시간 종료 전에 그들이 지정한 반납장소에 반납한다.
이와 같은 경우를 ‘차량 추가를 위한 재배치’라 표현하였다. 차량 추가를 위해서 다른 대여소로부터 차량을 가져올 경우에 차량을 보내는 대여소의 차량의 수가 차량을 보낸 이후에도 여전히 하한 한계선 이상인 경우에만 차량을 보내는 것을 허용하는 것으로 설정하였다.
본 연구에서는 카쉐어링 시스템에 대한 모의실험을 수행하기 위해서 비주얼 베이직 프로그램을 활용한 이산 사건 시뮬레이션 모델이 개발되었다. 시뮬레이션 모델에서 각 대여소에 도착하는 고객의 도착률과 차량의 대여 기간은 확률적 분포를 가진다고 가정하였다. 고객의 도착 간격 시간은 지수적으로 분포한다고 가정하였다.
시뮬레이션 모델에서 각 대여소에 도착하는 고객의 도착률과 차량의 대여 기간은 확률적 분포를 가진다고 가정하였다. 고객의 도착 간격 시간은 지수적으로 분포한다고 가정하였다. 각 대여소의 고객 도착률은 시간 당 U(2/3, 4/3) 고객의 균일 분포를 따른다고 가정하였다.
고객의 도착 간격 시간은 지수적으로 분포한다고 가정하였다. 각 대여소의 고객 도착률은 시간 당 U(2/3, 4/3) 고객의 균일 분포를 따른다고 가정하였다. 따라서, 평균 고객의 도착률은 시간 당 1명이다.
한편, 고객의 차량 대여 시간은 최소 2시간의 대여 시간과 최대 6시간의 대여 시간을 가지는 N(4, (2/1.96)^2) 시간의 절미 정규 분포를 따른다고 가정하였다. 여기서,2/1.
첫 번째 고려하는 요인은 카쉐어링 시스템의 차량 대여소의 수이다. 본 시뮬레이션에서 고려하는 최대 대여소의 수는 25개로 이는 서울시의 각 구 별로 하나의 편도 차량대여소를 운영한다는 가정하에서 설정되었다. 대여소는 각 구의 중앙에 위치한 것으로 가정하였다.
본 시뮬레이션에서 고려하는 최대 대여소의 수는 25개로 이는 서울시의 각 구 별로 하나의 편도 차량대여소를 운영한다는 가정하에서 설정되었다. 대여소는 각 구의 중앙에 위치한 것으로 가정하였다. 차량 대여소의 수가 운영 효율성에 미치는 영향을 고려하기 위해서 대여소의 수는 5개, 10개, 15개, 20개, 25개의 다섯 수준을 고려하였다.
대여소 간에 차량을 재배치하기 위해 소요되는 시간은 서울 시내의 평균적인 교통 상황을 가정하여 설정되었다. 두 대여소 간의 최소, 평균, 그리고 최대 재배치 시간은 각각 11분, 41.

