• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.314-317
• /
• 2010

본 연구는 차량 경로 스케줄링 문제(VRSPTW, the Vehicle Routing and Scheduling Problem with Time Window)를 해결하기 위하여, 멀티 비용 함수(Multi Cost Function)를 갖는 개미 군집 최적화(Ant Colony Optimization)을 이용한 휴리스틱을 제안하였다. 멀티 비용 함수는 각 개미가 다음 고객 노드로 이동하기 위해 비용을 평가할 때 거리, 요구량, 각도, 시간제약에 대해 서로 다른 가중치를 반영하여 우수한 초기 경로를 구할 수 있도록 한다. 본 연구의 실험결과에서 제안된 휴리스틱이 Solomon I1 휴리스틱과 기회시간이 반영된 하이브리드 휴리스틱보다 효율적으로 최근사 해를 얻을 수 있음을 보였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.485-488
• /
• 2000

실제 많은 차량경로결정문제(Vehicle Routing Problem: VRP)에서 차량의 이동속도는 도로의 교통량 등의 인에 의해 시간에 따라 변화하고 서비스 수량이 고객의 운영상태에 따라 달라질 수 있다. 이러한 사실에도 불구하고, 거의 대부분의 VRP 기법에서 차량속도와 서비스 수량을 확정적으로 가정하거나 평균값을 사용하는 이유는 알고리즘 적 분석의 어려움 때문인 것으로 알려져 있다. 이에 따라 확정적 VRP 기법들에 해 구해진 해는 실제 적용에서 그 유효성에 대해 심각한 이의가 제기될 수 있다. 그러나 만일 잘 알려진 정적 VRP 기법들이 확률적 상황에서도 뛰어난 성능을 보인다면, 실제 차량경로계획 상황에서 이들 확정적 기법들이 복잡하고 난해한 확률적 VRP 기법을 대신할 수 있을 것이다. 본 논문에서는 확률적 환경에서 네 가지 확정적 VRP 기법들의 성능을 평가하는 계산실험 연구를 소개한다. Solomon의 다양한 실험문제를 사용하였으며, 모든 문제에서 hard 및 soft 서비스 시간대를 설정하였다. 그리고 지점간 차량이동시간과 고객들의 서비스 물량은 세 가지 확률분포로써 나타내었다. 실험결과, 특정 확정적 VRP 기법이 특정 확률적 환경에서 뛰어난 성능을 보이는 것을 확인할 수 있었다

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.319-322
• /
• 2014

Due to the active use of the internet currently, the transportation volume of logistics firms is dramatically increasing, but it is not easy to secure available vehicles and vehicle suppliers, so it is the most important for logistics companies to streamline transportations management and process. For such reason, there have been a number of studies to deal with VRP and VSP for efficient vehicle allocation planning of vehicle suppliers and vehicles. But it is hard to reflect traffic situations changing everyday and detailed geographic conditions, and it requires big scale of database and huge calculation time consumption as increase number of depots, which is very inefficient. For solving the vehicle allocation planning problems of 3PL firms with various constraints due to the transportation cost, this paper suggest new vehicle allocation information system and an algorithm based transportation cost/income. Also this paper presents actual results applied to a logistics company. As a result, the transportation profit of vehicle suppliers increased by 11 percent in average, when the developed transportation cost-based vehicle allocation system applied.

• Journal of Korea Spatial Information System Society
• /
• v.4 no.1 s.7
• /
• pp.27-37
• /
• 2002

Ideas providing an optimal car route using current traffic condition, maintaining the current location and the history of driven route of a car in the main central office, in where GPS signals transmitted from the driving cars are received, have been proposed. Since GPS signals occurred in certain time interval instead of all GPS signals are transmitted from the car due to the cost of transmission, an algorithm that is able to recover the missing GPS signals is required. In this paper, an efficient algorithm, which finds the driven route and the current location of a car fast, is proposed. To verify the efficiency of the proposed algorithm, it is applied to the various real GIS map and it turns out to be very effective.

• Proceedings of the KIPE Conference
• /
• 2013.07a
• /
• pp.61-62
• /
• 2013

최근 EV(Electric Vehicle), PHEV(Plug-in Hybrid Electric Vehicle), HEV(Hybrid Electric Vehicle) 등 친환경 차량의 개발 및 출시가 진행되고 있고 이들 친환경 차량의 궁극적 목적은 엔진과 배터리 혹은 배터리 단독 사용에 의한 고연비, 배기가스 배출 저감 등을 목적으로 하고 있다. 하지만 기존 내연기관 차량과 비교시 차량가격이 높게 형성되어 시장 활성화는 다소 시간이 소요될 것으로 판단된다. 이러한 친환경 차량 기술은 신차에만 국한되어 적용되고 있고 현재 도로상에서 운행중인 대부분의 차량은 기존의 저연비, 다량의 배기가스 배출문제를 여전히 내포하고 있는 실정이다. 이에 대한 대안으로 기존의 차량 보조배터리에 지능형 배터리 센서(IBS, Intelligent Battery Sensor)를 장착하고 이를 통해 ISG(Idle Stop&Go)을 수행하는 Mild HEV 형태의 차량이 개발되고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1098-1101
• /
• 2013

