• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2005년도 추계학술대회 발표 논문집
• /
• pp.155-161
• /
• 2005

3자물류 시장의 급부상, 운송업계의 경쟁가열화, 운송경로의 다양화 및 글로벌화가 추구되면서 복합운송을 고려한 수송계획의 효율화가 필요한 실정이다. 본 연구에서는 국제물류에서 이루어지고 있는 복합운송을 고려한 최적수송계획 알고리즘을 제안하고자 한다. 화물과 경유지의 고려는 운송수단에 따라 동적으로 변화하는 NP-hard문제로써 가지치기 알고리즘(pruning algorithm)을 이용하여 문제를 단순화시키고, 운송수단을 제약조건으로 한 휴리스틱 최단경로 알고리즘을 제안하였다. 이를 부산항에서 로테르담항까지 실제로 사용되는 경로문제에 적용해 봄으로써 본 알고리즘의 효율성을 검증하였다.

• 대한교통학회지
• /
• 제24권5호
• /
• pp.77-88
• /
• 2006

본 연구는 복합교통망의 실시간적 운영전략에 활용 가능한 동적 K최소시간경로탐색알고리즘을 제안하는 것을 목적으로 한다. 이를 위해 정적 K경로탐색에 적용되었던 전체경로삭제방안을 동적 최적경로탐색알고리즘에 확장 적용함으로써 복합교통망에서 시간종속적으로 변화하는 수단-링크 통행시간과 수단-링크간의 환승비용에 기초하여 경로를 순차적으로 탐색하는 K경로알고리즘을 제시하였다. 특히, 링크기반동적표지를 적용함으로써 수단간 환승시 발생되는 환승이동, 환승대기 및 기타 환승행태를 용이하게 모사하면서 최적해를 도출하도록 하였다. 최적식과 함께 제시된 알고리즘은 복잡도계산을 통해 효율성을 살펴보았으며. 버스와 지하철로 구성된 소규모 가상네트워크에 대해 적용해 봄으로써 알고리즘의 검증 및 활용성을 검토해 보았다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1896-1897
• /
• 2011

본 논문에서는 동적환경의 잠재적 위험 정의와 안전한 전역경로 계획 알고리즘을 제안 하였다. 대부분의 전역경로계획 연구는 시간과 거리의 비용을 최적화 시키는데 집중하고 있다. 하지만 동적환경으로 우리 주변에 많은 위험요소가 작용하고 있다. 본 논문에서 안전한 자율주행을 위한 경로계획방법으로 위험지역에 의해 정의 된 반발력과 S*알고리즘을 이용하여 안전하고 빠른 최적의 경로계획을 이루었다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1996년도 제30회 학술발표회
• /
• pp.81-108
• /
• 1996

