KR101384739B1 - 컨테이너에서의 무게중심을 고려한 박스 적재 방법 - Google Patents

Abstract

본 발명은 컨테이너에서의 무게중심을 고려한 박스 적재 방법에 있어서, 컨테이너의 적재 공간 영역 정보 및 상기 적재 공간 영역에 적재하고자 하는 박스 목록을 체크하는 과정과, 상기 체크된 박스 목록에서 적재하고자 하는 박스를 선택하는 과정과, 상기 선택된 박스 적재 시의 상기 적재 공간 영역 최적화 여부를 체크하는 과정과, 상기 박스 적재 시 소정 위치를 우선순위로 하는 전략(strategy)을 적용하여 상기 적재하고자 하는 박스를 순차적으로 적재하는 과정을 포함함을 특징으로 한다.

Description

컨테이너에서의 무게중심을 고려한 박스 적재 방법{METHOD FOR LOADING IN CONTAINER BY CONSIDERING WEIGHT BALANCES}

본 발명은 서로 다른 규격의 박스를 컨테이너에 적재 시 컨테이너의 앞뒤좌우 무게 중심을 고려한 컨테이너에서의 무게중심을 고려한 박스 적재 방법에 관한 것이다.

이용되는 용기인 컨테이너 박스들을 적재하여 수송하는 선박이다.

국제무역 규모가 급격하게 증가함에 따라, 이러한 컨테이너선은 화물을 넣는 규격 용기인 컨테이너 박스의 적재에 의해 잡다한 화물을 개품으로 운송하는 종래의 화물선에 비하여 많은 양의 화물을 운반할 뿐만 아니라 화물의 운반에 소요되는 일반적으로 컨테이너선은 선창내부와 데크 상측으로 자재 및 화물의 운송에 시간과 비용을 크게 절감시킨다.

그러나, 종래에는 컨테이너의 용적에 대량 80%정도까지 밖에 적재시키지 못하여 운송비용이 증가되는 단점이 있을 뿐만 아니라 대부분의 컨테이너 적재 시스템이 적재율을 높이는 방법에 집중되어져 있어 높은 적재율은 운송도중에 필요한 작업안전에 대한 문제를 야기시킬 뿐만 아니라, 운송도중 갑자기 발생하는 상황에 불필요한 비용이 발생할 수도 있는 문제점이 발생한다.

따라서, 본 발명은 컨테이너의 효율적 적재를 위한 앞뒤좌우방향의 컨테이너의 다양한 무게중심 변화에 따른 박스의 적재순서를 제공하고자하는 컨테이너에서의 무게중심을 고려한 박스 적재 방법에 관한 것이다.

본 발명의 일 견지에 따르면, 컨테이너에서의 무게중심을 고려한 박스 적재 방법에 있어서, 컨테이너의 적재 공간 영역 정보 및 상기 적재 공간 영역에 적재하고자 하는 박스 목록을 체크하는 과정과, 상기 체크된 박스 목록에서 적재하고자 하는 박스를 선택하는 과정과, 상기 선택된 박스 적재 시의 상기 적재 공간 영역 최적화 여부를 체크하는 과정과, 상기 박스 적재 시 소정 위치를 우선순위로 하는 전략(strategy)을 적용하여 상기 적재하고자 하는 박스를 순차적으로 적재하는 과정을 포함함을 특징으로 한다.

본 발명은 적재 알고리즘과 유전자 알고리즘을 혼합한 하이브리드 유전자 알고리즘을 기반으로 하여 적재율과 상기 컨테이너의 앞뒤좌우의 무게중심까지 고려한 컨테이너 최적 적재배열을 수행하여 수송 시 박스의 안정성을 확보하고, 상기 박스 간 간격을 최소화하도록 하여 적재공간의 활용도가 우수하여 컨테이너 박스의 적재량을 증대시킬 뿐만 아니라 화물운반에 소요되는 비용을 절감 가능한 효과가 있다.

