한국 정부는 부산신항을 세계 2위의 환적중심 항만으로 육성하기 위한 정책 목표를 수립하고 있다. 본 논문은 이와 같은 정책 목표 달성의 한 가지 방법으로 타부두 환적의 효율적인 처리방안 제시를 목적으로 한다. 본 논문에서는 먼저 부산신항의 타부두 환적 물동량에 대한 장기 예측결과를 제시한다. 다음 부산신항의 타부두 환적을 처리할 수 있는 시스템적 대안으로 Double stack Multiple Trailer System(DMTS)와 궤도식 시스템 대안을 제시한다. 각 시스템 대안의 부산신항에 적용방법을 소개하고, 예측된 타부두 환적 물동량을 처리하기 위한 대안별 시스템 소요량 및 도입비용을 산출한다. 특히, DMTS의 경제성 분석결과 B/C = 3.7을 확보할 것으로 예상되고, 재무성 분석결과 현행 톤${\cdot}km$ 당 요금을 현행 대비 67%까지 인하할 수 있어 부산신항 타부두 환적을 효율적으로 처리할 수 있는 유력한 대안으로 판단된다.
하이오더 신경망에 대한 필요성과 유용성에 대해서는 신경망 연구의 초기부터 잘 알려져 있다. 그러나 오더가 늘어남에 따라 항의 수가 급격히 증가하는 문제로 인하여 이러한 망을 설계하고 학습하는데 많은 어려움이 있었다. 본 논문에서는 문제에 적합한 하이오더 신경망 모델을 효율적으로 구성하기 위한 진화적 학습 방법을 제시한다. 이 방법에서는 시그마유닛과 파이유닛을 융합한 신경트리 표현을 사용한다. 또한 MDL기반의 적합도 분류 및 예측 문제에 있어서 제시된 방법의 유용성을 검증한다.
안목항의 방파제 확장 건설로 인하여 항 남측에 심각한 침식현상이 광범위하게 발생하고 있는 데 본 연구에서는 이를 규명하기 위하여 수지 분석법과 수치 해석적 방법이 수행되었다. 또한 효율적인 연안통합관리를 위한 주기적인 관측 및 분석 시스템의 필요성을 강조하고 상세한 표사 이동의 변화를 제공하는 수치모형 시스템이 제시되었고 연안관리의 측면에서 어떻게 활용될 수 있는 지 안목항 침식 문제를 통하여 살펴보았다. 수치모형 시스템은 토사의 재부상율과 중력에 의한 침강율의 차이로 해저면의 변화를 산정하는 데 파랑 변형, 해빈류, 그리고 부유사 이송 및 확산 예측 모형과 결합되었다. 또한 침강율 산정 시 필요한 수심 평균 부유사 농도와 해저면 부유사 농도의 새로운 관계가 부유사 수직구조의 수학적 분석으로부터 제시되었다.
본 논문에서는 컨테이너 터미널의 효율적인 장치장 운영방안을 위해 RFID/USN 기반의 ad-hoc 네트워크 구축방안을 제시하였다. 장치장 내 고정 혹은 이동 장치들 간의 통신은 ad-hoc 노드를 통해 운용되며, 컨테이너의 상태정보를 실시간으로 수집하여, ad-hoc 통신을 통해 중앙통제실은 물론 외부의 화주에게도 컨테이너의 상태정보를 공유할 수 있게 해준다. 또한 RFID 태그의 위치에 따라 장치장 내의 최대 무선전송 범위를 예측할 수 있는 LAODV(Location based AODV) 라우팅 프로토콜을 제안하고, 컴퓨터 시뮬레이션을 통한 성능평가를 수행하여 유효성을 입증하였다.
