Iterative Container Reselection Methods for Remarshaling in a Container Terminal

Remarshaling is referred to a preparatory task of rearranging containers piled up in a stacking yard to improve the efficiency of loading. Selective remarshaling is required because the time for remarshaling known as large time-consuming task is not enough to remarshal all containers. In this research, we compare two previous researches in more objectively way: heuristic and genetic algorithm based approaches. In addition, we prove the effect of iterative reselection method on dwindling the gap between plan and execution due to the uncertainty of crane operation during execution. Simulation experiments under realistic uncertainty model show that heuristic approaches which have few computational complexity can cope with the uncertainty well when reselection interval is short, but genetic algorithm based approach has advantages when reselection interval that can ensure appropriate number of evolutions is given because of computational complexity for search.

컨테이너 터미널의 재정돈 대상 컨테이너 주기적 재선택 방안

장치장 재정돈은 선적작업의 효율을 향상시키기 위해 사전에 컨테이너들을 재배치해 두는 작업을 일컫는다. 일반적으로 재정돈 작업에는 상당한 시간이 소요되지만 선적작업 시작 이전에 이를 위한 충분한 유휴 시간이 확보되기 어렵기 때문에 선택적인 재정돈이 필요하게 된다. 본 연구에서는 재정돈 대상 컨테이너의 선택 방안으로 제안된 바 있는 휴리스틱 방안과 유전알고리즘 기반의 방안에 대해 객관적인 비교 실험을 수행하고 각각의 성능 특징을 분석한다. 특히 작업현장의 불확실성 때문에 발생하는 계획과 실행 간의 괴리를 극복하기 위해 제안된 주기적 재선택 방안에 대해서도 면밀한 실험을 통한 검증을 시도한다. 현실성있는 불확실성 모델을 도입한 시뮬레이션 실험 결과, 휴리스틱 방안의 경우에는 계산 부담이 거의 없기 때문에 재선택 주기가 짧을수록 불확실성에 대한 대처가 빨라서 성능이 좋은 반면, 유전알고리즘 기반의 방안은 탐색에 소요되는 시간 부담 때문에 적절한 세대 변천 수가 보장되는 정도의 주기로 재선택을 하는 것이 유리한 것으로 확인되었다.