도 1은 본 발명의 일 실시 예에 따른 컨테이너에서의 무게중심을 고려한 박스 적재 방법에 관한 흐름도.
도 2는 본 발명의 일 실시 예에 따른 컨테이너에서의 무게중심을 고려한 박스 적재 시 디비엘에프 전략(DBLF strategy) 기반하의 우선순위 설정을 보인 개략도.
도 3은 본 발명의 일 실시 예에 따른 컨테이너에서의 무게중심을 고려한 박스 적재 시 우선순위 별 박스 적재를 보인 개략도.
도 4는 본 발명의 일 실시 예에 따른 컨테이너에서의 무게중심을 고려한 박스 적재 시 하이브리드 알고리즘을 수행을 보인 흐름도.
도 5는 본 발명의 일 실시 예에 따른 컨테이너에서의 무게중심을 고려한 박스 적재 시 하이브리드 유전자 알고리즘의 염색체 배열.
도 6은 본 발명의 일 실시 예에 따른 컨테이너에서의 무게중심을 고려한 박스 적재 시 하이브리드 유전자 알고리즘의 염색체 배열에 기반한 박스의 속성을 보인 배열도.

이하 본 발명에 따른 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 하기 설명에서는 구체적인 구성 소자 등과 같은 특정 사항들이 나타나고 있는데 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐 이러한 특정 사항들이 본 발명의 범위 내에서 소정의 변형이나 혹은 변경이 이루어질 수 있음은 이 기술 분야에서 통상의 지식을 가진 자에게는 자명하다 할 것이다.

본 발명은 서로 다른 규격의 박스를 컨테이너에 적재 시 컨테이너의 앞뒤좌우 무게 중심을 고려한 박스 적재 방법을 제시하는 것으로, 특히 적재 알고리즘과 유전자 알고리즘을 혼합한 하이브리드 유전자 알고리즘을 기반으로 하여 적재율과 상기 컨테이너의 앞뒤좌우의 무게중심까지 고려한 컨테이너 최적 적재배열을 수행하여 수송 시 박스의 안정성을 확보하고, 상기 박스 간 간격을 최소화하도록 하여 적재공간의 활용도가 우수하여 컨테이너 박스의 적재량을 증대시킬 뿐만 아니라 화물운반에 소요되는 비용을 절감 가능한 기술을 제공하고자 한다.

이하, 본 발명의 일 실시 예에 따른 컨테이너에서의 무게중심을 고려한 박스 적재 방법에 대해 도 1을 참조하여 자세히 살펴보기로 한다.

먼저, 도 1은 본 발명의 일 실시 예에 따른 컨테이너에서 박스 적재 방법에 관한 흐름도이다. 도 1을 참조하면, 110 과정에서 컨테이너의 적재 공간 영역 정보 및 상기 적재 공간 영역에 적재하고자 하는 박스 목록을 체크한다.

여기서 사용되는 상기 컨테이너와 박스의 크기는 미리 설정된 값으로, 상기 110 과정에서는 예를 들어 40ft 컨테이너를 사용하여 내측의 길이(1200cm), 폭(233cm) 및 높이(235cm)를 미리 지정하여 놓고 사용자 정의에 의거하여 적재될 박스의 크기를 무작위로 생성한 후 상기 생성된 박스 목록을 체크한다.

112 과정에서는 상기 컨테이너에 적재하고자 하는 박스를 선택하고, 114 과정에서 상기 선택된 박스 적재 시 적재 공간 영역의 최적화 여부를 체크한다.

즉, 114 과정에서는 상기 선택된 박스의 크기가 상기 컨테이너 내 적합한 공간에 적재 가능한지 여부를 체크하게 되는데, 상기 체크 결과 상기 선택된 박스가 컨테이너에서 적재 공간 영역의 최적화에 적합한 경우 120 과정으로 이동하여 상기 적재될 박스의 크기를 랜덤하게 생성한 후 그 값을 그리디 휴리스틱(Greedy heuristic)에 입력하고, 122 과정에서 박스의 적재를 수행한다.

이때, 상기 박스를 적재하는 것은 유전자 알고리즘, 그리디 휴리스틱(Greedy heuristic) 알고리즘 및 DBLF 전략을 동시에 접목시켜 하리브리드(hibrid) 유전자 알고리즘에 의해 수행된다.

상기 하이브리드 유전자 알고리즘은 상기 박스 적재 시 해당 박스가 적재 공간 영역에서 차지하는 무게 중심이 고려된 알고리즘이며, 도 5에 도시된 바와 같이, 2개의 행과 n(박스의 수)개의 열로, 2차원 배열로 구성되어 각각의 줄은 상이한 특징을 가지는 염색체(chromosome)로, 첫 번째 행은 박스의 순서를, 두 번째 행은 박스의 회전을 나타낸다. 예컨대, 도 6을 참조하면 도 6에서 염색체의 가장 왼쪽 첫 번째 유전자(gene)는 첫 번째 박스의 속성을 나타내며, M번째 유전자는 M번째 박스의 속성을 나타낸다.

