컨테이너 터미널에서 가장 중요한 운영 목표 중 하나는 각 선박에 대한 서비스 시간을 최소화함으로써 안벽의 생산성을 극대화하 는 것이다. 선박에 대한 서비스 시간을 최소화하기 위해서는 선박에 컨테이너를 싣고 내리는 해측의 안벽 크레인(QC: Quay Crane) 작업이 지연 없이 계속되어 그 효율이 극대화되어야 한다. 본 논문은 장치장과 QC 간 컨테이너 운반을 담당하는 트럭인 YT(Yard Tractor)의 운영 을 효율화함으로써 QC가 YT를 기다리게 되는 지체 상황을 최소화할 수 있도록 해 주는 전략 기반의 YT 배차 방안을 사용할 것을 제안한다. 특히 본 논문에서는 실제 컨테이너 터미널에의 적용을 위해 기존에 제안된 전략을 수정 보완하고, 실제 터미널 데이터를 이용한 시뮬레이션 실험을 통해 그 효과를 검증한다.

무인 자가 운반 하역차량(Automated Lifting Vehicle, ALV)은 자동화 컨테이너 터미널에서 컨테이너를 수송하는 무인 차량의 하 나로 자가 하역 및 수송 능력을 가지고 있다. 여러 대의 ALV를 이용해 컨테이너를 효율적으로 수송하기 위해서는 ALV가 컨테이너의 이송 작업을 시작할 때마다 최소 시간에 주행이 가능한 경로를 실시간으로 찾을 수 있어야 한다. 또한 차량 간의 충돌 및 교착 상태 발생 시 스스 로 해결이 불가능한 무인 차량의 특성 상 이러한 충돌 및 교착을 막을 수 있도록 차량이 목적지까지 가기 위해 점유해야 하는 점유 영역과 그 점유 시간을 결정하여 이를 겹치지 않도록 주행 계획을 수립하여야 한다. 하지만 주행 계획 수립을 위한 ALV의 점유 영역에서의 점유 시 간 계산은 교통 상황에 따른 주행 시간의 변화나 주행 경로 상에 작업을 수행하는 크레인의 작업 상황의 불확실성 때문에 정확한 추정이 어 렵다. 본 논문에서는 개미 집단 최적화 기법을 기반으로 이러한 ALV 도착 시간의 불확실성을 고려한 ALV 주행 계획 수립방안을 제안한다. 시뮬레이션 실험을 통해 제안 방안이 불확실한 환경에서 효율적으로 좋은 경로를 찾아냄을 확인하였다.

자동화 컨테이너 터미널의 장치장은 수출입 되기 전의 컨테이너를 임시로 보관하는 장소이다. 모든 컨테이너는 반드시 장치장을 거치기 때문에 효율적인 장치장 운영은 터미널 생산성 향상에 큰 영향을 미친다. 효율적인 장치장 운영을 위해서 컨테이너의 위치 선정은 매 우 중요하며 보통 컨테이너의 적재 위치는 컨테이너가 장치장으로 들어올 때 정해진다. 하지만 컨테이너가 처음에 최적의 장치 위치로 적재 되었더라도 시간이 흐름에 따라 최적의 위치가 달라질 수 있다. 이에 대부분 터미널에서는 컨테이너를 좋은 위치로 재배치하는 재정돈을 수 행하고 있다. 기존 연구에서 재정돈에 관한 여러 가지 방안이 제시되었지만 모두 본 작업이 없는 크레인 유휴 시간을 이용하는 것을 전제로 하여 현실적으로 적용에 제약이 있었다. 본 논문에서는 본 작업 중에 언제라도 기회가 있을 때마다 재정돈을 수행할 수 있는 크레인 작업 할 당 방안을 제안한다. 시뮬레이션을 통한 실험 결과 제안 방안이 터미널 생산성 향상에 효과적으로 기여함을 확인하였다.

자동화 컨테이너 터미널에서 자동화 장치장 크레인(ASC)은 장치장 블록 내에서의 컨테이너 운송을 담당한다. 본 논문에서는 크기와 사양이 동일한 두 대의 ASC의 작업 할당 문제를 해결하기 위한 다중 평가 기준 전략을 제안한다. 제안 방안은 컨테이너 터미널의 상황을 다각적으로 고려하기 위하여 여러 평가 요소를 통해 후보 작업을 평가하고, 결과를 가중합함으로써 가장 높은 점수를 얻은 작업을 크레인에 할당하는 방식을 취한다. 본 논문에서는 작업 할당을 위한 평가 기준을 고안하고, 평가 결과를 취합하기 위한 가중치를 유전 알고리즘을 이용하여 최적화하는 방안을 제안한다. 실험 결과를 통하여 제안 방안이 낮은 계산 비용으로 실시간 터미널에 적합함을 보이고, 다양한 평가 기준을 통한 작업 할당이 컨테이너 터미널의 효율을 개선시킴을 확인하였다.

