[논문 리뷰] A Genetic algorithm to solve the container storage space allocation problem

I. Ayachi, Ryan Kammarti외 8명|arXiv (Cornell University)|2013. 03. 05.

Maritime Ports and Logistics참고 문헌 8인용 수 16

한 줄 요약

이 논문은 항만의 컨테이너 저장 공간 할당 문제를 최적화하기 위해 유전 알고리즘(GA)을 제안한다. 다양한 컨테이너 유형과 재처리 최소화 및 선박 정류 시간 최소화 등의 다중 목적을 고려한다. GA는 지능적인 염색체 인코딩과 적합도 평가를 통해 LIFO 기반 기준보다 운영 지연을 줄이고 저장 효율을 향상시켜 뛰어난 성능을 발휘한다.

ABSTRACT

This paper presented a genetic algorithm (GA) to solve the container storage problem in the port. This problem is studied with different container types such as regular, open side, open top, tank, empty and refrigerated containers. The objective of this problem is to determine an optimal containers arrangement, which respects customers delivery deadlines, reduces the rehandle operations of containers and minimizes the stop time of the container ship. In this paper, an adaptation of the genetic algorithm to the container storage problem is detailed and some experimental results are presented and discussed. The proposed approach was compared to a Last In First Out (LIFO) algorithm applied to the same problem and has recorded good results

연구 동기 및 목표

• 다양한 컨테이너 유형을 고려한 컨테이너 터미널에서의 복잡한 컨테이너 저장 공간 할당 문제를 해결하기 위해.
• 불량한 스택킹으로 인해 발생하는 재처리 작업을 최소화하여 컨테이너 수거 지연을 방지하기 위해.
• 컨테이너 배치 및 수거 순서를 최적화하여 선박의 총 정류 시간을 줄이기 위해.
• 기존의 LIFO 기반 저장 정책보다 뛰어난 성능을 보이는 메타휴리스틱 솔루션을 개발하기 위해.
• 실제 항만 물류 제약 조건을 처리하는 데 있어 맞춤형 유전 알고리즘의 효과를 평가하기 위해.

제안 방법

• 염색체 표현을 통해 저장 야드 내 컨테이너 위치를 인코딩하는 유전 알고리즘을 설계한다.
• 적합도 함수는 재처리 횟수, 납품 마감일 준수 여부 및 선박 정류 시간 기반으로 해법을 평가한다.
• 교차 및 변이 연산자는 유효한 스택 구성을 유지하고 컨테이너 유형 제약 조건을 준수하도록 맞춤화된다.
• 재처리 감소와 일정 준수 균형을 맞추기 위해 다중 목적 최적화 접근법을 사용한다.
• 스택 규칙과 컨테이너 유형 호환성 준수를 통해 해법의 타당성을 확보하기 위해 복구 메커니즘이 적용된다.
• 공정한 비교를 위해 동일한 문제 인스턴스에서 표준 LIFO 정책과의 대조 실험을 실시한다.

실험 결과

연구 질문

• RQ1 기존의 LIFO 정책에 비해 유전 알고리즘이 컨테이너 저장 야드에서 재처리 작업을 효과적으로 줄일 수 있는가?
• RQ2 제안된 GA는 컨테이너 수거 효율을 얼마나 향상시키고 선박 정류 시간을 얼마나 줄이는가?
• RQ3 냉장, 탱크, 오픈톱 컨테이너를 포함한 다양한 컨테이너 유형을 GA가 얼마나 잘 처리하는가?
• RQ4 염색체 인코딩과 유전 연산자가 해법 품질과 수렴 속도에 어떤 영향을 미치는가?
• RQ5 제안된 GA는 다양한 컨테이너 수요 및 일정 설정 시나리오에서 강건하고 확장 가능한가?

주요 결과

• 제안된 유전 알고리즘이 LIFO 정책에 비해 재처리 작업을 크게 줄여 야드 효율성을 향상시켰다.
• GA는 수거 순서와 일치하도록 스택 구성을 최적화하여 총 선박 정류 시간을 낮추는 데 성공했다.
• 냉장, 오픈톱, 탱크 컨테이너를 포함한 다양한 컨테이너 유형을 스택 제약 조건을 위반하지 않도록 효과적으로 관리했다.
• 실험 결과, GA는 재처리 감소와 일정 준수 측면에서 LIFO 기준보다 뛰어난 성능을 보였다.
• 다중 목적을 균형 있게 고려함으로써 적합도 함수가 고품질 해법을 향한 탐색을 효과적으로 이끌었다.
• GA는 다양한 컨테이너 수요 및 일정 설정 구성에서 강건성과 확장성을 입증했다.