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
- 전수영
- 발행연도
- 2023
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수15
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
다양한 O2O(Online to Offline) 서비스의 등장과 함께 물류기업의 운송 물량이 증가하고 있다. 하지만 차량과 차주가 한정되어 있어 화주는 적정 운임을 제시하지 않으면 배차 체결률이 감소하여 차주를 확보하는 것이 어려워진다. 차주 역시도 실시간으로 올라오는 수많은 물류 운송 요청 속에서 가장 적합한 물류를 한 번에 찾기가 쉽지 않다. 따라서 본 논문에서는 효율적인 배차를 위해 화주와 차주 각각 입장에 따른 프로세스를 연구한다.
화주를 위한 프로세스에서는 운임 결정 요인에 따라 높은 배차 확률을 갖는 최적의 운임을 제시할 수 있도록 Metropolis-Hastings 알고리즘을 이용하고, 운임 변경 시 달라지는 체결 확률을 확인한다. 차주를 위한 프로세스에서는 쏟아지는 화주의 화물 운송 요청 속에서 차주의 선택 폭을 좁혀주기 위해 RandomForest를 이용한 개인 모델을 구축하여 각 차주에게 적합한 맞춤형 화물 추천 리스트를 만들어 제공한다. 이때 신규차주는 이전 배차 체결 기록이 없어 개인 모델 구축이 불가능하므로 비슷한 체결 성향을 가진 차주끼리 그룹화하고 그룹모델을 구축·이용한다. 또한 차주의 배차 대기시간을 줄여주기 위해 Metropolis-Hastings 알고리즘을 이용하여 짐을 싣지 않고 운행하는 공차 운송 거리를 최소화하는 화물을 탐색한다.
화주를 위한 프로세스에서는 운임 결정 요인에 따라 높은 배차 확률을 갖는 최적의 운임을 제시할 수 있도록 Metropolis-Hastings 알고리즘을 이용하고, 운임 변경 시 달라지는 체결 확률을 확인한다. 차주를 위한 프로세스에서는 쏟아지는 화주의 화물 운송 요청 속에서 차주의 선택 폭을 좁혀주기 위해 RandomForest를 이용한 개인 모델을 구축하여 각 차주에게 적합한 맞춤형 화물 추천 리스트를 만들어 제공한다. 이때 신규차주는 이전 배차 체결 기록이 없어 개인 모델 구축이 불가능하므로 비슷한 체결 성향을 가진 차주끼리 그룹화하고 그룹모델을 구축·이용한다. 또한 차주의 배차 대기시간을 줄여주기 위해 Metropolis-Hastings 알고리즘을 이용하여 짐을 싣지 않고 운행하는 공차 운송 거리를 최소화하는 화물을 탐색한다.
목차
1. 서론 12. 데이터 소개 42.1 화물 배차 자료 42.2 탐색적 자료 분석 52.3 운송비 변동 요인 103. 제안 프로세스 153.1 화주 173.2 차주 204. 알고리즘 소개 274.1 K-means 274.2 Metropolis-Hastings 알고리즘 284.3 Random Forest 294.4 Logistic Regression 305. 실증 자료 분석 315.1 화주 315.2 차주 355. 결론 43참고문헌 45부록 46A. 배차 체결 패턴 46
최근 본 자료
댓글(0)
0