• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.106-111
• /
• 2002

해상운송에서 규모의 경제 이익을 달성하기 위해 선박의 크기가 대형화되고, 항만이 중심항만과 주변항만으로 양분화 되어감에 따라 컨테이너 터미널의 효율적 운영을 통한 경쟁력 확보가 중요시되고 있다. 컨테이너의 효율적인 적하는 선박의 효율과 양적하에 직접 관여하는 터미널 중심 장비인 켄트리 크레인의 효율을 극대화하도록 계획되어야 한다. 적하 문제는 선박의 크기와 각 터미널에서의 적하량에 종속되는 NP-hard 문제이다 본 연구에서는 컨테이너 적하 문제를 크게 두 개의 단계로 나누어 적하 계획을 수행한다. 무한한 경우의 수를 두 단계로 나눈 계획 시스템에 의해 크기를 줄인다. 첫 번째 단계는 컨테이너를 선박의 각 해치별로 배치하는 단계이고, 두 번째 단계는 각 해치별로 배정된 컨테이너를 특정 슬롯에 배치하는 것이다. 이렇게 분해된 문제의 각 단계에서 유전 알고리즘(Genetic Algorithm)을 사용하여 최적의 적하계획을 세운다. 그리고 정기 컨테이너선의 운항모형을 수립하고, 각 항구에서의 양·적하를 수행하여 구축된 시스템의 적합성을 시뮬레이션하여 평가한다

• Journal of Navigation and Port Research
• /
• v.45 no.3
• /
• pp.148-154
• /
• 2021

With advancements of quay side handling equipment and technologies, congestion in terminal operation has moved to the storage yard side from the quay side. The importance of storage yard management has increased in overall terminal operation. Thus, many studies have been conducted to optimize the storage yard management of container terminals. However, there is no academic work to estimate the change of storage yard occupancy ratio by itself in the future. This paper examines the probability of storage yard occupancy ratio in the container terminal of Busan New port using the Markov chain analysis which explains probability change with passing time. The result shows that it is most likely to have the probability of maintaining a high level of storage yard occupancy ratio in the container terminal of Busan New Port.

• Journal of Korea Port Economic Association
• /
• v.36 no.2
• /
• pp.53-62
• /
• 2020

The maritime and port logistics industry is closely related to global trade and economic activity, especially for Korea, which is highly dependent on trade. As the largest port in Korea, Busan Port processes 75% of the country's container cargo; the port is therefore extremely important in terms of the country's national competitiveness. Port container cargo volume forecasts influence port development and operation strategies, and therefore require a high level of accuracy. However, due to unexpected and sudden changes in the port and maritime transportation industry, it is difficult to increase the accuracy of container volume forecasting using existing time series models. Among deep learning models, this study uses the LSTM model to enhance the accuracy of container cargo volume forecasting for Busan Port. To evaluate the model's performance, the forecasting accuracies of the SARIMA and LSTM models are compared. The findings reveal that the forecasting accuracy of the LSTM model is higher than that of the SARIMA model, confirming that the forecasted figures fully reflect the actual measurement figures.

• Journal of Korea Port Economic Association
• /
• v.28 no.3
• /
• pp.73-89
• /
• 2012

As the environment surrounding ports is rapidly changing and ports competition in Southeast Asia has become more severe to secure cargo volumes, ports strive to enhance their competitiveness by improving the efficiency of operations. The operational efficiency of ports, plays a crucial role to improve a nation's. This study aims to analyze the efficiency of container port and its determinants during over five year(2006 to 2010) period using DEA-O and Tobit regression respectively. The results show that firstly, Gamman is the most efficient container terminal, followed by New Gamman container terminal and Hutchison Busan container terminal. Secondly, it is notable that the efficiency of Busan Newport is dramatically increasing, and finally, the yard productivity of the container port is only influencing determinant of all.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.721-723
• /
• 2007

Recently, the size and location of the acquired container image while the container is loading and unloading in Harbors is not fixed. And it is difficult to get a good image for recognition because of the variation of external environment as those the size of container and where the yard-tractor stop is. In this paper, we estimate where the container ISO-code set is using Top-hat transform from realtime images and get an image to recognize container ISO-code using PAN/TILT/ZOOM camera. We extract the container ISO-code using Top-hat transform and Histogram projection. After binarization, we extract each character from complex background using labeling. We use BP(Backpropagation Network) to recognize extracted characters.

