인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
강화학습 기반 안벽 배치 계획 알고리즘 개발 Development of Quay Scheduling Algorithm Based on Reinforcement Learning
논문 기본 정보
- 저자정보
- 발행연도
- 2022.6
- 수록면
- 98 - 114 (17page)
- DOI
- 10.7315/CDE.2022.098
피인용 0
강화학습 기반 안벽 배치 계획 알고리즘 개발
초록·키워드
In the shipbuilding, outfitting processes are mainly performed on ships moored by quays of the shipyard. Quays in shipyards have different lengths, depths, and facilities so that the allowable quays for each ship are limited. In addition, the working efficiency of the quay process depends on the kinds of the quays where the outfitting processes are performed. As a result, it is inevitable for ships to move around the quays to avoid delay in schedule while maximizing the working efficiency. The movements of ships should be minimized because it is a waste of cost and time. In most shipyards, the quay allocation is manually determined by planners using their own implicit rules. However, the optimal plan can’t be obtained by those heuristics which only considers limited problem space. In this study, the scheduling algorithm for the quay allocation problem is developed using a reinforcement learning approach. Based on the Markov decision process model using discrete-event simulation, the scheduling agent is trained by DRQN (Deep Recurrent Q-network) algorithm and tested with 10 scenarios. The proposed algorithm outperforms the reference value set by heuristic in terms of three KPIs-unallocated duration, the number of ship movements, and ship-quay priority ratio.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2022-530-001346353
