조선소 트랜스포터 최적 운영을 위한 혼합형 유전알고리즘
A hybrid genetic algorithm for the optimal transporter management plan in a shipyard
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구에서는 트랜스포터의 할당 및 운행 순서를 최적화하기 위한 유전 알고리즘을 제안한다. 유전 알고리즘의 해는 리스트의 집합으로 표현되는데 각 리스트는 해당 트랜스포터가 작업할 순서를 나타낸다. 또한 성능 향상을 위해 효과적인 지역 탐색 연산을 결합한 혼합형 유전 알고리즘의 형태로 구현하였다. 지역 탐색 연산은 작업량이 적은 트랜스포터에서 작업의 블록을 꺼내어다른 트랜스포터의 작업 목록에 삽입함으로써 트랜스포터 운용 대수의 감소를 유도한다. 제안하는 알고리즘의 효용성을 평가하기 위해 실제 조선소와 유사한 규모의 시뮬레이션 환경을 통해Multi-Start 및 순수 유전알고리즘과 비교하였다. 가장 큰 규모의 문제에 대해 그들에 비해 트랜스포터 수는 각각 40% 및 34%, 총작업 소요 시간은 27% 및 17% 감소시켰다.
Abstract
In this study, we propose a genetic algorithm (GA) to optimize the allocation and operation order of transporters. The solution in the GA is represented by a set of lists each of which the operation order of the corresponding transporter. In addition, it was implemented in the form of a hybrid genetic algorithm combining effective local search operations for performance improvement. The local search reduces the number of operating transporters by moving blocks from a transporter with a low workload into that with a high workload. To evaluate the effectiveness of the proposed algorithm, it was compared with Multi-Start and a pure genetic algorithm through a simulation environment similar in scale to an actual shipyard. For the largest problem, compared to them, the number of transporters was reduced by 40% and 34%, and the total task time was reduced by 27% and 17%, respectively.
참고문헌 (12)
- Yeon mi Suh, "A Study on the Optimal Operation Planning of a Transpoter Using the Optimization Technique", Korean Journal of Computational Design and Engineering Conference Paper Collection, pp.187~192 (2011)
- 임선빈, "트랜스포터의 공주행(空走行) 최소화를 고려한블록 운반 계획 최적화", 대한조선학회 논문집, 45(6), pp.646~655 (2008), 대한조선학회
- 주철민, "조선소에서 블록 운반을 위한트랜스포터의 적정대수 결정 및 일정계획", 한국SCM학회지, 13(2), pp.143~150 (2013), 한국SCM학회
- Ahmed Maghawry, "An approach for optimizing multi-objective problems using hybrid genetic algorithms", Soft Computing, 25(1), pp.389~405 (2020), Springer Science and Business Media LLC[DOI]
- Hossam Magdy Balaha, "Hybrid deep learning and genetic algorithms approach (HMB-DLGAHA) for the early ultrasound diagnoses of breast cancer", Neural Computing and Applications, 34(11), pp.8671~8695 (2022), Springer Science and Business Media LLC[DOI]
- Gagan Deep Singh, "Hybrid Genetic Firefly Algorithm-Based Routing Protocol for VANETs", IEEE Access, 10, pp.9142~9151 (2022), Institute of Electrical and Electronics Engineers (IEEE)[DOI]
- 신재영, "트랜스포터 결합을 고려한 조선소 블록 운반 일정계획", 한국항해항만학회지, 38(3), pp.299~305 (2014), 한국항해항만학회[DOI]
- 이운식, "동적 블록수송환경을 위한 네트워크 흐름모형 기반의 트랜스포터 일정계획", 산업공학(IE interfaces), 22(1), pp.63~72 (2009), 대한산업공학회
- 문종헌, "교차로 구간 회전 및 감속을 고려한 트랜스포터 최소 공주행 운영계획", 대한조선학회 논문집, 54(3), pp.187~195 (2017), 대한조선학회[DOI]
- 문종헌, "최적 경로 알고리즘들의 계산비용 비교 및 트랜스포터의 최적 블록 운송 계획 적용", 대한조선학회 논문집, 53(2), pp.115~126 (2016), 대한조선학회
- Michael Jünger, "Handbooks in operations research and management science, Vol. 7", pp.225~330 (1995)
- Edsger Wybe Dijkstra, "Edsger Wybe Dijkstra: His Life, Work, and Legacy", pp.287~290 (2022)