KR101554498B1 - 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템 - Google Patents

Abstract

본 발명의 일 실시예는 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에 관한 것으로, 해결하고자 하는 기술적 과제는 동적 프로그래밍 방법의 그리드를 네트워크로 변경하여 이를 최단경로 알고리즘인 다익스트라 알고리즘 및 열거해법으로 해결하여 선박의 최적항로를 계획할 수 있게 하는데 있다.
이를 위해 본 발명의 일 실시예는 선박의 운항 중 연속적으로 최적 항로를 계획 및 수행하기 위한 네트워크 모형화에 의한 최적항로 계획시스템에 있어서, 선박의 운항 정보에 기초하여, 출발점과 도착점을 잇는 대권에 따른 복수의 후보 항로를 생성하는 후보 항로 생성 모듈; 지구 표면을 잇는 대권을 따라 항해하는 대권 항법을 기준으로 상기 복수의 후보 항로의 변침점을 생성하고, 상기 변침점과 출발점 및 도착점을 이용하여 변침점 네트워크를 구성하는 네트워크 모형화 모듈; 상기 변침점 네트워크를 구성하는 각 교점 간의 비용을 깊이 우선 탐색 알고리즘을 통하여 계산하는 비용 계산 모듈; 다익스트라 알고리즘을 이용하여 상기 변침점 네트워크의 출발점에서 모든 교점까지의 경로를 산출하여 최소 비용을 가지는 최단 경로를 산출하는 최단 경로 산출 모듈; 및 상기 네트워크 모형화에 의한 최적항로 계획시스템을 구성하는 구성요소들의 동작을 제어하는 제어 모듈을 포함하는 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템을 개시한다.

Description

네트워크 모형화를 이용한 선박의 최적항로 계획 시스템{SYSTEM FOR PLANNING OPTIMIZED VESSEL SEAWAY USING NETWORK MODELING}

본 발명의 일 실시예는 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에 관한 것이다.

선박은 물 위로 이동할 수 있는 구조물, 넓게는 물 위의 교통기관을 총칭한다. 최근의 선박은 전자 해도를 이용하는 항로 시스템을 이용하여 운항 정보를 제공받는다. 그러나 종래의 항로 시스템은 전자 해도 상의 최단의 경로를 검색하여 제공할 뿐, 기상 정보를 이용한 경제적인 항로를 제공하지 않았다.

예를 들면, 동일한 출발지 및 목적지에 대한 복수의 항로 중, 어느 하나의 항로는 기상 상태가 양호한 다소 긴 제1 경로이고, 다른 하나의 경로는 기상 상태가 양호하지 않은 다소 짧은 제2 경로인 것으로 가정하면, 거리상으로는 제2 경로가 짧기 때문에 제2 경로가 경제적으로 판단될 수 있으나, 기상 상태에 따라서 제1 경로가 경제적인 경로가 될 수 있다.

즉, 선박은 차량과 달리 기상 상태에 따라 운항이 제한되기도 하고, 기상 상태에 따라 운항 속도가 크게 영향을 받는다는 점에서, 항로 생성시에 기상 상태를 파악하여 선박 항로를 생성하여야 하나, 종래의 항로 시스템은 이러한 기상 정보를 이용하여 경제적인 항로를 제공하지 않았다. 특히나 대형 선박의 경우, 운항 일수 및 연료소모량이 상당하다는 점에서, 기상 정보를 이용한 경제적인 항로를 제공할 수 있는 방법이 요구되었다.

또한, 최근에 오존층 파괴, CO2 배출에 따른 지구온난화, 기타 각종 환경오염물질 배출에 따른 자연환경 파괴 등의 환경문제가 범세계적 공동대처 과제로 대두되고 있다는 점에서, 더더욱 선박에 경제적인 항로를 제공할 수 있는 방법이 요구되었다.

등록특허공보 제10-0981945호 '선박 운항 최적화시스템 및 이를 이용한 선박 운항 최적화 제어방법' 등록특허공보 제10-1322415호 '선박 항로 제공방법 및 선박 항로 제공 시스템'

본 발명의 일 실시예는 동적 프로그래밍 방법의 그리드를 네트워크로 변경하여 이를 최단경로 알고리즘인 다익스트라 알고리즘 및 열거해법으로 해결하여 선박의 최적항로를 계획할 수 있는 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템을 제공한다.