첨단교통정보시스템(ATIS)의 핵심 요소라 할 수 있는 동적경로안내 시스템(Dynamic Route Guidance System : DRGS)은 운전자가 목적지에 도착하기까지 실시간 교통정보를 토대로 최적경로를 안내해 줌으로써 날로 심화되어 가고 있는 교통혼잡을 최소화할 수 있으리라 기대를 모으고 있다. 특히 교통사고나 긴급도로공사 등으로 인해 발생하는 돌발적 교통혼잡하에서는 DRGS의 역할이 더욱 커질 것으로 예상되고 있다. 본 논문은 돌발적 교통혼잡하에서 보다 효과적인 DRGS의 경로 안내 알고리즘을 개발하는 데 그 목적이 있다. 이를 위해서 우선 하부구조기반(Infrastructure Based) DRGS와 개인차량기반(In-vehicle Based)DRGS의 장단점을 운전자, 교통행정당국, 그리고 교통체계관점에서 비교하였고, 시스템 아키텍쳐와 경로안내 알고리즘간의 상호관계를 규명하였다. 또한 효율적인 경로안내를 위해 사용자 평형(User Equilibrium)경로안내전략과 시스템최적화(System Optimal) 경로안내전략을 이상형 교통망(Idealistic Network)을 통해 비교분석하였다. 여기에는 현재 ITS-America에서 System Architecture 평가를 위해 사용한 INTEGRATION이라는 ITS Simulation Model과 그 통행저항함수를 사용하였다. 이를 토대로 돌발적 교통혼잡상황 아래서 사용자평형 경로안내를 제공할 경우 야기될 수 있는 Braess` Paradox 문제와, 총통행시간을 최소화하기 위한 시스템최적 경로안내를 제공할 경우 일어날 수 있는 사용자 호응도(User Compliance)문제를 동시에 고려한 적응형 동적경로안내 알고리즘을 개발하였다. 여기에는 돌발적 교통혼잡하에서 통행시간을 동적으로 예측하기 위해 이산형 확정적 대기행렬모형(Discrete Deterministic Queueing Model)이 사용되었다. 한편 알고리즘의 효율성을 평가하기 위해 이상형 교통망과, 실제 미국 Virginia 주의 Fairfax County에 소재한 주간 고속도로 66번(I-66)과 인접 교통망의 교통자료를 사용하여 각종 돌발교통 혼잡 상황을 전제로 한 Traffic Simulation과 정보제공시나\리오를 INTEGRATION Model을 이용해 실행하였다. 그 결과 적응형 알고리즘이 개개인의 최단시간 경로를 제공하는 사용자 평형 경로안내전략에 비해 교통혼잡도와 정체시간의 체류정도에 따라 3%에서 10%까지 전체통행시간을 절약할 수 있다는 결론을 얻었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2368-2371
• /
• 2003

알려지지 않은 환경에서 이동로봇이 목표점까지 이동하기 위해서는 외계센서를 이용하여 장애물을 인식하여 충돌 없이 주행할 수 있는 능력이 있어야하고 또한 인식된 장애물을 지도정보로 저장하여야 한다. 이렇게 생성된 지도정보를 이용하여 최적의 경로를 실시간으로 계획하면서 목표점까지 도달하여야 한다. 본 논문에서는 초음파 센서로 알려지지 않은 환경을 인식하여 선분지도를 생성하면서 생성된 선분지도를 이용하여 동적으로 최적의 경로계획을 위한 경로생성에 대하여 방법을 제시한다. 또한 실내 환경에서 모의실험을 통하여 실시간으로 경로계획이 가능함을 확인하였다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1995년도 제28회 학술발표회
• /
• pp.111-124
• /
• 1995

첨단 교통 체계(Intelligent Transport Systems)의 중요한 요소인 첨단 교통 관리 체계(Advanced Traffic Management Systems)의 성공 여부는 교통정보를 어떻게 제공하고 통제하는데 의존하다. 즉, 정보 제공 방식과 이데 대한 운전자의 반응을 정확하게 파악하고 예측하여야 ITS를 성공적으로 구축할 수 있다. 이 논문에서는 동적 차량 길잡이 장치의 효용성을 평가하기 위한 확률적 통행배정모형을 개발하는 것이다. 개발된 통행배정모형은 운전자의 동적행태조정(Dynamic Behavioural Adjustment)을 명백하게 확솔 과정(Stochastic Process)으로 표현하여 기존의 모형에 비해 통해자들의 행태를 더욱 실제적으로 반영한다. 특히, 각 통행자들에게 K개의 최소경로시간을 제공해줌으로 인하여 통행자의 노선선택에 대한 선택폭을 증가시켜준다. 통행경로의 선택폭의 증가는 쟁점으로 대두되는 문제(교통항제소에서는 차량 길잡이 보유 운전자에게 체계최적(System Optimum)와 이용자최적(User Equilibrium)중 어떠한 원칙하에 교통정보를 제공하여야 하는가에 대한 해결 방안이다. 왜냐하면 만약 교통급제소에서 운전자에게 통행정보를 체계 최상을 하기 위해 정보를 제공하고자 하면, 길잡이 장착 운전자는 더 이상 제공된 정보를 따르지 않고 자기 스스로의 경에 의해 이용자 최상을 달성하고자 할 것이다. 이 논문의 목적은 이러한 복잡한 통행자의 경로선택행위를 반영하는 확률적 평형 통행 배정 모형을 여러가지 통계기법을 도입하여 개발하는 것이다.

