지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.12
- 수록면
- 310 - 322 (13page)
- DOI
- 10.7315/CDE.2024.310
이용수
초록· 키워드
오류제보하기
This paper presents a study on the development of an optimal container stowage plan using rein- forcement learning to minimize the number of re-handles. Typically, container stowage plans are manually created by planners who consider factors such as destination, size, type, and weight of the cargo, making the process time-consuming and error-prone. To address this issue, we employed the DQN (Deep Q-N etwork) algorithm, a type of reinforcement learning, to establish an optimal container stowage plan. We proposed a method for defining state using the character- istics of the containers and compared it with traditional methods, using constraints such as desti- nation port and weight. The state definition method proposed in this study has the advantage of not exponentially increasing the number of states with the size of the stowage space by using characteristic values related to the loading status of each row. Initially, the performance of the DQN algorithm was verified using destination port as the only constraint. Subsequently, weight constraints were added to the state definition method that showed better performance. The study results show that the proposed method successfully established a stowage plan that satisfies all constraints in a 4×4 stowage space without causing re-handles, across nine test container lists.
목차
ABSTRACT
1. 서론
2. 강화학습
3. 재취급 수 최소화를 위한 강화학습 적용
4. 무게 제약을 추가한 컨테이너 적재 계획수립
5. 결론
References
참고문헌 (23)
참고문헌 신청
Kim, K.H., Park, T.P. and Ryu, K.R., 1993, Deriving Decision Rulesto Locate Export Containers in Container Yards, Eur J Oper Res, 27B(2), pp.151-166.
Lee, S.H. and Kim, M.G., 2006, A Study on the Optimization of Stowage Planning for Container Terminal Considered by Hatch, IE Interfaces, 19(4), pp.270-280.
Hakan Akyüz, M. and Lee, C.Y., 2014, A Mathematical Formulation and Efficient Heuristics for the Dynamic Container Relocation Problem, Naver Research Logistic, 61(2), pp.101-118, https://doi.org/10.1002/nav.21569
Wu, K.C. and Ting, C.J., 2016, A Constructive Heuristic for the Container Relocation Problem, International Journal of Industrial Engineering, 23(3), pp.195-206, https://doi.org/10.23055/ijietap.2016.23.3.2865
Gulić, M. and Maglic, L., 2022, Solving the Container Relocation Problem by Using a Metaheuristic Genetic Algorithm, Applied Sciences, 12(15), pp.7397-7421, https://doi.org/10.3390/app12157397
Lee, S.H. and Kim, M.G., 2006, A Study on the Optimization of Stowage Planning for Container Terminal Considered by Hatch, IE Interfaces, 19(4), pp.270-280.
Hakan Akyüz, M. and Lee, C.Y., 2014, A Mathematical Formulation and Efficient Heuristics for the Dynamic Container Relocation Problem, Naver Research Logistic, 61(2), pp.101-118, https://doi.org/10.1002/nav.21569
Wu, K.C. and Ting, C.J., 2016, A Constructive Heuristic for the Container Relocation Problem, International Journal of Industrial Engineering, 23(3), pp.195-206, https://doi.org/10.23055/ijietap.2016.23.3.2865
Gulić, M. and Maglic, L., 2022, Solving the Container Relocation Problem by Using a Metaheuristic Genetic Algorithm, Applied Sciences, 12(15), pp.7397-7421, https://doi.org/10.3390/app12157397
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Forecasting Stowage Plans for the Simulation Test of Ship Operation plans
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
Generating Patterns of Stowage Plans of Containerships
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
Design Concept of Package Stowage and Retention Systems During the Road and Sea Transport
한국방사성폐기물학회 학술대회
2018 .01
-
작물 생산량 예측을 위한 심층강화학습 성능 분석
한국전자통신학회 논문지
2023 .02
-
마르코프 연쇄 몬테 카를로 샘플링과 부분집합 시뮬레이션을 사용한 컨테이너 크레인 계류 시스템의 신뢰성 해석
한국안전학회지
2017 .01
-
발생 확률 분포에 따른 DQN 학습 성능 비교
한국통신학회 학술대회논문집
2020 .02
-
테트리스 환경을 이용한 A2C, DQN 두 강화 학습 알고리즘의 결과 비교 분석
Proceedings of KIIT Conference
2023 .06
-
안정적인 학습을 위한 멀티-스텝 DQN
한국통신학회 학술대회논문집
2020 .08
-
DQN 방식의 강화학습을 이용한 모바일 로봇의 자율이동
한국생산제조학회 학술발표대회 논문집
2021 .07
-
DQN 기반 비디오 스트리밍 기법의 뉴럴 네트워크 모델별 성능 비교
한국정보과학회 학술발표논문집
2018 .12
-
5G 네트워크에서의 에너지 효율을 고려한 DQN 기반 자원 할당 기법
한국정보과학회 학술발표논문집
2018 .06
-
Optimization of cooling channels for electric vehicle batteries using DQN
한국생산제조학회 학술발표대회 논문집
2020 .10
-
분할 배치 앙상블 DQN
한국통신학회 학술대회논문집
2023 .02
-
DQN(Deep Q-Network)을 활용한 수요 대응형 주차 스케쥴링 기법 개발
대한교통학회 학술대회지
2024 .09
-
DQN을 적용한 심층강화학습 기반 로봇팔 밀기 및 파지
한국기계가공학회 춘추계학술대회 논문집
2023 .04
-
5G 환경에서 DQN 기반 적응형 비디오 스트리밍 시스템의 성능 분석
한국통신학회 학술대회논문집
2020 .08
-
저궤도 위성 DQN 라우팅 성능분석 연구
한국통신학회 학술대회논문집
2023 .06
-
스마트 그리드에서 DQN 기반 쿼리 플랜 최적화 연구
한국통신학회 학술대회논문집
2020 .02
-
Success Memory 및 Regeneration-set Training을 도입한 DQN 기반 아날로그 회로 설계 최적화 알고리즘
전자공학회논문지
2025 .03
-
지연 시간을 최소화하기 위해 다음 작업들을 고려하는 DQN 기반 스케줄러
대한산업공학회 추계학술대회 논문집
2019 .11
이 논문과 함께 이용한 논문
강화학습 기반의 적재 최적화 문제 해결을 위한 AI 모델
강우현
,
서도형
,
사민철
한국정보통신학회논문지
2024
.01
컨테이너 물류 적재를 위한 heuristics 알고리즘 기반 데이터베이스 관리 최적화 시스템
정효경
,
김주은
,
강유진
외 4명
Proceedings of KIIT Conference
2023
.06
서해권 항만의 비교 분석에 따른 각 항만의 발전방향에 관한 연구
김동윤
,
이기영
한국항만경제학회지
2024
.12
품질 및 신뢰성 분야의 연구 동향, 산업체 적용과 발전 방향
변재현
,
박정원
,
김용수
외 2명
대한산업공학회지
2024
.12
제한된 조건에서 다중 포트 적재 계획 문제의 해법
마하무드 사비르
,
경지훈
,
은성배
한국정보통신학회논문지
2024
.11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091217747