본 발명의 일 실시예에 의한 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템은 선박의 운항 중 연속적으로 최적 항로를 계획 및 수행하기 위한 네트워크 모형화에 의한 최적항로 계획시스템에 있어서, 선박의 운항 정보에 기초하여, 출발점과 도착점을 잇는 대권에 따른 복수의 후보 항로를 생성하는 후보 항로 생성 모듈; 지구 표면을 잇는 대권을 따라 항해하는 대권 항법을 기준으로 상기 복수의 후보 항로의 변침점을 생성하고, 상기 변침점과 출발점 및 도착점을 이용하여 변침점 네트워크를 구성하는 네트워크 모형화 모듈; 상기 변침점 네트워크를 구성하는 각 교점 간의 비용을 깊이 우선 탐색 알고리즘을 통하여 계산하는 비용 계산 모듈; 다익스트라 알고리즘을 이용하여 상기 변침점 네트워크의 출발점에서 모든 교점까지의 경로를 산출하여 최소 비용을 가지는 최단 경로를 산출하는 최단 경로 산출 모듈; 및 상기 네트워크 모형화에 의한 최적항로 계획시스템을 구성하는 구성요소들의 동작을 제어하는 제어 모듈을 포함할 수 있다.

상기 후보 항로는 상기 출발점과 중간점 집합, 상기 중간점 집합과 도착점을 연결하는 대권들이되, 상기 출발점과 도착점을 잇는 대권이 기준대권이고, 상기 기준대권 상의 출발점과 도착점에서 같은 거리에 있는 지점이 중간점이며, 상기 중간점을 소정거리 이동시킨 영역이 중간점 집합일 수 있다.

상기 변침점 네트워크의 각 교점이 변침점일 수 있다.

상기 비용 계산 모듈은 선속 감소치 알고리즘을 적용하여 파도의 크기에 의한 선속 감소치를 추정하는 선속 감소치 추정부와, 선속 감소치를 이용하여 미리 설정된 기상 셀 영역에서 항로의 교점간 항해 시간을 산출하고, 상기 항해 시간을 미리 설정된 비용 평가 함수에 적용하여 항해 비용을 계산하는 항해 비용 계산부를 포함하는 항해 비용 계산 모듈; 및 바람, 파도, 해류의 영향에 대한 저항값을 이용하여 상기 선박의 속도를 추정하는 속도 추정부와, 상기 선박의 속도에 따른 항해 시간과 도착 시간을 산출한 후 비용 산출 알고리즘에 의하여 상기 선박의 도착 지연 시간에 따라 소요되는 항구 비용을 산출하는 비용 산출부를 포함하는 항구 비용 계산 모듈을 포함할 수 있다.

상기 다익스트라 알고리즘은 상기 출발점에서 모든 교점까지의 경로가 길이 순서대로 정렬되어 있음이 가정되어 있다.

본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템은 동적 프로그래밍 방법의 그리드를 네트워크로 변경하여 이를 최단경로 알고리즘인 다익스트라 알고리즘 및 열거해법으로 해결하여 선박의 최적항로를 계획할 수 있다.

도 1은 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템을 개략적으로 나타내는 블럭도이다.
도 2a는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 수행되는 대권 상의 중간점을 구하는 방법의 일 예를 나타내는 도면이다.
도 2b는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 생성되는 변침점의 일 예를 나타내는 도면이다.
도 2c는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 생성되는 호의 일 예에 나타내는 도면이다.
도 3a는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 파고와 선속 감소의 관계를 나타내는 그래프이다.
도 3b는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 해류에 대한 선속 감소의 관계를 나타내는 그래프이다.
도 3c는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 항해 시간을 비용으로 계산한 예를 나타내는 그래프이다.
도 3d는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 도착 지연 시간에 대한 호의 비용을 나타내는 그래프이다.
도 3e는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 호의 비용을 구하는 방법을 나타내는 도면이다.
도 4a는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 인접리스트 방식을 통하여 네트워크를 처리하는 방법의 일 예를 나타내는 도면이다.
도 4b는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 깊이 우선 탐색 알고리즘을 통하여 후보 항로를 생성하는 과정의 일 예를 나타내는 도면이다.
도 4c는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 최적 항로를 계획하는 과정의 일 예를 나타내는 도면이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.

