[논문]열차경합 해소에서 유전자 알고리즘의 적용에 관한 연구

오석문; 홍순흠; 김성호

[국내논문] 열차경합 해소에서 유전자 알고리즘의 적용에 관한 연구
A Study on GA Approach for the Railway Traffic Conflict Resolution 원문보기

오석문 (한국철도기술연구원) , 홍순흠 (한국철도기술연구) , 김성호 (한국철도기술연구원)

This paper is to investigate adoptability of the genetic algorithm to the railway traffic conflict resolution problem. We categorize the problem in two cases, one is the specific-boundary case and the other is not. GA is may be used in the first case, but not for second case. For a sample problem, an GA is designed, and the GA is being compared with Ho's.

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

문제 정의

한국철도기술연구원에서는 이러한 문제에 효율적으로 대응하기 위해 '지능형 운행제어 시스템 (iTMS, Intelligent Traffic Management System)의 핵심모듈 개발'을 위한 기본연구 과제를 수행하고 있으며, 본 논문은 이러한 과제의 진행 중에 검토되는 여러 접근법(solution approaches) 가운데 유전자 알고리즘(GA, genetic algorithme 적용에 관한 연구이다.
1에서 제시한다. 선행 연구에서 제시하는 문제인식 및 문제해결을 위한 접근법들에 대해 고찰한다. 2.
이렇게 포괄적으로 정의되는 경합의 문제를 하나의 모형으로 모두 처리하기는 어려우며, 현실에 적용하기 위해서는 사용자와 인터페이스(MMI)가 고려된 응용 프로그램의 형태로 구성되어야 할 것이다. 본 연구에서는 이러한 응용 프로그램(iTMS)의 핵심모듈 개발을 목적으로 하고 있으며, 본 논문에서는 유전자 알고리즘의 적용방안에 대해 검토한다.
이 논문은 열차경합 해소문제에 대한 유전자 알고리즘의 적용에 관한 연구이다. 앞에서 언급한 바와 같이 열차경합 해소문제에는 다양한 접근법이 시도되었고, 이 논문에서는 이 중 유전자 알고리즘의 적용에 대해 검토하였다.
이 논문은 열차경합 해소문제에 대한 유전자 알고리즘의 적용에 관한 연구이다. 앞에서 언급한 바와 같이 열차경합 해소문제에는 다양한 접근법이 시도되었고, 이 논문에서는 이 중 유전자 알고리즘의 적용에 대해 검토하였다. 이러한 검토는 당분간 계속 검토되어야 할 사항이며, 현재까지의 결론을 제시하면 다음과 같다.

제안 방법

MARCO 프로젝트에서는 열차경합 해소를 위해 HAT(High Traffic Area)와 GAN(GlobaI Area Network)을 구분하여 문제를 인식하였다. B&B, B&C, SA, GA 등 다양한 기법을 연구하였으며 greedy rule-based 기법을 선택하였다.
본 논문에서는 열차종별을 구분하고, 연동로직을 고려한 fitness value를 계산하였으며, Ho가 제안한 neighbourhood 구조에 대해 추가적인 구조를 제안하였다. 제안한 neighbourhood 구조는 보다 현실적인 구조라고 판단되며, 현재 그 효율성의 비교를 수행 중이다.
제안된 유전자 알고리즘을 평가하기 위해 예제 문제를 구성하였다. 그림 5와 같은 선로구조와 그림 6과 같은 초기 열차 시각표를 고려한다.

성능/효과

본 논문에서는 열차종별을 구분하고, 연동로직을 고려한 fitness value를 계산하였으며, Ho가 제안한 neighbourhood 구조에 대해 추가적인 구조를 제안하였다. 제안한 neighbourhood 구조는 보다 현실적인 구조라고 판단되며, 현재 그 효율성의 비교를 수행 중이다.
알고리즘이 제시한 유전자의 C역 도착순서와 A&B역에서 출발한 열차들의 착발순서에 의한 논리가 상호 호환이 불가능한 경우에는 불가능해(infeasible solution)로서 해당하는 유전자는 매우 높은 페널티를 받게되고, 그렇지 않은 경우에는 가능해(feasible solution)로서 연동로직에 따라 착발시각이 계산되고, 이 시간으로부터 fitness value가 계산된다. 그림 7은 이러한 상황을 나타낸다.

후속연구

case-2와 같이 경계가 애매한 경우에 대해서는 규칙기반의 방법론이 유력할 것으로 판단된다. 이 접근법은 각 제어사무소 사령요원들의 경험과 노하우(know-how)가 구조화된 방법에 따라 추출되어야 하고, 추출된 지식을 현장에서 발생하는 수많은 사례들과 연관지어야 하므로 case-1에 비해 장기적인 연구가 필요할 것으로 판단된다.

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] 열차경합 해소에서 유전자 알고리즘의 적용에 관한 연구
A Study on GA Approach for the Railway Traffic Conflict Resolution 원문보기

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 열차경합 해소에서 유전자 알고리즘의 적용에 관한 연구 A Study on GA Approach for the Railway Traffic Conflict Resolution 원문보기

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 열차경합 해소에서 유전자 알고리즘의 적용에 관한 연구
A Study on GA Approach for the Railway Traffic Conflict Resolution 원문보기

AI 본문요약
AI-Helper