본 논문은 컨테이너 운송을 위한 AGV(Automated Guided Vehicle) 배차 전략을 대상으로 한다. AGV 배차 문제는 안벽 크레인의 대기 시간과 AGV의 주행 거리를 최소화하도록 AGV에 작업을 할당하는 것이 목표이다. 터미널 환경의 동적인 특성으로 인해 계획 결과의 정확한 예측이 어렵고 수정이 빈번하기 때문에 실무에서는 의사결정 시간이 짧은 단순 규칙 기반 배차가 많이 쓰인다. 그러나 단순 규칙 기반 배차는 근시안적 특성으로 인해 배차의 다양한 성능 지표를 만족시키지 못하는 한계가 있으며 이를 극복하기 위해 본 논문에서는 복수 규칙 기반의 배차 전략을 제안한다. 복수 휴리스틱 기반 배차 전략은 여러 규칙의 가중합으로 구성되며 규칙 사이의 가중치를 최적화하기 위해 다목적 진화 알고리즘을 적용하였다. 시뮬레이션 실험을 통해 제안 방안이 기존 단일 규칙 기반 배차에 비해 더 좋은 성능을 보임을 확인하였다.

장치장 재정돈은 선적작업의 효율을 향상시키기 위해 사전에 컨테이너들을 재배치해 두는 작업을 일컫는다. 일반적으로 재정돈 작업에는 상당한 시간이 소요되지만 선적작업 시작 이전에 이를 위한 충분한 유휴 시간이 확보되기 어렵기 때문에 선택적인 재정돈이 필요하게 된다. 본 연구에서는 재정돈 대상 컨테이너의 선택 방안으로 제안된 바 있는 휴리스틱 방안과 유전알고리즘 기반의 방안에 대해 객관적인 비교 실험을 수행하고 각각의 성능 특징을 분석한다. 특히 작업현장의 불확실성 때문에 발생하는 계획과 실행 간의 괴리를 극복하기 위해 제안된 주기적 재선택 방안에 대해서도 면밀한 실험을 통한 검증을 시도한다. 현실성있는 불확실성 모델을 도입한 시뮬레이션 실험 결과, 휴리스틱 방안의 경우에는 계산 부담이 거의 없기 때문에 재선택 주기가 짧을수록 불확실성에 대한 대처가 빨라서 성능이 좋은 반면, 유전알고리즘 기반의 방안은 탐색에 소요되는 시간 부담 때문에 적절한 세대 변천 수가 보장되는 정도의 주기로 재선택을 하는 것이 유리한 것으로 확인되었다.

자동화 컨테이너 터미널의 장치장 재정돈이란 장치장의 컨테이너를 장치장 크레인의 유휴시간을 이용해 적하 작업 효율을 높일 수 있는 위치로 재배치하는 작업을 의미한다. 이때 재정돈에 사용할 수 있는 크레인의 유휴시간이 제한적이므로, 본 논문에서는 전체 컨테이너 중 일부를 재정돈 대상 컨테이너로 선택하여 재정돈 계획을 수립하는 방안을 제안한다. 재정돈 컨테이너 선택 시 사용된 선택 기준과 한 번에 선택하는 컨테이너의 범위에 따라 네 가지 재정돈 대상 컨테이너 선택 방안을 제시하였으며, 선택된 재정돈 컨테이너를 대상으로 휴리스틱 알고리즘을 이용해 크레인의 작업 계획을 수립하였다. 시뮬레이션 시스템을 이용한 실험 결과 유휴시간이 제한되어 있는 경우 재정돈 대상 컨테이너를 선택 후 재정돈 계획을 수립하는 방안이 전체 컨테이너를 대상으로 재정돈 계획을 수립 후 주어진 유휴시간 동안 해당 계획에 따라 재정 돈을 수행하는 방안보다 더 좋은 적하 작업 효율을 보임을 확인하였다.