• 한국통신학회논문지
• /
• 제28권8A호
• /
• pp.581-590
• /
• 2003

본 논문은 ATM 시스템에서 동적 소스 기반의 점대다중점 호를 위한 라우팅 경로 택 방법을 제안한다. 특히 최적의 경로 선택보다는 리소스를 최대한 공유할 수 있고, 경로 계산 시간 단축 및 cycle 방지를 쉽게 보장할 수 있는 점대다중점 라우팅 경로 선택 방법을 제안하였다. 리소스를 최대한 공유할 수 있도록 하기 위해 착신지(destination) 노드로부터 가장 근거리의 branch point를 찾는 것이 이 알고리즘의 목표이다. 그러므로 목적(destination) 노드로부터 역 추적에 의해 인접한 노드중 같은 Call ID를 갖는 기존 경로상의 노드와 최초로 크로스(cross)되는 노드를 branch노드로 정하여 최적의 점대다중점 라우팅 경로를 구성하는 알고리즘이다. 크로스 노드를 찾을 때까지 역추적에 의해 선택되는 최적의 노트는 다익스트라 알고리즘을 이용하여 선택된다. 즉 점대다중점 라우팅 경로 선택은 역추적에 의한 인접 노드중 기존 경로와 크로스되는 노드 선택 단계와 각 인접 노드중 최적의 노드를 선택하는 단계를 수행한다. 이 기법은 경로 선정을 위한 라우팅 정보 테이블의 검색 및 경로 계산 과정을 단축시키고, 경로 설정시 cycle방지도 쉽게 해결한다.

• 한국산업정보학회논문지
• /
• 제11권3호
• /
• pp.20-33
• /
• 2006

본 논문은 수출입 컨테이너 화물의 국제물류에 대한 최적의 복합운송 경로를 도출하기 위한 동적 프로그램 알고리즘을 제시한다. 현재 3자물류 시장의 급부상, 운송업계의 경쟁가열화, 운송경로의 다양화 및 글로벌화가 추구되면서 복합운송을 고려한 수송계획의 효율화가 필요한 실정이다. 그러므로 2가지 이상의 운송수단을 이용하는 복합운송의 특징을 살펴보고, 운송비용과 운송시간을 고려한 WCSPP(Weighted Constrained Shortest Path Problem) 모형을 제시한다. 본 모형을 통해 도출된 목적함수 결과 값를 이용하여 실행가능영역을 설정한 뒤 동적 프로그래밍(Dynamic Programming)중 하나인 Label Setting 알고리즘을 응용하여 두 가지 목적함수를 동시에 만족할 수 있는 파레토 최적해를 도출하였다. 또한 본 알고리즘의 성능을 향상시키기 위해 가지치기 규칙을 함께 제안한다. 본 알고리즘을 부산에서 출발하여 로테르담까지 도착하는 실제 운송경로에 적용하였으며, 기존의 단일운송수단 경로와 비교해 봄으로써 운송비용 및 운송시간의 절감효과를 정량적으로 측정하였다.

• 한국음향학회지
• /
• 제11권2호
• /
• pp.68-72
• /
• 1992

최근, 많은 연구자들이 KLT를 이용한 통계적 처리방법으로 화자인식을 수행하고 있으나, 통계적 처리방법의 개인성 포함정도와 음성의 동적인 발성속도는 화자인식율의 저하요인이 되고 있다. 본연구에서는 각 화자의 직교인자에 개인성을 강조하기 위하여 화자의 고유치를 가중치로 한 가중직교인자와 음성의 동적인 시간특성을 정규화하는 DTW의 최적경로를 이용한 화자인식방법을 연구하였다. 이방법을 확인하기 위하여 종래의 통계적 처리에 의한 화자인식, 최적경로와 최적경로와 가중직교인자를 이용한 화자인식의 결과를 비교한 결과, 종래의 방법보다 우수한 화자인식율을 얻어 그 유효성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.361-365
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 꿈은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한 단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planning) 작업은 한정된 리소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra s algorithm과 A*algorithm이 있다. 이 두 방법은 최적의 경로를 찾아낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야 하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.