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
- 학위논문
- 저자정보
- 지도교수
- 신옥근
- 발행연도
- 2022
- 저작권
- 한국해양대학교 논문은 저작권에 의해 보호받습니다.
이용수12
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
관습적인 항해계획 수립 방식은 선원의 경험에 대한 의존도가 높고 정보 수집과 검토에 많은 시간이 걸린다는 단점을 가지고 있다. 그러나 이런 단점은 항해계획 수립 시 타 선박들이 많이 사용하는 항로를 참조함으로써 일부 보완이 가능하다. 본 논문에서는 이와 같은 단점의 보완을 목적으로 PSO 알고리즘에 기반하여 AIS 데이터로부터 많은 선박들이 보편적으로 사용하는 선박항로 패턴을 추출하는 방식을 제안한다. 그리고 제안하는 선박항로 패턴 추출 방식의 성능을 평가하기 위해 실제 수집된 AIS 데이터에 기반하여 선박항로 패턴을 추출하고 추출에 사용되는 파라미터들의 영향에 대해 분석하였다. 또한 제안한 방식이 가지는 특성에 대해 분석하였다.
목차
제 1 장 서론 1제 2 장 관련 연구 32.1 AIS 데이터 32.2 선박항로 패턴 42.3 PSO 알고리즘 52.4 다중해 최적화 8제 3 장 선박항로 패턴 추출 103.1 문제 정의 103.1.1 선박항로 패턴 103.1.2 선박항로 패턴의 보편성 113.2 전체 프로세스 123.3 전처리 단계 143.3.1 오류가 포함된 데이터의 처리 143.3.2 대상 해역과 대상 선박의 식별 153.3.3 전처리 알고리즘 153.4 궤적 데이터 생성 단계 163.4.1 궤적 데이터 생성 163.4.2 묘박, 표류 중인 선박의 궤적 제거 173.4.3 궤적 압축 173.4.4 궤적 데이터 생성 알고리즘 183.5 Waypoint 추출 단계 193.5.1 Waypoint 추출과 PSO 알고리즘 203.5.2 입자(particle)와 군집(swarm)의 구성 223.5.3 적합도 함수(fitness function)와 패널티 253.5.4 Quad tree 273.5.5 Waypoint 추출 알고리즘 283.6 선박항로 패턴 추출 단계 293.6.1 간선 가중치와 보편성 293.6.2 선박항로 패턴 추출 알고리즘 30제 4 장 분석 사례 및 평가 324.1 선박항로 패턴 추출 실험 및 결과 324.1.1 AIS 데이터 324.1.2 전처리 단계의 결과 334.1.3 궤적 데이터 생성 단계의 결과 354.1.4 Waypoint 추출 단계의 결과 364.1.5 선박항로 패턴 생성 단계의 결과 424.1.6 선박항로 패턴 정확성 평가 434.2 논의 및 평가 454.2.1 항행 구역별 waypoint 추출 간격 454.2.2 선박항로의 동적 특성 464.2.3 PSO 알고리즘의 특성과 한계 46제 5 장 결론 및 향후 과제 48참고문헌 50국문초록 52
최근 본 자료
댓글(0)
0