Abstract
This paper proposes a method of optimizing a stacking strategy for an automated container terminal using multi-objective evolutionary algorithms (MOEAs). Since the yard productivities of seaside and landside are conflicting objectives to be optimized, it is impossible to maximize them simultaneously. Therefore, we derive a Pareto optimal set instead of a single best solution using an MOEA. Preliminary experiments showed that the population is frequently stuck in local optima because of the difficulty of the given problem depending on the yard occupancy rate. To cope with this problem, we propose another method of simultaneously optimizing two problems with different difficulties so that diverse solutions can be preserved in the population. Experimental results showed the proposed method can derive better stacking policies than the compared method solving a single problem given the same computational costs.
본 논문은 자동화 컨테이너 터미널의 장치장에서 장치 위치 결정 전략을 다목적 진화 알고리즘(MOEA: Multi-Objective Evolutionary Algorithm)을 이용해 최적화하는 방안을 제안한다. 장치장의 해측과 육측 생산성은 서로 상충하기 때문에, 이 둘을 동시에 최대화하는 것은 불가능하다. 대신 본 논문에서는 MOEA를 이용해 파레토 최적해 집합(Pareto optimal set)을 구하였다. 초기 실험 결과 장치장의 컨테이너 점유율이 높은 어려운 문제의 경우, MOEA의 집단이 지역 해에 쉽게 빠지는 것을 확인하였다. 이에 본 논문에서는 난이도가 다른 두 개의 문제를 동시에 최적화함으로써 집단의 다양성을 유지하는 방안을 제안하였으며, 실험 결과 제안 방안이 단일 문제만 해결하는 방안에 비해 동일한 비용으로 더 좋은 전략을 얻을 수 있음을 확인하였다.
