Journal of Intelligence and Information Systems (지능정보연구)

Korea Intelligent Information System Society (한국지능정보시스템학회)
권호 표지
DOI QR코드

DOI QR Code

LCL Cargo Loading Algorithm Considering Cargo Characteristics and Load Space

화물의 특성 및 적재 공간을 고려한 LCL 화물 적재 알고리즘

  • Daesan Park (Department of Industrial Engineering, College of Engineering, Pusan National University) ;
  • Sangmin Jo (Department of Industrial Engineering, College of Engineering, Pusan National University) ;
  • Dongyun Park (Department of Industrial Engineering, College of Engineering, Pusan National University) ;
  • Yongjae Lee (Department of Industrial Engineering, College of Engineering, Pusan National University) ;
  • Dohee Kim (Department of Industrial Engineering, College of Engineering, Pusan National University) ;
  • Hyerim Bae (Department of Industrial Engineering, College of Engineering, Pusan National University)
  • 박대산 (부산대학교 공과대학 산업공학과) ;
  • 조상민 (부산대학교 공과대학 산업공학과) ;
  • 박동윤 (부산대학교 공과대학 산업공학과) ;
  • 이용재 (부산대학교 공과대학 산업공학과) ;
  • 김도희 (부산대학교 공과대학 산업공학과) ;
  • 배혜림 (부산대학교 공과대학 산업공학과)
  • Received : 2023.10.06
  • Accepted : 2023.12.23
  • Published : 2023.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

The demand for Less than Container Load (LCL) has been on the rise due to the growing need for various small-scale production items and the expansion of the e-commerce market. Consequently, more companies in the International Freight Forwarder are now handling LCL. Given the variety in cargo sizes and the diverse interests of stakeholders, there's a growing need for a container loading algorithm that optimizes space efficiency. However, due to the nature of the current situation in which a cargo loading plan is established in advance and delivered to the Container Freight Station (CFS), there is a limitation that variables that can be identified at industrial sites cannot be reflected in the loading plan. Therefore, this study proposes a container loading methodology that makes it easy to modify the loading plan at industrial sites. By allowing the characteristics of cargo and the status of the container to be considered, the requirements of the industrial site were reflected, and the three-dimensional space was manipulated into a two-dimensional planar layer to establish a loading plan to reduce time complexity. Through the methodology presented in this study, it is possible to increase the consistency of the quality of the container loading methodology and contribute to the automation of the loading plan.

다품종 소량 생산 품목의 수요 증가와 전자상거래 시장의 발달로 인하여 소량화물(Less than Container Load, LCL)의 수출입 비중이 확대되고 있다. 이에 따라 국제물류주선업에서 소량화물을 다루는 업체의 비중이 늘어나고 있다. 화물 크기의 다양성과 이해당사자의 이익 구조가 맞물려, 컨테이너의 공간 효율성을 최대화할 수 있는 화물 적재 방법론이 중요해지고 있다. 그러나, 화물 적재 계획을 미리 수립하여 컨테이너 조작장(Container Freight Station, CFS)에 전달하는 현 상황의 특성상, 산업현장에서 확인 가능한 변수들을 적재 계획에 반영할 수 없다는 한계가 있다. 따라서, 본 연구에서는 산업현장에서 적재 계획의 수정이 용이한 화물 적재 방법론을 제시한다. 화물의 특성에 따른 불용 공간과 컨테이너 내부 현황을 고려할 수 있도록 하여 산업 현장의 요구사항을 반영하고, 3차원 공간을 2차원 평면 레이어로 조작하여 적재 계획을 수립하여 시간 복잡도를 줄임으로써 산업현장의 활용성을 높였다. 본 연구에서 제시하는 방법론을 통해 화물 적재 계획 품질의 일관성을 높이고, 적재 계획 수립 자동화에 기여를 할 수 있다.

Keywords

Acknowledgement

이 논문은 2023년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. RS-2023-00208999)(No. RS-2023.00218913).

