메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박승진 (국방대학교) 마정목 (국방대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제24권 제6호
발행연도
2023.6
수록면
215 - 222 (8page)
DOI
10.5762/KAIS.2023.24.6.215

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
우리나라의 인구 부족은 대표적인 사회적 문제이며, 그에 따른 대응 수단으로 자동화가 제시되고 있다. 자동화는 인공지능을 적용하여 더욱 확대되고 있으며 군에서도 감시정찰, 지휘통제 분야뿐 아니라 행정업무에 대해서도 자동화가 추진되고 있다. 본 연구에서는 군의 행정업무 분야 중 일일 단위로 반복되며 많은 시간이 소모되는 차량배차 업무에 대하여 다루었다. 군의 차량배차 업무는 배차신청이 접수되면 가용자원(차량, 운전병)을 편성해주는 것이다. 본 연구는 이러한 차량배차 업무를 대체 할 수 있는 차량배차 자동화 모델을 만들기 위하여 진행하였다. 연구에서 활용한 모델은 스케줄링 문제에 강점이 있는 강화학습을 선정하였으며, 그중에서도 기본 모델인 Q-learning을 개선하여 더욱 복잡한 환경에도 뛰어난 성능을 보이는 DQN(Deep Q-Network)을 활용하였다. DQN기반의 차량배차 자동화 모델은 가용차량, 가용 운전병, 배차신청 내역을 바탕으로 차량배차 편성 수를 최대화하도록 모델링하고 학습을 진행하였다. 이후 모델의 성능이 사람을 대체할 수 있는 수준인지 판단하기 위해 사람과 모델을 대상으로 차량배차 편성실험을 진행하였으며, 그 결과 모델의 차량배차 편성량은 사람이 편성하는 것 대비 95.63%의 성능을 보였으며, 배차편성 시간과 편성오류측면에서는 모델이 더 높은 성능을 보였다. 본 연구를 시작으로 향후 군 차량배차 업무의 자동화 및 효율성 증대가 이루어지길 기대한다.

목차

요약
Abstract
1. 서론
2. 선행연구
3. DQN기반 차량배차 자동화 모델
4. 모델 실험 및 결과
5. 결론
References

참고문헌 (15)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0