제안 방법

본 연구에서는 대여소의 차량 수에 대해서 재배치 한계선을 적용한 재배치 전략을 활용하였다. 재배치는 다음과 같은 두 상황 하에서 발생할 수 있다.
본 연구에서 개발된 시뮬레이션 모델은 [Table 2]에 나타난 바와 같이 카쉐어링 운영에 영향을 미치는 다섯 가지의 주요 요인들과 각 요인들의 몇 가지 수준들에 대해 시뮬레이션을 수행할 수 있도록 설계되었다. 다섯 가지 요인들에 대해 구체적으로 설명하면 다음과 같다.
대여소는 각 구의 중앙에 위치한 것으로 가정하였다. 차량 대여소의 수가 운영 효율성에 미치는 영향을 고려하기 위해서 대여소의 수는 5개, 10개, 15개, 20개, 25개의 다섯 수준을 고려하였다. 각 대여소의 수준은 5개의 대여소를 선택한 후 5개씩 기존 대여소에서 늘려가는 방식으로 설정되었으며 지리적인 분포를 고려하여 서울시 전체에 서비스를 제공하면서 대여소 간 적절한 거리를 갖춘 대여소를 선정하여 시뮬레이션을 실행하였다.
차량 대여소의 수가 운영 효율성에 미치는 영향을 고려하기 위해서 대여소의 수는 5개, 10개, 15개, 20개, 25개의 다섯 수준을 고려하였다. 각 대여소의 수준은 5개의 대여소를 선택한 후 5개씩 기존 대여소에서 늘려가는 방식으로 설정되었으며 지리적인 분포를 고려하여 서울시 전체에 서비스를 제공하면서 대여소 간 적절한 거리를 갖춘 대여소를 선정하여 시뮬레이션을 실행하였다.
두 번째 고려한 요인은 대여소 당 평균 차량 수로 5대, 6대, 7대, 8대의 네 수준으로 설정하였다. 본 연구에서는 각 대여소의 이용 가능한 주차 공간을 10대로 설정하여 실험하였으며, 이에 적절한 값을 갖는 네 개의 차량 대수를 대상으로 실험을 하였다.
본 연구에서는 각 대여소의 이용 가능한 주차 공간을 10대로 설정하여 실험하였으며, 이에 적절한 값을 갖는 네 개의 차량 대수를 대상으로 실험을 하였다. 세 번째 고려한 요인은 편도 대여 비율로 0.0, 0.25, 0.5, 1.0의 네 수준을 대상으로 시뮬레이션을 수행하도록 설계하였다. 시뮬레이션에서는 고객이 도착하였을 때, 고객이 차량을 편도로 대여할 것인지 또는 왕복으로 대여할 것인지를 편도 대여 비율의 확률에 따라서 무작위적으로 결정되도록 설계되었다.
0의 네 수준을 대상으로 시뮬레이션을 수행하도록 설계하였다. 시뮬레이션에서는 고객이 도착하였을 때, 고객이 차량을 편도로 대여할 것인지 또는 왕복으로 대여할 것인지를 편도 대여 비율의 확률에 따라서 무작위적으로 결정되도록 설계되었다. 만약에 고객이 편도로 차량을 대여하는 경우에는 고객이 반납을 하고자 하는 대여소도 무작위적으로 설정되도록 설계되었다.
네 번째 고려 요인은 대여소 당 평균 차량 재배치 직원 수로 0.0, 0.6, 0.8, 1.0, 1.2, 1.4의 총 6개 수준을 고려하였다. 차량 재배치는 직원에 의해서 이루어지기 때문에 만약에 대여소 당 평균 차량 재배치 직원이 0.
한편, 재배치 전략의 수준이 1인 경우에는 상한 한계선은 9이며 하한 한계선은 1인 것을 의미하고, 마지막으로 재배치 전략의 수준이 2인 경우에는 상한 한계선은 8이고 하한 한계선은 2인 것을 의미한다. 본 연구에서 설정한 각 대여소의 10대의 주차 공간을 기준으로 설정 가능한 재배치 전략의 수준은 0부터 4까지의 총 5개의 수준이다. 앞에서 설명한 바와같이 너무 보수적인 한계선을 설정하게 되면 너무 많은 재배치를 요청하게 됨으로써 재배치 비용이 증가하고 효율성이 감소하는 결과로 이어질 수 있기 때문에, 본 연구에서는 0, 1, 2의 총 3개의 수준만을 고려하였다.
