• 정보기술과데이타베이스저널
• /
• 제7권1호
• /
• pp.42-53
• /
• 2000

The major goal of this research is to develop an optimal route search algorithm for an intelligent route guidance system, one sub-area of ITS. ITS stands for intelligent Transportation System. ITS offers a fundamental solution to various issues concerning transportation and it will eventually help comfortable and swift moves of drivers by receiving and transmitting information on humans, roads and automobiles. Genetic algorithm, and fuzzy logic are utilized in order to implement the proposed algorithm. Using genetic algorithm, the proposed algorithm searches shortest routes in terms of travel time in consideration of stochastic traffic volume, diverse turn constraints, etc. Then using fuzzy logic, it selects driver-preference optimal route among the candidate routes searched by GA, taking into account various driver's preferences such as difficulty degree of driving and surrounding scenery of road, etc. In order to evaluate this algorithm, a virtual road-traffic network DB with various road attributes is simulated, where the suggested algorithm promptly produces the best route for a driver with reference to his or her preferences.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.24.2-24
• /
• 2001

In this paper, the authors present a row dynamic route planning by Q-learning. The proposed algorithm is executed in a cellular automation based traffic simulator, which is also newly created. In Vehicle Information and Communication System(VICS), which is an active field of Intelligent Transport System(ITS), information of traffic congestion is sent to each vehicle at real time. However, a centralized navigation system is not realistic to guide millions of vehicles in a megalopolis. Autonomous distributed systems should be more flexible and scalable, and also have a chance to focus on each vehicles demand. In such systems, each vehicle can search an own optimal route. We employ Q-learning of the reinforcement learning method to search an optimal or sub-optimal route, in which route drivers can avoid traffic congestions. We find some applications of the reinforcement learning in the "static" environment, but there are ...

• 전기학회논문지
• /
• 제63권1호
• /
• pp.115-122
• /
• 2014

Mobile robot has been studied for long time due to its simple structure and easy modeling. Regarding path planning of the mobile robot, we suggest real-time hybrid path planning algorithm which is the combination of optimal path planning and real-time path planning in this paper. Real-time hybrid path planning algorithm modifies, finds best route, and saves calculating time. It firstly plan the route with real-time path planning then robot starts to move according to the planned route. While robot is moving, update the route as the best outcome which found by optimal path planning algorithm. Verifying the performance of the proposed method through the comparing real-time hybrid path planning with optimal path planning will be done.

• 대한교통학회지
• /
• 제23권7호
• /
• pp.99-110
• /
• 2005

출발지와 도착지를 연결하는 경로의 총통행비용은 경로를 구성하는 링크통행비용과 경로인지비용의 합으로 구성된다. 링크인지비용이 출발지와 도착지에 따라 상이한 경우 경로인지비용을 고려한 최적경로탐색은 경로열거문제에 직면하여 현실 적용에는 한계가 있다. 본 연구에서는 출발지와 도착지 간 경로의 열거문제를 발생시키지 않으면서 경로상에 상이한 링크인지비용을 반영하는 최적경로탐색 최적식과 알고리즘을 제안한다. 경로의 최소단위를 링크로 정의하고 링크의 비교가 경로의 비교로 확대되는 최적경로탐색기법을 제안한다. 출발지와 목적지에서 링크의 인지특성을 반영하기 위하여 출발지기반 최적경로탐색과 목적지기반 최적경로탐색을 동시에 적용하는 방안을 제안한다. 양방향 탐색에 의한 경로탐색은 최적해가 보장되지 못하므로 목적지기반 최적링크인지경로트리를 먼저 구축하고 출발지기반 최적경로탐색의 제약조건으로 반영하는 수식과 알고리즘을 제안한다. 주변지 역에 대한 경로정보의 다양성과 도로위계에 대한 인지비용을 포함한 사례연구를 통해 제안된 수식과 알고리즘이 실제 교통망에서 출발지와 도착지의 특성이 반영된 경로인지행태를 적절하게 반영하는 지에 대하여 검토한다.