물류업계는 배차 운송하기 위한 많은 알고리즘, 차량경로문제, 차량일정계획, GIS, GPS 등의 여러 연구를 진행하고 있다. 하지만 물류시장에 배송물량은 늘어나지만 배송을 하기 위한 차량과 기사는 한정되어 있으며 다단계 거래구조로 인해 수수료가 발생하여 최말단에 있는 화물차주만 수익이 감소한다. 이런 문제에 의해 차량주인(차주)는 운송장소와 운송비에 중점을 두고 배송 건을 선택하여 운송을 하고 있다. 본 논문에서는 이러한 물류기업의 배차문제와 차주 운임비 문제 해결을 위하여 운송비 기반배차 시스템의 정보화를 실현하기 위한 기초적인 데이터 구조를 제안하고, 운송비 중심의 배차 알고리즘이 적용된 배차 시스템을 물류업체에 적용한 결과를 제시하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.25 no.1
• /
• pp.31-40
• /
• 2020

In this study, we developed an algorithm for automatic travel itinerary planning based on expert recommendation. The proposed algorithm generates an itinerary by patterning a number of travel routes based on the automatic itinerary generation method based on the routes recommended by travel experts. To evaluate the proposed algorithm, we generated 30 itinerary for Singapore, Bankok, and Da Nang using both algorithms and analyzed the mean difference of trip distances with t-test and interater reliability of those itineraries. The result shows that the itineraries based on the proposed algorithm is not different from that of VRP(Vehicle routing problem) algorithm and interater reliability is high enough to show that the proposed algorithm is effective enough for real-world usage.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.114-120
• /
• 1999

본 연구는 Heuristic 알고리즘 및 유전자알고리즘(GA)을 이용하여 3단계의 통합차량운송계획 모델의 개발이다. 차량경로문제(VRP : Vehicle Routing Problem)를 해결하기 위한 접근방법으로 기존의 Saving 알고리즘을 개선하여 사용하였으며 유전자 알고리즘(Genetic Algorithm)의 각종 연산자 (Operators)들을 계산하여 사용하였다. 본 모델은 다음 3단계의 접근방법을 사용하였다 ; 1) 다 물류 센터의 문제해결을 위한 영역활당(Sector Clustering) 모델, 2) 경로계획모델(VRP Model), 및 3) 최적 운송계획모델(GA-TSP Model). 본 모델들을 다양한 운송환경에서, 거리산정방법, 가용운송장비 대수, 운송시간의 제한, 물류센터 및 운송지점의 위치 및 수요량 등 다양한 파라메터들을 고려한 통합시스템으로 3개의 Component로 구성된 GUI-Type 프로그램을 개발하고 Sample 응용결과를 보였으며 기존의 모델들 보다 우수한 결과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1354-1356
• /
• 2012

최근 ITS(Intelligent Transportation Systems)의 개발과 함께 차량용 내비게이션의 사용이 급증하면서 경로탐색의 중요성이 더욱 가속화되고 있다. 현재 차량용 내비게이션은 멀티미디어 및 정보통신 기술의 결합과 함께 다양한 기능 및 정보를 사용자에게 제공하고 있으며 이러한 기능과 정보를 사용해서 목적지점까지의 최단경로를 탐색하는 것이 내비게이션 시스템의 핵심기능이다. 이러한 경로탐색 알고리즘은 교통시스템, 통신 네트워크, 운송 시스템은 물론 이동 로봇의 경로 설정 등 다양한 분야에 사용되고 있다. 개미 집단 최적화(Ant Colony Optimization, ACO) 알고리즘은 메타 휴리스틱 탐색 방법으로 그리디 탐색(Greedy Search)뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 순환 판매원 문제(Traveling Salesman Problem, TSP)를 풀기 위해 처음으로 제안되었다. 본 논문에서는 개미 집단 최적화(ACO) 알고리즘이 기존의 경로 탐색 알고리즘으로 알려진 Dijkstra 보다 최단경로 탐색에 있어서 더 적합한 알고리즘이라는 것을 설명하고자 한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.285-288
• /
• 2000

본 연구는 Heuristic 알고리즘 및 유전자알고리즘(GA)을 이용하여 수거(Pickup) 및 배달(Delivery)을 동시에 고려한 통합차량운송계획 모델의 개발이다. 본 연구는 기존의 TSP의 문제를 확장 응용하였으며, 이는 한 Route에서 수거지(Origin)와 운반지(Destination)를 포함하는 수요들을 만족하도록 운반되어야 하는 문제이다. 이러한 통합차량경로계획문제(VRP Vehicle Routing Problem)를 해결하기 위한 접근방법으로 Heuristic 방법을 사용하였으며, 기존의 Saving 알고리즘과 유전자알고리즘(Genetic Algorithm)의 각종 연산자(Operators)들을 계산하여 사용한 TSP문제의 해를 본 연구의 해의 초기해로 사용하였으며 수거 및 배달문제의 특성을 고려하여 해를 구하였다. 본 연구의 결과를 다양한 운송환경에서, 거리산정방법, 가용운송장비 대수, 운송시간의 제한, 물류센터 및 운송지점의 위치 및 수요량 등 다양한 인자들을 고려한 통합시스템으로 프로그램을 개발하고 Sample 문제를 통하여 응용결과를 보였다.