그리고, 상기 하이브리드 알고리즘이 수행되는 과정은 도 4와 같다.

도 4를 참조하면, 410 과정에서 상기 박스의 적재 순서 및 방향을 Greedy heuristic 알고리즘 및 DBLF 전략을 이용하여 초기 해 집단을 생성한다.

412 과정에서는 상기 생성된 초기 해 집단에서 각 해의 적합도 측정 및 현재 해의 수렴도를 측정한다.

414 과정에서는 기존 세대의 변수를 상기 유전자 알고리즘의 선택 교배(Roulette wheel) 및 돌연변이(Elitism) 과정을 통하여 새로운 세대의 변수로 변환한다.

그리고, 416 과정에서 적합함수를 이용하여 418 과정에서 새로운 세대의 변수가 상기 기존 세대의 변수보다 우월한가의 여부를 판단한다.

이때 상기 적합함수는 하기와 같은 형태이다.

여기서,

는 i의 적재율(Volume utilizstion)이며, 최적해의 값을 빠르게 도달하는 것을 방지하고자 이전 해에 대한 수렴도를 측정하기 위해 다양성 지수(Diversity index=div)를 사용하였다. 상기 수렴도 측정 함수는 div=(Best_Fitness-Average_Fitness)/Best_Fitness이며, 상기 함수값이 적으면 적을수록 새로운 세대의 해가 생성된 해의 위쪽에 위치하게 된다.

상기 생성된 해의 좌우, 앞뒤 및 좌우앞뒤 경우의 무게 차이를 측정하여 미리 설정된 허용범위 초과 여부를 체크하여 초과한 경우 해를 생성하는 414 과정으로 돌아가고, 상기 허용범위에 포함되면 420 과정으로 이동한다.

즉, 상기 418 과정에서 상기 생성된 해 집단에서 선택된 현재의 가장 우수한 해의 적합도를 이전의 가장 우수한 해의 적합도를 비교했을 때, 현재의 해의 적합도가 이전의 해보다 더 크다면 가장 우수한 해는 420 과정에서 현재의 해로 변경되고 422 과정에서 기록이 변경된다.

계속해서, 도 1을 참조하면, 상기 122 과정에서 박스 적재 시 상기 박스의 최적 적재 배열을 구하는 과정은, 컨테이너 내부에서 후방의 왼쪽 끝자리로부터 박스를 적재하는 디비엘에프 전략(DBLF strategy)에 기반한다.

더욱 상세하게는, 도 2를 참조하면 컨테이너를 x, y, z 축으로 나누었을 때 박스 적재위치 우선순위를 x축, y축, z축 순으로 하여 컨테이너 내에 박스를 적재하게 된다. 예를 들어, 도 3과 같이 적재해야 하는 박스들 중에서, 도 3의 (a)에 도시된 박스의 위치는 컨테이너의 (0, 0, 0) 좌표에 해당된다. 이는 가장 최우선순위인 x축의 가장 작은 값의 위치와 같다. 도 3의 (b)에 도시된 박스의 위치는 포인트(point) 1 및 2로 두 곳 모두 적재 가능한 위치이지만, DBLF 전략에 따라 x축 값이 작은 포인트 2에 두 번째 박스가 적재하게 된다. 도 3의 (c)에 도시된 박스의 위치 역시 상기 DBLF 전략에 따라 순차적으로 적재하게 된다.

한편, 상기 114 과정에서 체크 결과 상기 선택된 박스가 컨테이너에서 적재 공간 영역의 최적화에 적합하지 않을 경우 116 과정으로 이동하여 박스의 적재 방향을 전환한다.

이후 118 과정에서 방향이 전환된 박스로 인해 적재 공간 영역의 최적화가 수행되었는지를 다시 한번 체크하고, 최적화를 만족할 경우 상기 120 과정으로 이동하고, 최적화를 만족하지 경우 상기 116 과정으로 이동하여 이후의 과정을 수행한다.

124 과정에서는 상기 122 과정에서 박스 적재 후 상기 컨테이너의 적재공간 영역 정보 및 박스 목록을 업데이트하고, 126 과정에서 잔여 적재공간 영역 및 잔여박스 존재 여부를 체크하고, 상기 체크 결과 존재할 경우 112 과정으로 돌아가 이후의 과정을 수행하고, 존재하지 않을 경우 128 과정으로 이동하여 적재공간 영역의 적재율 측정 및 적재 순서 출력을 수행한다.