• 한국항해항만학회지
• /
• 제43권6호
• /
• pp.413-419
• /
• 2019

항로는 선박의 통항이 빈번하고 특히, 항로의 입구부는 선박의 출입이 잦아 사고의 위험이 높은 지역이지만, 항로 단면에서의 통항분포에만 초점을 맞춘 연구가 다수였으며, 항로 통항 선박간의 시간분포에 대한 연구는 부족하였다. 이에 본 연구에서는 대상항로에서의 통항선박간의 시간 최적분포를 분석하기 위해서 1주일간의 선박의 통항현황을 조사하였다. 통항현황을 바탕으로 항로 입구부에 1개의 Gate line을 선정하고, Gate line을 통과하는 선박을 입출항, 교통량으로 구분하여 분석하였다. 대상항로의 해상교통 분석 자료를 바탕으로 입출항과 교통량으로 구분하여 항로 통항 선박간의 시간 최적 확률분포를 분석하였다. 최적 확률분포를 분석하기 위하여 경계분포, 비경계분포, 비음수분포, 고급분포로 구분하여 총 31개의 확률분포를 적용하였으며, 최적 확률분포 상위 3개를 분석하기 위하여 KS 검정을 사용하였다. 분석 결과 대상항로에서 통항 선박간의 최적 시간 확률분포는 Wakeby 분포로 분석되었으며, 도로교통 등의 선행연구에서 사용한 비음수 분포와 다르게 고급분포가 대부분을 차지하는 것으로 분석되었다. 따라서 향후 항로 통항 선박간의 시간 분포를 적용함에 있어 다른 교통 분야의 선행연구에서 사용한 대표적인 확률분포를 적용하는 것은 적합하지 않는 것으로 판단된다. 또한 실제 교통조사 시 통항 선박간의 거리와 최적 확률분포로 추정한 거리가 비교적 유사함을 확인하였다. 다만 본 연구는 대표적인 1개의 항로를 분석한 만큼 향후 다양한 항로에서의 통항 선박간의 시간간격 및 교통용량 산정 등의 후속연구가 필요한 것으로 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권2호
• /
• pp.647-669
• /
• 2016

Multiple attribute for decision making including user preference will increase the complexity of route selection process. Various approaches have been proposed to solve the optimal route selection problem. In this paper, multi attribute decision making (MADM) algorithms such as Simple Additive Weighting (SAW), Weighted Product Method (WPM), Analytic Hierarchy Process (AHP) method and Total Order Preference by Similarity to the Ideal Solution (TOPSIS) methods have been proposed for acoustic signature based optimal route selection to facilitate user with better quality of service. The traffic density state conditions (very low, low, below medium, medium, above medium, high and very high) on the road segment is the occurrence and mixture weightings of traffic noise signals (Tyre, Engine, Air Turbulence, Exhaust, and Honks etc) is considered as one of the attribute in decision making process. The short-term spectral envelope features of the cumulative acoustic signals are extracted using Mel-Frequency Cepstral Coefficients (MFCC) and Adaptive Neuro-Fuzzy Classifier (ANFC) is used to model seven traffic density states. Simple point method and AHP has been used for calculation of weights of decision parameters. Numerical results show that WPM, AHP and TOPSIS provide similar performance.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.400-403
• /
• 2021

