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
- 노유정
- 발행연도
- 2020
- 저작권
- 부산대학교 논문은 저작권에 의해 보호받습니다.
이용수65
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
전 세계적으로 급증하는 유가의 영향으로 선박의 경제 운항을 보장할 수 있는 최적 항로는 이제 필수적인 요소로서 자리 잡고 있다. 선박의 항로 최적화는 비단 경제적 관점에서의 효율성만을 도모하는 것이 아니라, 최근 국제해사기구 (International Maritime Organization, IMO)에서 지속적으로 발의중인 환경규제안의 기준을 충족시킬 수 있도록 하는 해결책으로서 제안될 수 있다는 부가적인 가치 또한 내재한다.
4차 혁명이라는 변화의 물결 위에서 다양한 분야의 수많은 데이터가 수집되고 그리고 활용되고 있다. 조선 분야에서도 선박 자체의 기관 데이터뿐만 아니라 해상 기후 데이터, 그리고 AIS 데이터 등을 지속적으로 관리함으로서 선박의 안정적이고 경제적인 운항의 실현을 위해 심혈을 기울이는 중이다. 그러나 수집되는 데이터의 양이 방대한 만큼 기존의 해석적인 데이터 분석 방식으로는 효율성 및 정확성에서의 한계점이 존재하는 바, 관련 학계에서는 최근 다양한 기계 학습 기법을 활용하여 이른바 ‘데이터 마이닝’을 이룩하고자 끊임없이 연구가 진행되고 있다.
본 연구는 선박의 경제운항 가능하게 하는 개선된 경로 탐색 알고리즘을 제시하고 있다. 해당 알고리즘은 로봇 제어 및 인공지능 분야에서 널리 사용되고 있는 A*(A star) 알고리즘을 기반으로 하였다. 실제 선박의 운항에 있어 (1) 제안된 최적 항로의 정확도 및 신뢰성, 그리고 (2) 최적 항로 구성에 소모되는 서비스 시간 모두가 중요한 인자로서 작용하지만, 두 요인 간의 상충관계가 존재하여 모든 측면에서 최고의 성능을 달성할 수는 없다. 그러나 A* 알고리즘을 프로그래밍 언어 및 연구 환경에 최적화하고, 모델의 정확도를 높임으로서 두 가지 목표를 개선해 나갈 수 있을 것이다.
따라서 본 논문에서는 데이터 전처리 및 특성 추출을 포함한 학습 모델 구성 방식과 학습 모델을 활용한 경제성 인자 도출, 그리고 개선된 A* 알고리즘의 특성을 살펴보고 기존 A* 알고리즘과의 비교 분석을 통해 제안된 알고리즘의 효용성을 판단하고 있다.
4차 혁명이라는 변화의 물결 위에서 다양한 분야의 수많은 데이터가 수집되고 그리고 활용되고 있다. 조선 분야에서도 선박 자체의 기관 데이터뿐만 아니라 해상 기후 데이터, 그리고 AIS 데이터 등을 지속적으로 관리함으로서 선박의 안정적이고 경제적인 운항의 실현을 위해 심혈을 기울이는 중이다. 그러나 수집되는 데이터의 양이 방대한 만큼 기존의 해석적인 데이터 분석 방식으로는 효율성 및 정확성에서의 한계점이 존재하는 바, 관련 학계에서는 최근 다양한 기계 학습 기법을 활용하여 이른바 ‘데이터 마이닝’을 이룩하고자 끊임없이 연구가 진행되고 있다.
본 연구는 선박의 경제운항 가능하게 하는 개선된 경로 탐색 알고리즘을 제시하고 있다. 해당 알고리즘은 로봇 제어 및 인공지능 분야에서 널리 사용되고 있는 A*(A star) 알고리즘을 기반으로 하였다. 실제 선박의 운항에 있어 (1) 제안된 최적 항로의 정확도 및 신뢰성, 그리고 (2) 최적 항로 구성에 소모되는 서비스 시간 모두가 중요한 인자로서 작용하지만, 두 요인 간의 상충관계가 존재하여 모든 측면에서 최고의 성능을 달성할 수는 없다. 그러나 A* 알고리즘을 프로그래밍 언어 및 연구 환경에 최적화하고, 모델의 정확도를 높임으로서 두 가지 목표를 개선해 나갈 수 있을 것이다.
따라서 본 논문에서는 데이터 전처리 및 특성 추출을 포함한 학습 모델 구성 방식과 학습 모델을 활용한 경제성 인자 도출, 그리고 개선된 A* 알고리즘의 특성을 살펴보고 기존 A* 알고리즘과의 비교 분석을 통해 제안된 알고리즘의 효용성을 판단하고 있다.
목차
1. 서론 12. 경제 운항 인자 도출 32.1. 사용 데이터 및 전처리 42.2. 학습 모델을 이용한 경제 운항 인자 예측 143. 경로 탐색 알고리즘 213.1 Bellman-Ford 알고리즘 273.2 Dijkstra 알고리즘 303.3 A*(A-star) 알고리즘 334. 개선된 A* 알고리즘 414.1 개선 사항 424.2 결과 및 고찰 505. 결론 54참고문헌 55ABSTRACT 57
최근 본 자료
댓글(0)
0