포장관리 효율화 방안(2011)에서 고속도로 이용자 설문결과 도로서비스 분야에서 가장 중요도가 높은 항목은 노면상태로 나타났다. 또한 현 도로포장의 문제점으로 주행쾌적성, 미끄럼. 소음 등 정성적 부분 과 안전성이 대부분(82%)을 차지했다. 현재 도로포장의 노면특성을 측정하는 방법은 1개 차로에서 2개 지점을 정하여 측정해 차로의 대푯값으로 사용한다. 그러나 실제 운전자 습관에 따라 측정 지점만 운행하 지 않고 다양하게 주행 패턴이 나타난다. 운전자의 습관이나 주행패턴이 다양하기 때문에 지점 측정을 통한 관리가 아닌 Network Level의 관리 가 필요하다고 판단하였다. Network Level의 관리를 위해서는 도로 표면 전부분의 Texture를 빠르게 측 정할 수 있어야 한다. 본 연구에서는 Porosity Index를 활용하여 도로 표면의 Texture를 측정하였다. 측 정한 Porosity Index를 현재 사용 중인 마찰력 측정방법과의 관계를 확인하기 위해 기존의 마찰력지수 (Skid Number)와 도로공극량지수(Road Porosity Index)와의 상관성을 분석하였다.

The growing logistics strategy of a company is to optimize their vehicle route scheduling in their supply chain system. It is very important to analyze for continuous pickups and delivery vehicle scheduling. This paper is a computational study to investigate the effectiveness of continuous pickups and delivery vehicle routing problems. These scheduling problems have 3 subproblems; Inbound Vehicle Routing Problem with Makespan and Pickup, Line-haul Network Problem, and Outbound Vehicle Routing Problem with Delivery. In this paper, we propose 5 heuristic Algorithms; Selecting Routing Node, Routing Scheduling, Determining Vehicle Type with Number and Quantity, and Modification Selecting Routing Node. We apply these Algorithms to S vehicle company. The results of computational experiments demonstrate that proposed methods perform well and have better solutions than other methods considering the basic time and due-date.

2007년부터 아이오와 주 교통국에서는 고속도로와 국도에서 FWD 장비를 이용하여 네트워크 레벨에 필요한 조사를 실시하였고 처짐 자료와 포장 구조분석 결과를 데이터베이스로 구축하는 작업을 시작하였다. 축적된 데이터베이스에 정보는 포장에 구조적 문제점을 발견하고 포장에 잔류 공용수명을 예측하여 포장에 유지보수 시점을 결정하는데 사용한다. 현재 아이오와 주 교통국에서 사용하고 있는 FWD 네트워크 레벨 조사 프로토콜은 포장 표면에 3번에 하중을 각각 재하하여 8개에 지오폰으로부터 측정한 처짐량을 이용, 역 계산을 통해 포장구조 해석을 수행하고 있으며 조사지점 수는 조사하는 도로의 구간 길이에 따라 결정하고 있다. 그러나, 현재 사용하고 있은 FWD 네트워크 레벨 조사 프로토콜은 1년 동안 아이오와 주 전체 도로 네트워크에 약 20%만을 조사할 수 있는 것으로 나타났다. 따라서, 해마다 아이오와 주 도로 네트워크에 20% 이상을 조사하기 위해서는 현재 사용하고 있는 FWD 네트워크 레벨 조사 프로토콜을 간소화해야 할 필요가 있다. 본 연구에 목적은 현재 사용하고 있는 FWD 네트워크 레벨 조사 프로토콜에서 FWD 측정 데이터에 영향을 미치지 않는 범위내에서 최소 하중 재하 수와 조사지점 수를 결정하기 위한 것이다. 83개에 합성포장 구간을 대상으로 측정한 FWD 네트워크 레벨 조사에서는 FWD 네트워크 레벨 조사 프로토콜에서 하중 재하 수와 조사지점 수를 줄여도 포장 구조해석 결과에는 크게 영향을 미치지 않는 것으로 나타났다. 간소화된 FWD 네트워크 레벨 조사 프로토콜은 FWD 측정 결과에 영향을 미치지 않으면서 측정 조사율을 높일 수 있을 뿐만 아니라 교통 통제로 인한 간접비용도 절감시킬 수 있을 것으로 기대하고 있다.

Ensemble verification and prediction of low-level wind shear (LLWS) are an important matter for airplane landing and management. In this study, we compared the prediction performance of LLWS forecasts of ensemble mean, multiple regression model and long short-term memory (LSTM), which belong to the family of recurrent neural network based on the grid points over the Jeju area. The prediction skills of methods were compared by mean absolute error. We found that the prediction skills of forecasts of LSTM were better than the bias-corrected forecasts in terms of deterministic prediction.

In this study, heavy metal levels at the sediment monitoring network site upstream of the Gangjeong-Goryeong weir in the Nakdong River were surveyed from 2012 to 2016. We assessed the sediment pollution level using various pollution indexes based on ICP-MS analysis. The stream sediment pollution assessment standard, established through Regulation No. 687 of the National Institute of Environmental Research (2015), pollution load index (PLI), potential ecological risk index (RI), and mean PEL Quotient (mPELQ) were used to evaluate the sediment pollution level. We verified the representativeness of the monitoring point through the distribution of sedimentation and scour behavior by river bed surveying using anacousticDopplercurrentprofiler.

치성천의 홍수범람이 빈번하게 발생하는 구간을 대상으로 하단배출형 가동보를 다단으로 배치하여 가동보의 관리수위별 저류 및 홍수조절 효과 를 기존 고정보의 설치 경우와 비교분석하였다. 분석 결과를 기반으로 인공신경망 모형을 구축하여 목표하는 저류량과 하류부 홍수위 조절을 위한 가동보의 관리수위를 제안하였다. 하단배출형 가동보를 다단으로 배치할 경우 고정보 대비 하류부에서의 첨두 홍수위가 68.28%가 감소하였고, 대상구간의 총 저류량이 216%가 증가하였다. 인공신경망 학습모델의 구축을 위해 수치모의 결과 216개의 data 중 60%, 20%, 20%를 각각 학습, 검증 및 시험에 사용하였다. 학습결과 평균제곱오차가 0.1681 m2, 결정계수가 학습, 검증 및 시험에서 각각 0.9961, 0.9967, 0.9943으로 높게 나타났다. 인공신경망을 이용하여 목표하는 저류량과 하천의 하류부에서의 홍수위에 대한 각각 가동보의 관리수위의 결정방안을 제시하였다

최근 사회기반시설물에 대한 공공투자는 신규건설에 대한 지출이 감소하고 유지관리분야에 대한 지출이 점진적으로 늘어나는 추세로 변화되고 있다. 이에 따라 해외 도로시설물에 대한 유지관리분야에서도 선진 개념인 자산관리 방법론이 접목되고 있으며, 보다 근본적인 시스템 개선이 요구되고 있다. 따라서 본 연구에서는 중소규모 도로관리주체에서 사용할 수 있는 자산관리개념의 유지관리 프로그램을 개발하여 예산편성의 효율성을 높이고, 도로망 전체를 고려한 네트워크 방식의 합리적인 유지보수 방안을 제시하고자 한다. 또한, 향후 다수의 시설물을 통합적으로 관리할 수 있는 체계 및 방법론을 정립하였다.