자동화 컨테이너 터미널에서 안벽크레인, AGV (Automated Guided Vehicle)와 같은 하역장비의 작업은 수많은 요인에 영향을 받으며, 이로 인해 각 장비의 작업시간 예측에 있어 불확실성이 존재한다 이러한 불확실성은 AGV 배차를 어렵게 만들고 작업효율을 떨어뜨리는 주요 원인 중 하나이다. 본 논문에서는 이러한 불확실성에 대처하기 위하여 확률적 시뮬레이션 기반 AGV 배차 알고리즘을 제안한다. 제안 방안은 AGV에 작업을 할당할 때, 할당된 작업의 수행 및 이후 일정 기간 동안의 AGV의 작업에 대해 확률적 시뮬레이션을 여러 번 반복 수행하여 작업할당에 대한 평가치의 확률적 표본을 수집한다. 수집한 표본으로부터 평가의 기대치를 추정하고 이를 이용하여 대안을 평가함으로써 불확실성의 영향을 줄인다. 평가의 신뢰도를 높이기 위해서는 많은 수의 표본을 수집해야 하므로 실시간 제약 하에서 수집 가능한 확률적 표본의 수를 늘리기 위해 이벤트 기반의 고속 시뮬레이션을 디자인하였다. 시뮬레이션 실험을 통해 검증한 결과 불확실성이 있는 환경에서 제안방안의 성능이 정적인 환경을 가정하는 방안보다 뛰어남을 확인하였다.
해상물류업에 기상기후정보의 이용은 자연재난으로 인한 리스크 감소, 정시도착, 고객으로부터 클레임 수 및 금액 감소, 화물파손 감소, 연료절감 등 다양한 효과를 기대할 수 있다. 기상기후정보 활용의 효율성을 표준화하는 데는 어려움이 있으나 Jeppesen사의 연료절감 성과를 적용하여 한국의 해상물류업에서 기상기후정보 활용의 경제적 성과를 VVOS의 성과를 기초로 분석한 결과, 2012년 기준으로 외항항해 국적선의 경우 약 622억 원의 연료 절감할 수 있었다. 그리고 내항항해의 경우, 연안의 풍속, 파고, 파주기 등이 화물운송에 큰 영향을 미친다고 할 수 있다. 내항운송에 악영향을 미치는 주요 기상요소는 풍속, 파고, 파주기라고 할 수 있는데, 선박 입출항실적과 기상요소와의 관계는 파고와 풍속과는 음의 관계를 파주기와는 양의 관계를 보이고 있어, 기상기후를 정확히 예측하면 입출항 실적을 제고할 수 있을 것으로 기대된다. 구체적으로, 고정효과모형에서 5% 유의수준 하에서 파고 1m 이상인 일수가 1일 증가하면 선박입출항 실적이 9.605천 톤이, 평균 풍속이 1m/s 증가하면 35.391천 톤이 감소하였다. 그리고 파주기 1초 증가하면 31.204천 톤의 실적이 중가하였다.
"선용품" 이라는 용어는 일반적으로 선박에서 사용되는 모든 관련 기계적 부속품과 소모성 자재를 통칭하는 용어이다. 선박은 원양을 운항하기에 긴급 상황에서 선용품에 대한 수요가 발생할 경우 긴밀하게 대응하기가 쉽지 않다. 특히, 부정기선의 경우 더욱 선용품의 보급계획을 예측하기 어려우므로 적정 보급지를 결정하는 것은 어려운 일이다. 본 연구는 각 선주사 및 선박관리업체를 대상으로 한 설문 조사를 통해 부정기선박의 보급지 결정 시 고려되는 요소와 중요도를 파악하였다. 이를 통해 각 국가별, 항만별 공급절차를 제시하였고, 이를 통해 효율적인 선용품 보급 물류 방식을 제안하였다.