상기와 같이 본 발명에 따른 컨테이너에서의 무게중심을 고려한 박스 적재 방법에 관한 동작이 이루어질 수 있으며, 한편 상기한 본 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나 여러 가지 변형이 본 발명의 범위를 벗어나지 않고 실시될 수 있다. 따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 청구범위와 청구범위의 균등한 것에 의하여 정하여져야 할 것이다.

Claims (10)

1. 컨테이너에서의 박스 적재 방법에 있어서,
   마이크로컨트롤에서 컨테이너의 적재 공간 영역 정보 및 상기 적재 공간 영역에 적재하고자 하는 박스 목록을 체크하는 과정과,
   상기 체크된 박스 목록에서 적재하고자 하는 박스를 선택하는 과정과,
   상기 선택된 박스 적재 시의 상기 적재 공간 영역 최적화 여부를 체크하는 과정과,
   상기 박스 적재 시 소정 위치를 우선순위로 하는 전략을 적용하여 상기 적재하고자 하는 박스를 순차적으로 적재하는 과정을 포함하고,
   상기 박스를 순차적으로 적재하는 과정은,
   유전자 알고리즘, 그리디 휴리스틱(Greedy heuristic) 알고리즘 및 디비엘에프 전략(DBLF strategy)를 동시에 접목시켜 하이브리드(Hibrid) 유전자 알고리즘에 의해 수행되고,
   상기 하이브리드 유전자 알고리즘은,
   상기 박스의 적재 순서 및 방향을 Greedy heuristic 알고리즘 및 DBLF strategy를 이용하여 초기 해 집단을 생성하는 과정과,
   상기 생성된 초기 해 집단에서 각 해의 적합도 측정 및 현재 해의 수렴도를 측정하는 과정과,
   기존 세대의 변수를 상기 유전자 알고리즘의 선택 교배 및 돌연변이 과정을 통하여 새로운 세대의 변수로 변환하는 과정과,
   적합함수를 이용하여 상기 새로운 세대의 변수가 상기 기존 세대의 변수보다 우월한지의 여부를 판단하는 과정을 포함하고,
   상기 생성된 해의 좌우, 앞뒤 및 좌우앞뒤 경우의 무게 차이율을 측정하여 미리 설정된 허용범위 초과 여부를 체크하여 초과한 경우 해를 생성하는 과정으로 돌아가고, 상기 허용범위에 포함되면 해 집단에 포함하는 과정을 더 포함하며,
   상기 적합함수는 하기와 같은 형태이고,
   

   

   =

   

   
   (여기서,

   

   는 해 i의 적재율(Volume utilization))
   상기 적합함수를 바탕으로, 이전 해에 대한 수렴도를 측정하기 위한 다양성 지수(diversity index=div)를 사용함을 특징으로 하는 컨테이너에서의 무게중심을 고려한 박스 적재 방법.
2. 삭제
3. 제1항에 있어서, 상기 하이브리드 유전자 알고리즘은,
   상기 박스 적재 시 해당 박스가 적재 공간 영역에서 차지하는 무게 중심이 고려된 알고리즘임을 특징으로 하는 컨테이너에서의 무게중심을 고려한 박스 적재 방법.
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 제1항에 있어서,
   상기 생성된 초기 해 집단에서 선택된 현재의 가장 우수한 해의 적합도를 이전의 가장 우수한 해의 적합도와 비교하여 현재의 해의 적합도가 이전의 해보다 더 큰 경우 가장 우수한 해는 현재의 해로 변경됨을 특징으로 하는 컨테이너에서의 무게중심을 고려한 박스 적재 방법.
9. 제1항에 있어서, 상기 전략은,
   상기 컨테이너의 적재 공간 영역을 x, y, z 축으로 분할하고, 상기 박스 적재위치 우선순위를 상기 x, y, z 축 순으로 하여 적재하는 것으로, 제1 박스의 적재 위치는 최우선순위인 x축의 가장 작은 값의 위치와 동일함을 특징으로 하는 컨테이너에서의 무게중심을 고려한 박스 적재 방법.
10. 제1항에 있어서,
    상기 박스 적재 시 마다 상기 컨테이너의 적재 공간 영역 정보 및 박스 목록을 업데이트하는 과정과,
    상기 컨테이너의 잔여 적재 공간 영역 및 적재하고자 하는 잔여 박스를 체크하는 과정과,
    상기 적재 공간 영역의 적재율 측정 및 적재 순서를 출력하는 과정을 더 포함함을 특징으로 하는 컨테이너에서의 무게중심을 고려한 박스 적재 방법.

Images