본 연구에서 설정한 각 대여소의 10대의 주차 공간을 기준으로 설정 가능한 재배치 전략의 수준은 0부터 4까지의 총 5개의 수준이다. 앞에서 설명한 바와같이 너무 보수적인 한계선을 설정하게 되면 너무 많은 재배치를 요청하게 됨으로써 재배치 비용이 증가하고 효율성이 감소하는 결과로 이어질 수 있기 때문에, 본 연구에서는 0, 1, 2의 총 3개의 수준만을 고려하였다.
시뮬레이션의 상태는 각 대여소의 차량 수와 차량 재배치 직원 수이다. 시뮬레이션 모델은 고객 도착, 고객의 차량 반납, 그리고 차량 재배치 직원에 의한 차량 재배치의 세 개의 사건을 포함한다.
본 연구에서는 1280 조합에 대한 시뮬레이션 실험을 5회 반복 실험하여 총 6400개의 시뮬레이션 결과를 분석하였다. 시뮬레이션에서 초기 차량과 재배치 직원은 각 대여소에 균등하게 분배 후 시스템이 안정 상태에 이르기까지 충분한 시간을 실행한 후, 안정 상태 이후부터 365일간의 시뮬레이션 결과를 수집하여 분석하였다. 시스템이 안정 상태에 이르는 시간은 사전 시뮬레이션 실행을 통해 도출하였으며, 이는 60일로 설정하였다.
시스템이 안정 상태에 이르는 시간은 사전 시뮬레이션 실행을 통해 도출하였으며, 이는 60일로 설정하였다. 즉, 시뮬레이션 데이터는 시뮬레이션 시작 후 60일부터 수집하기 시작하여 이후 365일 동안 데이터를 수집하여 분석하였다. 수집한 데이터는 차량의 대여 횟수, 판매 손실 수, 차량의 재배치 횟수 등이 있다.
본 연구에서 고려한 다섯 개의 요인들이 판매손실률에 미치는 영향을 파악하기 위해서, 다섯 요인들을 독립변수로 하고 판매손실률을 종속변수로 하여 결과를 분석하였으며, 그 결과는 [Figure 1]에 나타난 바와 같다. 그림에서 모든 시뮬레이션 실험 결과는 다음과 같이 4개의 카테고리로 분류하였다.
위에서 실시한 다섯 요인들의 판매손실률에 대한 분석 결과 대여소 당 평균 차량 수의 변동에 따른 판매손실률의 변화가 가장 크게 나타났으므로 다섯 요인들 중 판매손실률에 가장 크게 영향을 미치는 요인은 대여소당 평균 차량 수라고 결론을 지을 수 있다. 다음 절에서는 판매손실률에 가장 크게 영향을 미치는 대여소 당 평균 차량 수에 대한 세부적인 분석을 실시한다.
본 연구는 편도 카쉐어링 시스템의 판매손실률을 최소화하기 위한 최적의 운영 조건의 조합을 결정하기 위해서 다섯 가지의 운영 요인들이 시스템의 성과에 미치는 영향을 분석하였다. 본 연구에서 검토한 운영 요인은 차량 대여소의 수, 대여소 당 평균 차량 수, 편도 대여 비율, 대여소 당 평균 차량 재배치 직원 수, 그리고 차량 재배치 전략이다. 또한, 본 연구에서는 왕복 카쉐어링 시스템의 성과와 편도 카쉐어링 시스템의 성과가 비교 분석 되었다.
본 연구에서 검토한 운영 요인은 차량 대여소의 수, 대여소 당 평균 차량 수, 편도 대여 비율, 대여소 당 평균 차량 재배치 직원 수, 그리고 차량 재배치 전략이다. 또한, 본 연구에서는 왕복 카쉐어링 시스템의 성과와 편도 카쉐어링 시스템의 성과가 비교 분석 되었다. 다섯 가지 운영 요인들에 대한 최적의 수준을 결정하기 위해서 시뮬레이션 모델이 개발되고 실험에 활용되었다.
또한, 본 연구에서는 왕복 카쉐어링 시스템의 성과와 편도 카쉐어링 시스템의 성과가 비교 분석 되었다. 다섯 가지 운영 요인들에 대한 최적의 수준을 결정하기 위해서 시뮬레이션 모델이 개발되고 실험에 활용되었다. 추가적으로, 네 종류의 카쉐어링 시스템 카테고리에 대한 회귀선을 유도하여 각 카테고리 간의 특징을 비교 분석하였다.
다섯 가지 운영 요인들에 대한 최적의 수준을 결정하기 위해서 시뮬레이션 모델이 개발되고 실험에 활용되었다. 추가적으로, 네 종류의 카쉐어링 시스템 카테고리에 대한 회귀선을 유도하여 각 카테고리 간의 특징을 비교 분석하였다.