본 논문은 재정돈 계획의 최적화를 위해 협력적 공진화 알고리즘을 이용하는 방법을 제안한다. 재정돈이란 컨테이너 터미널에서 적하 작업시 발생하는 지연을 줄이기 위해 선박에 적하될 컨테이너의 위치를 변경하는 작업이다. 재정돈 계획 수립을 위해서는 적하 시 작업 효율이 최대가 되고 재정돈 시간이 최소가 되도록 컨테이너가 재정돈 후 배치될 장치형태와 재정돈 시 컨테이너를 옮길 순서를 결정해야한다. 협력적 공진화 알고리즘은 주어진 문제가 세부 문제들로 분할 가능할 때 분할된 세부 문제들을 동시에 탐색하여 문제를 효율적으로 해결하는 방법이다. 이에 본 논문에서는 재정돈 계획 문제를 장치형태 결정 문제와 이동 우선순위 결정 문제로 분할하고 협력적 공진화 알고리즘을 적용하여 재정돈 계획을 최적화하였다. 실험결과 문제를 분할한 협력적 공진화 알고리즘이 문제를 분할하지 않는 접근 방법에 비해 더욱 효과적으로 재정돈하는 계획을 수립함을 확인할 수 있었다.

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.

본 논문은 교행이 불가능한 두 대의 자동화 크레인을 운영하는 자동화 컨테이너 터미널의 장치장을 대상으로 국지적 탐색 알고리즘을 이용해 실시간 작업계획을 수립하는 방안을 제안한다. 제안방안은 실시간 제약조건을 만족시키기 위해 현재 이후 일정 시간의 작업만을 작업 계획의 대상으로 삼으며, 장치장의 동적인 작업 특성을 고려하여 새로운 작업이 요청될 때마다 작업 계획을 다시 수립한다. 또한, 교행이 불가능한 두 대의 크레인을 운영할 때 발생할 수 있는 크레인 간의 작업 부하 불균형을 해소하기 위해 작업 계획 과정에서 상대 크레인에 의한 사전 재취급과 사전 이적을 통한 두 크레인 간의 협업을 가능하게 하였다. 시뮬레이션을 이용한 실험 결과 제안 방안이 휴리스틱 방안에 비해 우수하며, 크레인 간의 협업이 작업 효율 향상에 도움이 됨을 확인하였다.

컨테이너 터미널과 같이 다수의 AGV(Automated Guided Vehicle)를 한정된 공간에서 동시에 운용하는 환경에서는 AGV의 작업생산성에 악영향을 주는 충돌, 데드락(deadlock), 라이브락(liveiock)이 발생할 확률이 높다. 또한, AGV의 가/감속 운동은 AGV의 주행시간을 예측하기 어렵게 만들기 때문에 AGV 라우팅을 더욱 어렵게 만드는 요인이다. 본 논문에서는 AGV 사이의 충돌, 데드락, 라이브락을 방지하기 위해 점유영역 예약테이블(Occupancy Area Reservation table; OAR table)을 이용하는 방법과 최적주행경로를 선택하기 위해 가감속 운동을 고려하여 AGV의 주행시간을 추정하는 방법을 제안한다. 시간중심 시뮬레이 션(time-driven simulation)을 통해 제안방안을 실험 한 결과 제안방안의 효과를 확인하였다.

본 논문은 AGV 주행 영역을 그리드 단위로 나누어 관리하는 자동화 컨테이너 터미널에서 AGV들 간의 교착을 방지할 수 있는 방안과 목적지까지의 예상 소요 시간이 짧은 경로를 효율적으로 선정할 수 있는 방안을 함께 제안한다. AGV들 간의 교착을 방지하기 위하여 그리드를 노드로 하여 AGV 주행 중 점유 순서의 선후를 연결한 그래프에서 교착 발생 가능성이 있는 강결합 요소를 파악한다. 운행 시에는 강결합 요소에 해당되는 그리드들에 AGV들이 진입하는 것을 통제함으로써 교착 발생을 방지한다. 이와 함께 AGV들 간의 간섭에 의한 지연까지 고려하여 목적지에 보다 일찍 도착할 수 있는 경로를 실시간에 추정할 수 있도록 주행 소요 시간을 추정할 수 있는 회귀 분석 함수를 생성하고 활용하는 방안을 함께 소개한다. 제안한 방안을 시뮬레이션 한 실험 결과 48시간동안 교착 발생 없이 AGV들을 운행할 수 있었으며, 회귀분석 함수를 이용하여 선정한 경로 이용 시 QC별 AGV 방문 횟수를 2~10회 향상시킬 수 있었다.

