• 대한교통학회지
• /
• 제21권2호
• /
• pp.71-82
• /
• 2003

최단경로문제(Shortest Path Problems)는 군사적 측면에서 매우 중요한 이슈이며. 가상전쟁에서도 매우 중요한 시뮬레이션 대상이다. 그러나. 기존의 군수송계획모델에는 링크(link)의 비용만을 고려한 하나의 해와경로만을 찾으므로 그 현실성이 떨어졌다. 본 연구는 Shier 알고리듬을 이용하여 차량군의 특성을 갖는 이동부대가 군사적 개념의 링크 용량과 시간개념의 비용을 갖는 네트웍에서 목적지로 가는 다수의 최단 경로를 찾는 것이다. 이 알고리듬의 수송계획 모델에의 사용가능성 여부를 검증하기 위하여 다양한 크기와 형태의 네트웍을 대상으로 기존의 Dijkstra 알고리듬과 비교 실험을 하였으며, 실제 군 병참 네트웍과 우발상황 네트웍을 대상으로 실증분석을 하였다. 본 연구를 통하여 첫째, 군수송계획 모델에의 적용가능성이 큰 것으로 나타났으며, 군 병참 네트웍을 대상으로 분석한 결과 링크의 비용에 대한 개념전환이 필요한 것으로 나타났다. 둘째, 다양한 제대를 대상으로 분석한 결과 각 대안별로 용량의 제약을 받는 구간이 발생하였으며, 이를 극복하기 위한 취약구간에 대한 대책, 이동수단의 성능향상, 분리행군에 대한 교범상의 반영 등이 필요함이 발견되었다. 연구의 한계점으로는 첫째, 다수 최단경로문제를 군사적 분야에 적용한 기존의 연구들이 대부분 임의의 네트웍을 대상으로 분석했기 때문에, 본 연구에서 군사적 네트웍에 적용한 결과치와의 차이점을 파악하기가 곤란하였다. 둘째, 본 연구는 링크의 용량만을 제약사항으로 두었는데, 교량이나 터널 등의 제약사항을 고려한 분석이 이루어지면, 전차나 공병장비 같은 중차량의 이동계획 수립시에도 보다 현실적으로 적용할 수 있을 것으로 판단된다.

• 전자공학회논문지
• /
• 제50권8호
• /
• pp.171-179
• /
• 2013

내비게이션은 차량 운전자에게 경로탐색과 길안내 서비스의 제공을 기본으로 한다. 그러나 현재의 경로탐색에서는 운전자의 안전을 지키기 위해 다양한 도로 상황을 고려하지 않고, 안전운전 DB만을 이용하여 최단경로를 찾는 서비스만을 제공하고 있다. 따라서 안전운전을 위해서는 단순한 최단경로 검색 서비스를 벗어나, 위험지역이나 위험시간대를 고려한 경로탐색이 필요하다. 본 논문에서는 A* 알고리즘을 이용하여 안전운전을 위해 위험지역을 회피할 수 있는 경로탐색 방법을 제안한다. 이 경로탐색에서 탐색노드의 경로 적합 도를 측정할 때 위험지역 종류별로 서로 다른 휴리스틱 가중치를 적용하였다. 특히 경로 탐색에서 회피할 위험지역으로는 사고가 자주 발생하는 사고 다발구간, 어린이 보호구역, 교차로지역, 그리고 위험시간대를 고려하여 동적으로 위험지역별 가중치를 부여하였다. 컴퓨터 시뮬레이션 결과, 안전운전을 위해 위험지역을 회피할 수 있는 경로탐색 서비스를 제공할 수 있는 가능성을 확인하였다.

• 한국건설관리학회논문집
• /
• 제24권5호
• /
• pp.73-82
• /
• 2023

Optimization of Construction Site Layout Planning (CSLP) heavily relies on workers' travel paths. However, traditional path generation approaches predominantly focus on the shortest path, often neglecting critical variables such as individual wayfinding tendencies, the spatial arrangement of site objects, and potential hazards. These oversights can lead to compromised path simulations, resulting in less reliable site layout plans. While Deep Reinforcement Learning (DRL) has been proposed as a potential alternative to address these issues, it has shown limitations. Despite presenting more realistic travel paths by considering these variables, DRL often struggles with efficiency in complex environments, leading to extended learning times and potential failures. To overcome these challenges, this study introduces a refined model that enhances spatial navigation capabilities and learning performance by integrating workers' visibility into the reward functions. The proposed model demonstrated a 12.47% increase in the pathfinding success rate and notable improvements in the other two performance measures compared to the existing DRL framework. The adoption of this model could greatly enhance the reliability of the results, ultimately improving site operational efficiency and safety management such as by reducing site congestion and accidents. Future research could expand this study by simulating travel paths in dynamic, multi-agent environments that represent different stages of construction.