대상 데이터

두 번째 고려한 요인은 대여소 당 평균 차량 수로 5대, 6대, 7대, 8대의 네 수준으로 설정하였다. 본 연구에서는 각 대여소의 이용 가능한 주차 공간을 10대로 설정하여 실험하였으며, 이에 적절한 값을 갖는 네 개의 차량 대수를 대상으로 실험을 하였다. 세 번째 고려한 요인은 편도 대여 비율로 0.
55분, 105분으로 설정되었다. 본 시뮬레이션 모델의 객체는 차량을 대여하고자 하는 고객이다. 시뮬레이션의 상태는 각 대여소의 차량 수와 차량 재배치 직원 수이다.
본 연구에서는 1280 조합에 대한 시뮬레이션 실험을 5회 반복 실험하여 총 6400개의 시뮬레이션 결과를 분석하였다. 시뮬레이션에서 초기 차량과 재배치 직원은 각 대여소에 균등하게 분배 후 시스템이 안정 상태에 이르기까지 충분한 시간을 실행한 후, 안정 상태 이후부터 365일간의 시뮬레이션 결과를 수집하여 분석하였다.

성능/효과

1. 카쉐어링 시스템은 1년 365일 24시간 운영되며, 차량 재배치 직원도 24시간 근무한다.
5. 직원이 차량을 재배치 할 때, 교통 정체나 사고에 따른 재배치 시간의 지연은 없다.
대여소 간에 차량을 재배치하기 위해 소요되는 시간은 서울 시내의 평균적인 교통 상황을 가정하여 설정되었다. 두 대여소 간의 최소, 평균, 그리고 최대 재배치 시간은 각각 11분, 41.55분, 105분으로 설정되었다. 본 시뮬레이션 모델의 객체는 차량을 대여하고자 하는 고객이다.
2. 재배치를 고려하는 경우 : 대여소 당 평균 차량 재배치 직원 수가 0이 아닌 경우에는 시뮬레이션에서 재배치가 실행된다. 이 때, 가능한 총 실험의 수는 대여소 당 평균 차량 재배치 직원 수가 0인 경우를 제외한 모든 요인의 조합이므로 1,200회(= 5×4×4×5×3)가 된다.
하지만, [Table 3]에 나타난 것과 같이 만약에 왕복 카쉐어링 시스템이 재배치를 한다면 (‘재배치를 하는 왕복 시스템’) 재배치를 하지 않는 왕복 카쉐어링 시스템에 비교해서 대여소 당 평균 차량 수에 따라서 판매손실률을 3.33% 포인트에서 4.27%포인트까지 감소시킬 수 있다는 것을 확인할 수 있다.
반면에, [Figure 1(B)]는대여소 당 평균 차량 수가 판매손실률에 중요한 영향을 준다는 것을 나타낸다. 대여소 당 평균 차량 수가 증가할수록 판매손실률이 크게 떨어지는 것을 확인할 수 있다.[Figure 1(C)]에서는 편도 대여 비율이 판매손실률에 미치는 영향을 확인할 수 있는데 왕복대여 시스템은 제외했기 때문에 두 개의 카테고리만 포함되었다.
위에서 실시한 다섯 요인들의 판매손실률에 대한 분석 결과 대여소 당 평균 차량 수의 변동에 따른 판매손실률의 변화가 가장 크게 나타났으므로 다섯 요인들 중 판매손실률에 가장 크게 영향을 미치는 요인은 대여소당 평균 차량 수라고 결론을 지을 수 있다. 다음 절에서는 판매손실률에 가장 크게 영향을 미치는 대여소 당 평균 차량 수에 대한 세부적인 분석을 실시한다.
또한, 실험 결과는 예상한 바와 같이 ‘재배치를 하지 않는’ 카쉐어링 시스템이 ‘재배치를 하는’ 카쉐어링 시스템보다 높은 판매손실률을 보였다.