최근 자율주행 기술의 발전과 더불어 차량의 최적 경로를 예측하기위한 알고리즘이 활발하게 연구되고 있다. 기존 국내에서는 SK, Kakao, Naver등과 같은 기업들에서 차량의 최적 경로를 알려주는 서비스를 시행하고 있다. 언급된 기업들에서 사용하는 기술은 해당 어플리케이션 사용자들의 정보를 실시간으로 입력받아 최적 경로를 예측해준다. 하지만 이러한 방법은 최적 경로를 예측할 수는 있으나 최적 차선경로 까지는 예측할 수 없다. 본 논문에서는 최근 자율주행 차량에 부착된 Lidar 센서를 활용하여 주변 차량의 좌표를 취득 후 최적 차선 경로를 안내하는 시스템을 제안한다. 제안된 방법은 Lidar기반 object detection 방법을 수행한 후 차량의 시계열 좌표 데이터를 취득하여 원활한 차선을 안내하는 시스템이다. 제안하는 방법은 실험결과에서 실제 취득된 데이터를 사용하여 제안하는 방법의 성능을 입증한다.

• International Journal of Computer Science & Network Security
• /
• 제21권4호
• /
• pp.33-40
• /
• 2021

The traveling salesman problem (TSP) is one of the well-known and extensively studied NPC problems in combinatorial optimization. To solve it effectively and efficiently, various optimization algorithms have been developed by scientists and researchers. However, most optimization algorithms are designed based on the concept of improving route in the iterative improvement process so that the optimal solution can be finally found. In contrast, there have been relatively few algorithms to find the optimal solution using route construction mechanism. In this paper, we propose a route construction optimization algorithm to solve the symmetric TSP with the help of ratio value. The proposed algorithm starts with a set of sub-routes consisting of three cities, and then each good sub-route is enhanced step by step on both ends until feasible routes are formed. Before each subsequent expansion, a ratio value is adopted such that the good routes are retained. The experiments are conducted on a collection of benchmark symmetric TSP datasets to evaluate the algorithm. The experimental results demonstrate that the proposed algorithm produces the best-known optimal results in some cases, and performs better than some other route construction optimization algorithms in many symmetric TSP datasets.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.38-39
• /
• 2019

선박의 최적 항로 계획은 주어진 해양 환경에서 운항 시간 혹은 연료 소모량을 최소로 하는 항로 계획이다. 대양을 운항하는 선박의 최적 항로에 관한 기존 연구와 다르게, 본 연구에서는 연안에서 좌초 위험을 회피하는 선박의 항로 계획을 위한 최적화 방법을 제안하였다. Dijkstra 알고리즘을 사용하여 항로의 변경 지점을 찾고, 최적화 설계 변수를 엔진 회전수로 설정하여 연료 소모량이 최소가 되도록 최적화를 수행하였다. 엔진 회전수를 설정하는 방법은 출발지에서 도착지까지 고정 회전수로 설정하는 방법과 구간을 나누어 구간별 고정 회전수를 설정하는 방법을 사용하였다. 항로 탐색을 위해 고려한 해양 환경 요소는 바람, 파고, 조류이며 좌초 위험을 계산하기 위해 수심 정보를 사용하였다. 본 연구에서 제안한 방법을 목포와 제주를 오가는 선박을 대상으로 적용하여 최적의 항로를 결정하였으며, 최적 항로를 기존에 항해했던 항로와 비교하여 연료 소모량이 절감된 것을 확인하였다.

• Journal of Information Processing Systems
• /
• 제19권1호
• /
• pp.46-54
• /
• 2023

To improve the railway transportation capacity and maximize the benefits of railway transportation, a method for layout optimization of railway transportation route based on deep convolution neural network is proposed in this study. Considering the transportation cost of railway transportation and other factors, the layout model of railway transportation route is constructed. Based on improved ant colony algorithm, the layout model of railway transportation route was optimized, and multiple candidate railway transportation routes were output. Taking into account external information such as regional information, weather conditions and actual information of railway transportation routes, optimization of the candidate railway transportation routes obtained by the improved ant colony algorithm was performed based on deep convolution neural network, and the optimal railway transportation routes were output, and finally layout optimization of railway transportation routes was realized. The experimental results show that the proposed method can obtain the optimal railway transportation route, the shortest transportation length, and the least transportation time, maximizing the interests of railway transportation enterprises.