인공신경망(Artificial Neural Network, ANN) 해석기술을 지반공학 분야에서 활용하는 경우가 점점 다양해지고 있다. 이 연구에서는 초음파에 의해 증가된 토양수세법의 효율성을 해석하는 모델개발에 인공신경망기법을 적용하였다. 실내시험을 통하여 인공신경망을 위한 입력자료를 확보한 뒤 이를 이용하여 모델을 학습시킨 후 모델검증을 실시하였다. 해석 변수, 즉 모멘텀항, 학습률, 전이함수 종류, 은닉층 수 및 노드 수 등을 달리하여 연구를 수행하였으며 최적의 조건을 도출한 후 개발된 모델의 검증을 실시하였다. 개발된 모델의 검증결과 측정값과 예측값의 상관관계가 매우 높게 나타났으며 이를 통하여 수학적 모델 수립이 곤란한 토양수세 초음파 기법의 전반적인 고찰의 기초를 확립하였다.
한국형 e-Navigation의 내항성 안전 모듈은 운항 중인 선박을 실시간으로 모니터링하고 내항성의 이상 상태를 사전에 경고함으로써 선박의 안정성을 확보하는 선내 원격 모니터링 서비스 중 하나이다. 일반적으로 선박설계를 위한 내항성능은 주어진 조건에서 선체 운동 시뮬레이션을 수행하여 평가하여 왔다. 하지만 운항 중 선박의 내항성능을 실시간으로 평가하기 위해 이러한 시뮬레이션을 실제 운항조건에 맞추어 수행하는 것은 계산시간의 한계로 인해 현실적이지 않다. 본 연구에서는 기계학습 기반의 근사모델을 활용하여 선박의 내항성능 평가 요소들 중 하나인 횡동요 운동특성을 합리적으로 보다 빠르게 예측하는 방법을 소개하고자 한다. 다양한 학습 기법과 데이터의 샘플링 조건을 적용하여, 얻어진 근사모델의 결과와 운동해석 결과의 오차가 거의 1% 내로 일치함을 보였다. 따라서 이러한 방법을 활용하면 선박의 실시간 내항성능을 평가하는데 효율적으로 사용할 수 있을 것으로 판단된다.
지구 온난화의 중요한 지시자인 북극의 바다 얼음인 해빙은 기후 시스템, 선박의 항로 안내, 어업 활동 등에서의 중요성으로 인해 다양한 학문 분야에서 관심을 받고 있다. 최근 자동화와 효율적인 미래 예측에 대한 요구가 커지면서 인공지능을 이용한 새로운 해빙 예측 모델들이 전통적인 수치 및 통계 예측 모델을 대체하기 위해 개발되고 있다. 본 연구에서는 북극 해빙의 전역적, 지역적 특징을 학습할 수 있는 two-stream convolutional long- and short-term memory (TS-ConvLSTM) 인공지능 모델의 북극 해빙 면적이 최저를 보이는 9월에 대해 2001년부터 2021년까지 장기적인 성능 검증을 통해 향후 운용 가능한 시스템으로써의 가능성을 살펴보고자 한다. 장기 자료를 통한 검증 결과 TS-ConvLSTM 모델이 훈련자료의 양이 증가하면서 향상된 예측 성능을 보여주고 있지만, 최근 지구 온난화로 인한 단년생 해빙의 감소로 인해 해빙 농도 5-50% 구간에서는 예측력이 저하되고 있음을 보여주었다. 반면 TS-ConvLSTM에 의해 예측된 해빙 면적과 달리 Sea Ice Prediction Network에 제출된 Sea Ice Outlook (SIO)들의 해빙 면적 중간값의 경우 훈련자료가 늘어나더라도 눈에 띄는 향상을 보이지 않았다. 본 연구를 통해 TS-ConvLSTM 모델의 향후 북극 해빙 예측 시스템의 운용 가능 잠재성을 확인하였으나, 향후 연구에서는 예측이 어려운 자연 환경에서 더욱 안정성 있는 예측 시스템 개발을 위해 더 많은 시공간 변화 패턴을 학습할 수 있는 방안을 고려해야 할 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.