http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 노영후 (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
택배 터미널의 바닥짐 상황과 입하 트럭의 대기시간을 고려한 트럭 운영 스케줄링
노영후,박유나,홍정윤,조성원 한국물류과학기술학회 2024 물류과학기술연구 Vol.5 No.1
기술의 발전으로 온라인 쇼핑 시장이 급격하게 성장함에 따라 택배 물량이 증가하여 택배 산업의 지속적인 성장이 이루어졌다. 택배 산업은 장치 산업인 만큼 택배 회사들은 초기에 투자한 시설들의 효율성을 높이기 위해 여러 운영 전략을 연구하고있다. 기존의 연구에서는 트럭에 실린 화물의 정보를 이용한 스케줄링이 이루어지지 않아 바닥짐 상황이 고려되지 않고 이는 병목을 야기한다. 따라서, 본 연구에서는 크로스 도킹 터미널의 운영 효율성을 향상시키기 위해 바닥짐 상황과 입하 트럭의 대기시간을 고려한 입하 트럭 스케줄링 모델을 제안한다. 제안한 모델은 터미널의 상황이 업데이트될 때마다 계획을 재수립하는 dynamic rescheduling strategy를 따른다. 제안한 모델의 효과를 검증하기 위해 실제 데이터를 활용하여 수치 실험을 진행한 결과 제안한 모델이 바닥짐의 상황을 안정적으로 유지하면서 입하 트럭의 평균 대기시간을 줄임을 확인하였다. 이를 통해, 트럭의 예상 도착시간 alarm, 바닥짐의 실시간 시각화 등의 기술이 택배 물류 센터의 입하 트럭 스케줄링의 운영 로직에 대한 개선 가능성을 확인할 수 있었으며 실제 운영 환경에 적용 가능함을 보였다. Last-mile delivery companies are facing significant challenges in increasing productivity due to the growth of e-commerce markets, coupled with the development of information communication technologies. It is important to maximize the operational efficiency of existing facilities because investment in facilities and equipment requires long-term planning. To tackle this issue, this study proposes a mathematical model for inbound truck scheduling to balance the workload across multiple temporary inventory storages located in each outbound chute, while minimizing the waiting time for inbound trucks. The proposed model strategically allocates inbound trucks to inbound docks with a dynamic scheduling and reschedule the plan whenever the terminal situation is updated. To evaluate its effectiveness, numerical experiments were conducted based on real-life data. It has been verified that the proposed methodology yields superior results compared to existing strategy. Based on this study, the efficiency of the parcel distribution center can be enhanced.
-
신의진,노영후,홍정윤,박유나,김영지,조재형 대한산업공학회 2023 대한산업공학회 춘계학술대회논문집 Vol.2023 No.5
기존의 병충해 판별 방법은 전문가의 경험과 지식에 의존하거나, 비교적 간단한 규칙 기반 알고리즘을 사용하는 경우가 대부분이다. 이러한 방법은 판별 성능에 한계가 있으며, 많은 비용과 시간이 소요된다는 문제점이 있다. 본 연구에서는 딥러닝 알고리즘을 이용한 병충해 판별 모델을 제안한다. 빅데이터 이미지를 기반으로 보다 객관적이고, 정확한 병충해 판별을 위한 최적의 딥러닝 모델 구축을 목적으로 한다. 해당 연구는 CNN 모델을 사용하여 이미지를 처리하고, 딥러닝 학습시켜 진행하였다. 따라서 병충해 탐지를 통하여 불량품 선별에 도움을 줄 수 있는 의사 결정 지원 시스템을 제공합으로써 농작물 품질 향상 효과를 기대할 수 있다.
-
-
신의진,노영후,조충욱,박유나,홍정윤 한국품질경영학회 2023 한국품질경영학회 학술대회 Vol.2023 No.0
농작물의 생산성과 안전성을 보장하기 위해서는 농작물의 병충해를 조기에 발견하고 적극적으로 대처해야 한다. 그러나 기존의 병충해 판별 방법은 전문가의 경험과 지식에 의존하거나, 비교적 간단한 규칙 기반 알고리즘을 사용하는 경우가 대부분이다. 이러한 방법은 판별 성능이 한계가 있으며, 많은 비용과 시간이 소요된다는 문제점이 있다. 따라서 본 연구에서는 딥러닝 알고리즘을 이용한 병충해 판별 서비스 모델을 제안한다. 빅데이터 이미지를 기반으로 보다 객관적이고, 정확한 병충해 판별을 위한 최적의 딥러닝 모델 구축을 목적으로 한다. 본 연구에서는 컨볼루션을 이용한 신경망 네트워크인 CNN(Convolution Neural Network) 모델을 사용하여 이미지를 처리하고, 딥러닝 학습시켜 진행하였다. 병충해 탐지를 통하여 불량품 선별에 도움을 줄 수 있는 의사 결정 지원 시스템(DSS)을 제공함으로써 농작물 품질 향상 효과를 기대할 수 있다. 따라서, 본 연구는 농산품 품질관리 기술 수준 향상에 기여하고, 더 나아가 농업인구 부족 해결에 기여할 수 있을 것으로 사료된다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