References

  1. 강수식, 김자인. (2022, 11월 18일). 2023년 통행량, 여객수요, 화물 물동량, 교통산업 일자리 등 교통산업분야 전반 주요지표 회복세 예상. 한국교통연구원. 9월 15일, 2023, https://www.koti.re.kr/user/bbs/pmediaView.do?bbs_no=56417
  2. 김영민, 이준희. (2006). 화물 적재 문제에 있어서의 배치 형태에 관한 연구. 대한안전경영과학회지, 제8권 제3호, 143-157.
  3. 류광렬, 김갑환, 백영수, 황준하, 박영만. (2000). 제약만족 탐색과 휴리스틱 교정기법을 이용한 최적 선석 및 크레인 일정계획. 지능정보연구, 6(2), 1-14
  4. 박기역, 박태진, 김민정, 류광렬. (2008). 자동화 컨테이너 터미널의 적하 작업 효율 향상을 위한 블록 내 재정돈 계획 수립 방안. 지능정보연구, 14(4), 31-46.
  5. 박상현, 차영두, 여기태. (2017). LCL화물 포워딩 서비스 개선방안 연구-화주기업 관점을 중심으로-. 해운물류연구, 33(2), 299-319. https://doi.org/10.37059/TJOSAL.2017.33.2.299
  6. 신재영, 이채민. (2002). 효율적인 컨테이너 터미널운영 계획 작성을 위한 통합 시스템 개발. 지능정보연구, 8(2), 71-89.
  7. 이동현, 안우철, 정현재. (2015). 환황해권 LCL화물의 유치를 위한 문제점 및 개선방안에 관한 연구: 평택항을 중심으로. 통상정보연구, 17(3), 299-322. https://doi.org/10.15798/KAICI.17.3.201509.299
  8. 이재현, 성낙근, 이상복. (2000). 전자상거래시대에서의 소화물 일괄수송업에 관한 연구. 2000 대한산업공학회/한국경영과학회 춘계공동학술대회 논문집, 498-501. 
  9. Bortfeldt, A., & Wascher, G. (2012). Constraints in container loading - A state-of-the-art review. European Journal of Operational Research, 229, 1-20. https://doi.org/10.1016/j.ejor.2012.12.006
  10. Cramer-Flood. E. (2022, July 29). Worldwide Ecommerce Forecast Update 2022 _ Digital Sales Growth Plummets as Overall Retail Returns to Pre-Pandemic Trendlines. INSIDER INTELLIGENCE. September 15, 2023, https://www.insiderintelligence.com/content/worldwide-ecommerce-forecast-update-2022
  11. Elhedhli, S., Gzara, F., & Yildiz, B. (2019). Three-Dimensional Bin Packing and Mixed-Case Palletization. INFORMS Journal on Optimization, 1(2), 1-20. https://doi.org/10.1287/ijoo.2019.0011
  12. Gzara, F., Elhedhli, S., & Yildiz, B. C. (2020). The pallet loading problem: Three-dimensional bin packing with practical constraints. European Journal of Operational Research, 287(3), 1062-1074. https://doi.org/10.1016/j.ejor.2020.04.053
  13. Jamrus, T., & Chien, C.-F. (2016). Extended priority-based hybrid genetic algorithm for the less-than-container loading problem. Computers & Industrial Engineering, 96, 227-236. https://doi.org/10.1016/j.cie.2016.03.030
  14. Lamas-Fernandez, C., Bennell, A. J., & Martinez-Sykora, Antonio. (2021). Voxel-Based Solution Approaches to the Three-Dimensional Irregular Packing Problem. OPERATIONS RESEARCH, 71(4), 1298-1317.
  15. Li, T. H. S., Liu, C. Y., Kuo, P. H., Fang, N. C., Li, C. H., Cheng, C. W., ... & Chen, C. Y. (2017). A three-dimensional adaptive PSO-based packing algorithm for an IoT-based automated e-fulfillment packaging system. IEEE Access, 5, 9188-9205. https://doi.org/10.1109/ACCESS.2017.2702715
  16. Martello, S., Pisinger, D., & Vigo, D. (2000). The three-dimensional bin packing problem. Operations Research, 48(2), 189-350.
  17. Rajesh Kanna, S. K., Lingaraj, N., Sivasankar, P., Rebekah, J., Geetharani, K., & Akash, C. (2020). Selective Breeding Model for Optimizing Multi Container Loading Problems with Practical Constraints. IOP Conference Series: Materials Science and Engineering, 912(3), 032010.
  18. Viegas, J.L., Vieira, S.M., Henriques, E.M.P., & Sousa, J.M.C. (2015). A Tabu Search Algorithm for the 3D Bin Packing Problem in the Steel Industry. CONTROLO'2014 - Proceedings of the 11th Portuguese Conference on Automatic Control. Lecture Notes in Electrical Engineering, 321, 355-364.
  19. Wang, H., & Chen, Y. (2010). A hybrid genetic algorithm for 3D bin packing problems. In 2010 IEEE Fifth International Conference on Bio-Inspired Computing: Theories and Applications (BIC-TA), 703-707.
  20. Wang, X., Gong, L., Zhao, H., Li, B., & Tian, M. (2023). A 3D Offline Packing Algorithm considering Cargo Orientation and Stability. International Journal of Distributed Sensor Networks, 2023, 1-14.
  21. Zhao, H., She, Q., Zhu, C., Yang, Y., & Xu, K. (2021). Online 3D Bin Packing with Constrained Deep Reinforcement Learning. Proceedings of the AAAI Conference on Artificial Intelligence, 35(1), 741-749.