$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

컨테이너 터미널 내 반출입 차량 체류시간 예측 모형
Prediciton Model for External Truck Turnaround Time in Container Terminal 원문보기

한국항해항만학회지 = Journal of navigation and port research, v.48 no.1, 2024년, pp.27 - 33  

김영일 (국립한국해양대학교 KMI-KMOU 학연협동과정) ,  신재영 (국립한국해양대학교 물류시스템학과)

초록
AI-Helper 아이콘AI-Helper

코로나 팬데믹 이후 컨테이너 터미널 내 혼잡도 증가에 따라 반출입 차량 작업 대기 및 체류시간이 급증하여 반출입 작업 비효율이 극심한 실정이다. 이에 항만 당국은 반출입예약시스템(Vehicle Booking System; VBS)을 구축하여 시범운영 중에 있으나 이해관계자 간 정보공유 문제 및 컨테이너 운송 주체의 미온적 참여 등으로 인해 개선효과가 뚜렷하지 않다. 따라서 본 연구에서는 반출입 차량의 작업 대기 및 체류시간 문제의 해결을 위한 기초자료로써, 딥러닝 기반의 반출입 차량 체류시간 예측 모형을 제시하였다. 실제 컨테이너 터미널의 반출입 운영 데이터를 통해 제시한 예측 모형을 실험하고 실제 데이터와 비교하여 예측 정확도를 검증한 결과 제시한 예측 모형이 높은 예측 정확도를 보이는 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Following the COVID-19 pandemic, congestion within container terminals has led to a significant increase in waiting time and turnaround time for external trucks, resulting in a severe inefficiency in gate-in and gate-out operations. In response, port authorities have implemented a Vehicle Booking Sy...

주제어

#컨테이너 터미널   #반출입 차량   #체류시간   #예측 모형   #딥러닝   #부산신항  

표/그림 (12)

참고문헌 (15)

  1. Al-Deek, H.(2001), "Which Method Is Better for？Developing Freight Planning Models at Seaports -？Neural Networks or Multiple Regression", In？Transportation Research Record: Journal of the？Transportation Research Board, No. 1763, pp. 90-97. 

  2. Al-Deek, H.(2002), "Use of Vessel Freight Data to？Forecast Heavy Truck Movements at Seaports", In？Transportation Research Record: Journal of the？Transportation Research Board, No. 1804, pp. 217-224. 

  3. Al-Deek, H., Johnson, G., Mohamed, A. and？El-Maghraby, A.(2000), "Truck Trip Generation？Models for Seaports with Container and Trailer？Opertaion", In Transportation Research Record:？Journal of the Transportation Research Board, No.？1719, pp. 1-9. 

  4. Cho, M. W., Kim, T. Y. and Lee, B. W.(2022),？"Turn-time Prediction System Implementation of？Container Trucks at the Port Terminal", Korea？Logistics Review, Vol. 32, No. 4, pp. 105-114. 

  5. Kim, G. S.(2021), "Estimation on Storage Yard？Occupancy Ratio of Container Terminal : A Case of？Busan New Port Container Terminal", Journal of？Korean Navigation and Port Research, Vol. 45, No. 3,？pp. 148-154. 

  6. Kim, J. H., Kim, J. S. and Lee, G. W.(2019), "A Study？on Predicting Truck Arrivals at Busan Container？Terminals in Korea", Journal of Maritime Business, Vol.？44, pp. 97-111. 

  7. Kim, J. S., Kim, J. H, Shin, H. J and Lee, G. W.(2020),？"Prediction of Truck Arrivals at Container Terminals？based on LSTM Network", Korean Society of？Transportation, Proceedings of the KOR-KST Conference, pp. 240-241. 

  8. Kim, S. H., Kim, J. R., Cho, H. J. and Lim, C. H.(2019),？"A Study on the Prediction of Traffic Volume by Time？of Vehicles Entering and Exiting Port Container？Terminal Using Machine Learning", Korean Institute of？Industrial Engineers, 2019 Fall Conference of Korean？Institute of Industrial Engineers, pp. 1412-1417. 

  9. Kim, Y. I., Shin, J. Y and Park, H. J.(2022), "A Study？on the Prediction of Gate In-Out Truck Waiting Time？in the Container Terminal", Journal of Korean？Navigation and Port Research, Vol. 46, No. 4, pp.？344-350. 

  10. Korea Maritime Institute(KMI)(2023), "Pricing Model？for Vehicle Booking Systems in Container Terminals",？p. 167. 

  11. Lee, S. J.(2011), "A Study on the Improvement of the？Gate In-out Operation in the Container Terminals",？Master Thesis of Korea Maritime and Ocean？University. 

  12. Li, N., Sheng, H., Wang, P., Jia, Y., Yang, Z. and Jin,？Z.(2023), "Modeling Categorized Truck Arrivals at？Ports: Big Data for Traffic Prediction", IEEE？Transactions on Intelligent Transportation Systems,？Vol.24, No.3, pp. 2772-2778. 

    상세보기

  13. Ramachandran, P., Zoph, B. and V.Le, Q.(2017), "Swish？- A Self-Gated Activation Function", arXiv preprint？arXiv:1710.05941 

  14. Reimers, N. and Gurevych, I.(2017), "Optimal Hyper-Parameters for Deep Lstm-Networks for Sequence？Labeling Tasks", arXiv preprint arXiv:1707.06799. 

  15. Xie, Y. and Huynh, N.(2010), "Kernel-Based Machine？Learning Models for Predicting Daily Truck Volume at？Seaport Terminals", Journal of Transportation？Engineering, Vol. 136, No. 12, pp. 1145-1152. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로