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.
초록·키워드
대부분 컨테이너 터미널은 대도시와 그 주변에 위치하고 있기에 주변 주민들과 마찰이 필연적이며 특히 외부트럭으로 인한 교통 혼잡으로 안전사고, 대기오염 등의 불편을 초래하고 많은 민원을 발생시키고 있다. 본 연구는 광양항 컨테이너 터미널의 Truck Turnaround Time 예측에 영향을 미치는 여러 변수들을 선정하고 그 변수들을 바탕으로 시간당 Truck Turnaround Time 예측 모형의 예측정확도를 비교 분석하고 시사점을 제시하는 것을 목적으로 한다. 예측을 위해 전통적인 계량경제 모형과 인공신경망 모형을 통해 분석하며, 이때 각 분석방법의 예측정확도를 측정하여 가장 우수한 성과를 나타내는 모델을 선정하고자 한다. 분석결과 인공신경망 모형을 활용한 예측모형의 정확도가 가장 높은 것으로 나타났다. 이러한 분석결과는 컨테이너 터미널 운영사, 육상 운송사 등 직접적인 관계가 얽혀있는 이해 관계자들의 의사결정에 객관적 근거를 제시할 수 있다는 점에서 의의가 있으며, 항만과 인접한 도심에도 긍정적인 역할을 할 수 있다.
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) : I410-151-25-02-092095790