하지만, 대여소 당 평균 차량 수가 7 또는 8일 때에는 ‘차량 재배치 전략 2’가 가장 좋은 결과를 가져왔다.
특히, ‘재배치하는 편도 시스템’의 판매손실률이 ‘재배치를 하지 않는 왕복 시스템’의 판매손실률보다 낮다는 것은 주목할 필요가 있다. 이 결과는 만약에 적절한 재배치 정책이 적용된다면, 편도 카쉐어링 시스템이 전통적인 왕복 카쉐어링 시스템에 비교해서 고객의 수요를 더 잘 충족할 수 있다는 것을 의미한다. 또한, 실험 결과는 예상한 바와 같이 ‘재배치를 하지 않는’ 카쉐어링 시스템이 ‘재배치를 하는’ 카쉐어링 시스템보다 높은 판매손실률을 보였다.
또한, 실험 결과는 예상한 바와 같이 ‘재배치를 하지 않는’ 카쉐어링 시스템이 ‘재배치를 하는’ 카쉐어링 시스템보다 높은 판매손실률을 보였다. 마지막으로, 대여소 당 평균 차량의 수가 증가할수록 모든 항목에서 판매손실률이 줄어든 것을 확인할 수 있다.
하지만, 대여소 당 평균 차량 수가 7 또는 8일 때에는 ‘차량 재배치 전략 2’가 가장 좋은 결과를 가져왔다. 그러므로, 판매손실률을 최소화하기 위해서는 대여소 당 평균 차량 수에 기초하여 적절한 차량 재배치 전략을 선택하는 것이 매우 중요하다는 것을 확인할 수 있다. 특히, 대여소 당 평균 차량수가 7 또는 8인 경우에는 차량 재배치 전략들 사이에 4% 포인트까지 판매손실률 차이가 나타나는 것을 알 수 있다.
이와 같은 결과는‘재배치를 하는 편도 모델’의 실험 결과가 ‘재배치를 하지 않는 왕복 모델’보다 2.4% 포인트 더 낮은 판매 손실률을 나타냈다는 것을 통해서 확인할 수 있다.
시뮬레이션 결과를 통해 카쉐어링의 성과에 미치는 주요 요인들 중 대여소 당 평균 차량 수가 가장 핵심적인 요인으로 밝혀졌다. 예를 들어서, ‘재배치를 하는 편도 모델’의 환경하에서는 대여소 당 평균 차량 수가 5대인 경우에 판매 손실률이 21.
본 연구를 통해 확인한 다른 주요 연구 결과들은 다음과 같이 요약될 수 있다. 첫째, 만약에 편도 카쉐어링 시스템에 적절한 재배치 전략이 적용된다면 전통적인 왕복 카쉐어링 시스템에 비교하여 판매 손실률이 줄어들어, 그 결과 더 많은 고객의 수요를 충족시킬 수 있는 것으로 분석되었다. 이와 같은 결과는‘재배치를 하는 편도 모델’의 실험 결과가 ‘재배치를 하지 않는 왕복 모델’보다 2.
둘째, 판매 손실률을 최소화하기 위해서는 대여소 당 평균 차량 수에 기초하여 적절한 재배치 전략을 선택하여야 한다. 예를 들어서, 대여소 당 평균 차량 수가 5 또는 6일 경우에는 ‘차량 재배치 전략 1’을 적용했을 때 가장 낮은 판매 손실률을 나타냈지만 대여소 당 평균 차량수가 7 또는 8인 경우에는 ‘재배치 전략 2’를 적용했을 때 가장 낮은 판매 손실률을 나타냈다.
이를 통해서 모든 상황에 대해서 최적인 단 하나의 재배치 전략은 없으며,상황에 따라서 적절한 재배치 전략을 적용해야 한다는 것을 알 수 있다. 셋째, 본 연구를 통해서 대여소의 수는 판매 손실률에 영향을 미치지 않는다는 것을 확인하였다. 그러므로, 본 연구의 결과가 실제 더 많은 수의 대여소를 보유하여 더욱 더 복잡한 현실 세계의 카쉐어링 시스템에 적용 가능하다고 할 수 있다.