컨테이너 터미널 장치장에 수출을 위하여 반입되는 컨테이너들은 그 무게에 따라 몇 단계의 그룹으로 나뉘어 각 그룹별로 장치된다. 이는 무거운 컨테이너들을 선박에 먼저 실어야 하는 적하 계획을 보다 쉽게 수립하고 장치장 공간을 효율적으로 계획, 관리하기 위함이다. 하지만, 장치장에 컨테이너가 반입될 때 해당 컨테이너의 장치 위치를 결정하는 데 사용되는 컨테이너 무게 정보는 부정확한 경우가 많아 장치장 공간 계획의 의도와는 달리 하나의 스택에 무게 그룹이 다른 컨테이너들이 섞이게 된다. 이러한 경우 적하 작업 시 일부 컨테이너들을 임시로 이동시켜야 하는 재취급이 발생하게 되므로 적하 작업의 지연이 발생할 수 있다. 본 논문에서는 컨테이너 무게 정보의 부정확성이 재취급을 얼마나 발생시키는지 추정할 수 있는 방안을 제시하고, 무게 그룹의 흔적이 허용되는 상황에서 수출 컨테이너의 장치 위치를 실시간에 결정할 수 있는 간단하면서도 효과적인 규칙을 생성하는 방안을 제안한다. 실험 결과 본 논문에서 제안하는 방안으로 생성한 장치 위치 결정 규칙을 사용하는 경우 하나의 스택에 동일한 무게 그룹으로 추정되는 컨테이너들만 장치하는 기존 방안에 비해 재취급 발생을 20% 정도 줄일 수 있음을 예상할 수 있었다.

블록 내 이적이란 컨테이너를 선박에 싣는 적하 작업을 효율적으로 수행하기 위하여 유휴 시간에 여기저기에 흩어져 있는 대상 컨테이너들을 적하 순서에 맞춰 몇 개의 베이로 모으는 작업이다. 이적 작업을 가능한 일찍 완료하기 위해서는 블록 내의 설치된 여러 대의 트랜스퍼 크레인들을 모두 활용하는 것이 유리하지만, 이적 계획 수립 시 크레인들 간의 간섭을 효과적으로 고려하지 못하면 상당한 작업 지연이 발생할 수 있다. 특히, 상호 교차가 불가능한 크레인들을 이용하여 이적을 수행하고자 하는 경우에는 이러한 간섭에 의한 지연이 보다 빈번히 발생한다. 본 논문에서는 교차가 불가능한 크레인들 간의 간섭을 고려하여 개별 컨테이너를 취급할 크레인을 선정하고 작업 순서를 결정하는 휴리스틱을 제안한다. 시뮬레이션 실험 결과 본 제안 방안이 다양한 환경에서 간섭에 의한 지연을 효과적으로 줄일 수 있음을 확인하였다.

블록 내 이적이란 컨테이너를 선박에 싣는 적하 작업을 효율적으로 수행하기 위하여 하나의 장치장 블록 여기저기에 흩어져 있는 컨테이너들을 적하 순서에 맞춰 몇 개의 베이로 모으는 작업이다. 이전시 적하 순서를 고려하지 않고 단순히 컨테이너들을 모으기만 하면, 적하 작업 과정에서 보다 일찍 적하될 컨테이너를 반출하기 위하여 상단의 컨테이너들을 임시로 옮겨야 하는 재취급이 빈번히 발생할 수 있다. 이러한 재취급은 적하 작업의 효율을 저해하는 가장 중요한 요소 중의 하나이다. 본 논문에서는 휴리스틱을 이용하여 적하 작업 과정에서 재취급이 발생하지 않게 컨테이너들을 이적할 수 있는 컨테이너 이동 순서를 찾는 방안을 제안한다. 시뮬레이션을 통한 실험 결과 본 제안 방안이 다양한 환경에서 컨테이너 이동 순서를 실시간에 생성할 수 있음을 확인하였다.

본 논문에서는 자동화 컨네이너 터미널에서의 AGV 시스템 운영을 위한 방안을 제시하고 그 검증을 위한 시뮬레이터를 개발한다. 우선적으로 AGV의 생산성을 고려한 자동화 터미널의 구조를 제시하고 그러한 구조상에서의 AGV의 교통통제 방안을 제시한다. 기존에 연구된 AGV 시스템들은 주로 존 제어 방식을 사용하고 있다. 그러나 본 연구에서는 AGV 운행의 유연성을 위해 그리드 기반의 제어 방식을 제안하고 사용한다. 최종적으로 실제 현장과 유사한 작업을 할 수 있고 운영규칙의 수정 개선이 용이한 시뮬레이션 환경을 개발한다.

In this paper, we codify the objective function that should be optimized by using Genetic Algorithm instead of Heuristic method to solve these problems. So, each bit that constitutes one structure can signify each commodity. Therefore, we can exchange customers without restriction if the traveling distance diminishes among the districts. Furthermore, even though the capacity of a customer's commodities exceeds that of a vehicle, the following vehicle can be allocated. Also, we obtained good result by testing with real data. To be brief, we can effectively allocate innumerable commodities, that have various magnitudes and weight, into restricted capacity of the vehicle by applying genetic algorithm that is useful in solving the problems of optimization.