• Journal of Korean Society of Transportation
• /
• v.20 no.6
• /
• pp.17-30
• /
• 2002

부산항은 컨테이너터미널 운영사별로 마케팅 전략 수립 및 마케팅 활동이 개별적으로 이루어질 뿐 항만 관련 유관기관(부산시, 부산지방해양수산청, 한국컨테이너부두공단, 부산본부세관)의 조화된 항만 마케팅 전략 및 역할이 수립되지 않은 상태이다. 따라서 본 연구에서는 부산항 활성화를 위한 각 주체별 활동 현황을 조사하고, 항만 이용자인 선사 및 포워더를 대상으로 마케팅 믹스(Mix, 4P: Product, Place, Price, Promotion)에 대한 설문조사를 토대로 부산항 마케팅 분석을 실시한다 이를 바탕으로 부산항이 동북아 중심항만으로 성장하는데 필요로 하는 부산항 관련 각 주체별 마케팅 관계 그리고 역할을 제시한다. IPA(Importance-Performance Analysis) 분석 결과를 살펴보면 전체 고객을 대상으로 평가했을 때 가격 믹스와 촉진믹스는 가장 중요도가 높은 것으로 분석되었으며 특히, 촉진믹스는 중요도는 매우 높으나 만족도가 낮은 것으로 분석되었다. 그러므로 마케팅 전략 수립 시 촉진 부문에도 높은 비중을 두어 선사들에게 공격적인 마케팅 활동이 요구된다고 할 수 있다. 부산항 관련 각 주체별 마케팅 역할에서 부산광역시는 부산지방해양수산청과 함께 촉진믹스에 중점을 두어야하고, 부산지방해양수산청은 촉진믹스 외에 가격믹스에서 항만 요율의 적절성과 경로믹스인 철도 수송 망의 확보가 시급한 것으로 나타났다. 한국컨테이너부두공단은 촉진믹스 외에 가격믹스에서 항만시설 사용료의 체계적인 개편이 요구되고, 터미널 운영사는 제품믹스 서비스인 공컨테이너의 효율적인 재고관리 업무서비스와 가격믹스에서 하역요율의 탄력적인 제공이 필요하다.

• Journal of Korean Society of Transportation
• /
• v.32 no.6
• /
• pp.600-614
• /
• 2014

This paper develops a model to forecast container volumes of all Korean seaports using a Seasonal ARIMA (Autoregressive Integrated Moving Average) technique with the quarterly data from the year of 1994 to 2010. In order to verify forecasting accuracy of the SARIMA model, this paper compares the predicted volumes resulted from the SARIMA model with the actual volumes. Also, the forecasted volumes of the SARIMA model is compared to those of an ARIMA model to demonstrate the superiority as a forecasting model. The results showed the SARIMA Model has a high level of forecasting accuracy and is superior to the ARIMA model in terms of estimation accuracy. Most of the previous research regarding the container-volume forecasting of seaports have been focussed on long-term forecasting with mainly monthly and yearly volume data. Therefore, this paper suggests a new methodology that forecasts shot-term demand with quarterly container volumes and demonstrates the superiority of the SARIMA model as a forecasting methodology.

• Journal of Navigation and Port Research
• /
• v.32 no.8
• /
• pp.621-628
• /
• 2008

Container terminals keenly compete with one another because of the continuous increase of container flows and the appearance of large-sized vessels. Major cargo handling equipment manufacturers are interested in the development of new conceptual equipment to greatly increase its productivity. In this study, a two-phase procedure is suggested for selecting the optimal development alternatives, when various development alternatives for container cranes are given. The first phase removes the alternatives that violate essential requirements and the second phase selects final alternatives by the evaluation of experts and the linear assignment method. Finally, a case applying the procedure is provided.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.05a
• /
• pp.240-241
• /
• 2019

With slow sea trade volumes growth and increasing competition of ports, port industry is witnessing an increasing number of factors that have driven up the costs. Using financial data collected from Korea's container terminal operators, this study analyzed cost structural characteristics. The differences by terminal size, region and operating status of the terminal operators were examined and the suggestion were presented based on the result of the analysis.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.252-257
• /
• 2007

우리나라의 항만은 수 출입화물의 99.5%를 처리하며, 육로 및 철도 수송 물동량의 기종점 역할을 수행하는 중요한 곳으로서 항만 물동량의 신속한 처리와 자동화 시스템에 의한 비용절감은 엄청난 효과를 가져온다. 따라서 본 논문에서는 항만에서 취급하는 컨테이너를 자동으로 식별할 수 있는 자동화 방법을 제안한다. 실제 컨테이너 영상을 그레이 영상으로 변환한 후, 프리윗 마스크(Prewitt-Mask)를 적용하여 윤곽선을 추출하고 컨테이너를 식별할 수 있는 개별 식별자의 형태학적 특징 정보를 이용하여 식별자 후보영역을 검출한다. 검출된 식별자 후보영역은 개별 식별자 영역외에 잡음 영역이 포함되어 있으므로 4방향 윤곽선 추적 알고리즘과 Grassfire 알고리즘을 적용하여 잡음을 제거하고 개별 식별자들을 각각 객체화한다. 잡음이 제거된 식별자 후보 영역에서 객체화 한 개별 식별자는 컨테이너 식별을 위해 FCM 기반 퍼지 RBF 네트워크를 적용하여 인식한다. 본 논문에서 제안한 컨테이너 식별자 인식 방법의 성능을 평가하기 위해 실제 컨테이너 영상 300장을 대상으로 실험한 결과, 기존의 방법보다 인식 성능이 개선되었음을 확인할 수 있었다.