후속연구

모든 요인의 수준들을 조합한 시뮬레이션 수행을 통해서 각 요인에 대한 최적의 수준이 도출되었다. 본 연구의 결과는 각 요인들이 카쉐어링 운영의 효율성에 미치는 영향에 대한 이해를 도울 수 있을 것으로 기대된다.
셋째, 본 연구를 통해서 대여소의 수는 판매 손실률에 영향을 미치지 않는다는 것을 확인하였다. 그러므로, 본 연구의 결과가 실제 더 많은 수의 대여소를 보유하여 더욱 더 복잡한 현실 세계의 카쉐어링 시스템에 적용 가능하다고 할 수 있다.
마지막으로 본 연구의 한계점은 편도 카쉐어링 시스템의 재배치와 관련된 비용을 고려하지 않았다는 점에 있다. 비록 대여소 당 평균 차량의 수 또는 대여소 당 평균 차량 재배치 직원 수가 증가함에 따라서 판매 손실률은 감소하지만 이는 또한 비용을 발생시키는 요인들이다.
또한, 차량을 재배치하는 데 있어서도 차량 연료 등의 비용 추가가 수반된다. 따라서, 본 연구 결과를 현실 세계의 카쉐어링 시스템에 적용하기에 앞서서 차량 재배치를 포함함 편도 카쉐어링 시스템 운영에 따르는 추가 비용과 편도 차량 대여 비용을 고려한 경제성 분석이 필요하다.

핵심어	질문	논문에서 추출한 답변
	카쉐어링 시스템은 차량의 반납 형태에 따라서 어떻게 구분할 수 있는가?	카쉐어링 시스템은 차량의 반납 형태에 따라서 왕복 카쉐어링 시스템과 편도 카쉐어링 시스템으로 구분할 수 있다. 전통적인 카쉐어링 시스템은 대여한 동일한 장소에 반납을 하는 왕복 카쉐어링 시스템으로 운영되었다.
	카쉐어링의 장점은 무엇인가?	카쉐어링 시스템은 일반적으로 단거리의 짧은 시간의 이용을 위해서 차량을 대여한다는 점에서 전통적인 렌터카 시스템과 차이를 보인다. 카쉐어링의 장점으로는 개인적으로 차량을 소유하는 것과 관련된 비용을 줄이고 차량 정체를 감소시키며 도시의 공기를 좋게 하고 주차공간을 줄일 수 있다는 것을 들 수 있다.
	차량 재배치 전략은 어떻게 분류할 수 있는가?	이와 같은 차량 재배치 전략은 세 가지 카테고리로 분류할 수 있다. 첫 번째는 사용자 기반 차량 재배치전략으로 차량 재배치를 위한 가격 보상 등의 인센티브 제도를 통해 사용자 스스로가 차량을 재배치하도록 유도하는 방법이다[4, 6]. 두 번째 전략은 카쉐어링 회사에서 차량 재배치를 위한 직원을 고용하여 이들 직원들이 재배치를 하는 방법이다[2, 11, 12, 13]. 마지막 전략은 자율 주행 기술의 발달에 기인하여 최근 문헌에 나타난 전략으로 자율 주행 차량이 스스로 재배치를 하는 전략이다[3].

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

[국내논문] 시뮬레이션을 활용한 편도 카쉐어링 시스템의 최적 운영 조건 및 차량 재배치 알고리즘에 대한 연구
Simulation of One-way Carsharing Systems : Operating Parameters and Relocation Policy Analysis 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 시뮬레이션을 활용한 편도 카쉐어링 시스템의 최적 운영 조건 및 차량 재배치 알고리즘에 대한 연구 Simulation of One-way Carsharing Systems : Operating Parameters and Relocation Policy Analysis 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

유우연 (10) 박윤선 (15)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 시뮬레이션을 활용한 편도 카쉐어링 시스템의 최적 운영 조건 및 차량 재배치 알고리즘에 대한 연구
Simulation of One-way Carsharing Systems : Operating Parameters and Relocation Policy Analysis 원문보기

AI 본문요약
AI-Helper

활용도 Top5 논문