Abstract
Logistics systems provide their service to customers by coordinating the resources with limited capacity throughout the underlying processes involved to each other. To maintain the high level of service under such complicated condition, it is essential to carry out the real-time monitoring and continuous management of logistics processes. In this study, we propose a method of estimating the service completion time of key processes based on process-state information collected in real time. We first identify the factors that influence the process completion time by modeling and analyzing an influence diagram, and then suggest algorithms for quantifying the factors. We suppose the container terminal logistics and the process of discharging and loading containers to a vessel. The remaining service time of a vessel is estimated using a decision tree which is the result of machine-learning using historical data. We validated the estimation model using container terminal simulation. The proposed model is expected to improve competitiveness of logistics systems by forecasting service completion in real time, as well as to prevent the waste of resources.
물류 시스템은 다양한 프로세스에 걸친 한정된 자원들의 작업을 통해 고객에게 서비스를 제공한다. 이와 같은 복잡한 환경에서 높은 서비스 수준을 유지하기 위해서는 프로세스 진행 상황에 대한 실시간 모니터링과 그를 통한 성과 달성도의 지속적인 관리가 필수적으로 요구된다. 본 연구에서는 컨테이너 터미널을 대상으로 선박 물류 프로세스의 서비스 완료시간을 예측하는 방법론을 제시한다. 이를 위해 먼저 선박에서 컨테이너를 싣고 내리는 프로세스에 영향을 미치는 요인을 파악한다. 그리고, 확인된 요인들 중 영향 정도를 직접적으로 측정하기 어려운 것에 대해 정량적인 값을 추정하는 방안을 개발한다. 서비스 완료 시간에 대한 실시간 예측은 의사결정 나무를 사용한다. 과거 프로세스 진행 이력을 바탕으로 의사결정 나무를 학습시킨 후, 특정 시점에서 실시간 요인의 상태를 이용하여 서비스 완료시간을 예측한다. 컨테이너 터미널 시뮬레이션 모형을 활용하여 본 연구에서 제시하는 방법론을 검증하였다.