• 대한조선학회논문집
• /
• 제54권3호
• /
• pp.187-195
• /
• 2017

The operation planning of transports used to move blocks is the one of key factors. Furthermore, reducing the running time through the effective plan contributes to pulling forward the whole logistic process of the shipyard and substantially saving the fuel consumption of itself as well. The past researches of the transporter focused on finding only the shortest distances, so called, Manhattan distance. However, these searching approaches cannot help having the significant difference in the real operational time and distance with the minimum cost approach which considers the speed retardation for turns or safety at the intersection. This study suggests the noble transporter's operational model which could take account of the consuming operational time around the crossroads on the shipyard. Concretely, the proposed method guarantees the minimization of transporters' turns and passage number which are huge burdensome to the operation time and the whole planning of transports with the given period. Resultantly, this paper is willing to explain the appropriateness of our approach, compared with the previous ones.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.300-309
• /
• 2003

차량항법장치는 1981년 일본 혼다자동차 관성항법장치에서 개발되었다. 요즈음에는 GPS 및 GIS를 기반으로 운전자에게 최단 경로탐색 및 예상도착시간을 인터넷 및 휴대폰으로 검색할 수 있다. 그러나 아무리 좋은 자동항법장치도 평균 차량 속도가 5~15km일 때에는 최단경로를 상실한다. 그러므로, 승용차 대기시간과 평균 차량 속도를 개선하기 위해서 다른 교차로 길이 및 교차로 차선수일 때에도 퍼지 적응규칙을 이용해서 평균주행속도를 향상한 알고리즘을 제안한다. 뿐만 아니라, 본 논문에서는 인터넷을 이용해서 위험한 도로 및 공사중인 도로에서도 안전도를 고려한 최적경로 및 현재의 교통상황을 예보하는 기능을 제공할 수 있도록 하였다.

• Ocean and Polar Research
• /
• 제36권3호
• /
• pp.225-234
• /
• 2014

The 2011 Tohoku earthquake triggered extremely destructive tsunami waves which propagated over the Pacific Ocean, Atlantic Ocean through Drake Passage and Indian Ocean respectively. A total of 10 tide-gauge records collected from the UNESCO/IOC site were analyzed through a band-pass digital filtering device to examine the observed tsunami characteristics. The ray tracing method and finite-difference model with GEBCO 30 arc second bathymetry were also applied to compare the travel times of the Tohoku-originated tsunami, particularly at Rodrigues in the Indian Ocean and King Edward Point in the Atlantic Ocean with observation-based estimates. At both locations the finite-difference model produced the shortest arrival times, while the ray method produced the longest arrival times. Values of the travel time difference however appear to be within tolerable ranges, considering the propagation distance of the tsunami waves. The observed tsunami at Rodrigues, Mauritius in the west of the Madagascar was found to take a clockwise travel path around Australia and New Zealand, while the observed tsunami at King Edward Point in the southern Atlantic Ocean was found to traverse the Pacific Ocean and then passed into the Atlantic Ocean through the Drake Strait. The formation of icebergs captured by satellite images in Sulzberger in the Antarctica also supports the long-range propagation of the Tohoku-originated tsunami.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.100-103
• /
• 2023

최근 스마트선박 개발에 발맞춰 정확하고 세밀한 실시간 해양환경 예측정보의 요구가 확대되고 선박에 직접 지원하기 위한 환경이 확보됨에 따라 최적항로 분야에서도 다양한 해양환경을 고려한 정보 생산 및 평가 연구가 필요하다. 스마트선박에서 해양환경의 위험도 및 에너지 소비의 불확실성을 줄이면서 최적항로를 산출할 수 있는 알고리즘은 2단계로 구분하여 개발하였다. 1단계는 해양환경정보들과 선박자동식별시스템(AIS)내에 선박의 위치·상태정보를 결합해 프로파일을 생성하였다. 2단계는 구성한 프로파일 결과를 이용하여 해양환경 에너지맵을 정의할 수 있는 모델을 개발하였고, 약 60만개의 데이터를 반영할 수 있도록 인공지능 머신러닝 기법 중 Random Forest를 적용하여 회귀식을 생성하였다. Random Forest 회귀 모델의 결정계수(R²)는 0.89 를 보였다. 생성한 모델에 2021년 6월 1일~3일의 해양환경 예측정보를 이용하여 Dijikstra 최단경로 알고리즘을 적용해 최적 안전항로를 산출하고 맵에 표출했다. Random Forest 회귀 모델로 산출된 항로는 유선적이고 해양환경 예측정보의 상태를 감안하며 항로를 도출하는 결과를 보였다. 본 연구의 실시간 해양환경 예측정보 기반의 항로 산출 개념은 선박의 이동 경향성을 반영한 현실적이면서 안전한 항로 산출이 가능하고, 향후 경제성, 안전성, 친환경성 평가 모델로 범위로 확대할 수 있을 것으로 기대된다.