본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.

아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

도 1은 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템을 개략적으로 나타내는 블록도이고, 도 2a는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 수행되는 대권 상의 중간점을 구하는 방법의 일 예를 나타내는 도면이며, 도 2b는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 생성되는 변침점의 일 예를 나타내는 도면이고, 도 2c는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 생성되는 호의 일 예에 나타내는 도면이며, 도 3a는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 파고와 선속 감소의 관계를 나타내는 그래프이고, 도 3b는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 해류에 대한 선속 감소의 관계를 나타내는 그래프이며, 도 3c는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 항해 시간을 비용으로 계산한 예를 나타내는 그래프이고, 도 3d는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 도착 지연 시간에 대한 호의 비용을 나타내는 그래프이며, 도 3e는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 호의 비용을 구하는 방법을 나타내는 도면이고, 도 4a는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 인접리스트 방식을 통하여 네트워크를 처리하는 방법의 일 예를 나타내는 도면이며, 도 4b는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 깊이 우선 탐색 알고리즘을 통하여 후보 항로를 생성하는 과정의 일 예를 나타내는 도면이고, 도 4c는 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템에서 최적 항로를 계획하는 과정의 일 예를 나타내는 도면이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템(1)은, 선박의 운항 중 연속적으로 최적 항로를 계획 및 수행하기 위한 시스템으로서, 후보 항로 생성 모듈(10), 네트워크 모형화 모듈(20), 비용 계산 모듈(30), 최단 경로 산출 모듈(40) 및 제어 모듈(50)을 포함한다.

상기 후보 항로 생성 모듈(10)은 선박의 운항 정보에 기초하여, 출발점과 도착점을 잇는 대권에 따른 복수의 후보 항로를 생성하는 장치이다.

상기 후보 항로는 출발점과 중간점 집합, 중간점 집합과 도착점을 연결하는 대권들이다. 여기서, 상기 중간점은 기준대권 상의 출발점과 도착점에서 같은 거리에 있는 지점이고, 상기 중간점 집합은 중간점을 소정거리 이동시킨 영역이다. 상기 기준대권은 출발점과 도착점을 잇는 대권이다.

상기 네트워크 모형화 모듈(20)은 지구 표면을 잇는 대권을 따라 항해하는 대권 항법을 기준으로 복수의 후보 항로의 변침점을 생성하는 장치이다. 또한, 상기 네트워크 모형화 모듈(20)은 변침점과 출발점 및 도착점을 이용하여 변침점 네트워크를 구성한다. 이때, 상기 변침점 네트워크의 각 교점이 변침점이다.

상기 비용 계산 모듈(30)은 변침점 네트워크를 구성하는 각 교점 간의 비용을 깊이 우선 탐색 알고리즘을 통하여 계산하는 장치이다.

보다 구체적으로는, 상기 비용 계산 모듈(30)은 항해 비용 계산 모듈(310) 및 항구 비용 계산 모듈(320)을 포함한다.

상기 항해 비용 계산 모듈(310)은 선속 감소치 알고리즘을 적용하여 파도의 크기에 의한 선속 감소치를 추정하는 선속 감소치 추정부(311)와, 선속 감소치를 이용하여 미리 설정된 기상 셀 영역에서 항로의 교점간 항해 시간을 산출하고, 항해 시간을 미리 설정된 비용 평가 함수에 적용하여 항해 비용을 계산하는 항해 비용 계산부(312)를 포함한다.

상기 항구 비용 계산 모듈(320)은 바람, 파도, 해류의 영향에 대한 저항값을 이용하여 선박의 속도를 추정하는 속도 추정부(321)와, 선박의 속도에 따른 항해 시간과 도착 시간을 산출한 후 비용 산출 알고리즘에 의하여 선박의 도착 지연 시간에 따라 소요되는 항구 비용을 산출하는 비용 산출부(322)를 포함한다.

상기 최단 경로 산출 모듈(40)은 다익스트라 알고리즘을 이용하여 변침점 네트워크의 출발점에서 모든 교점까지의 경로를 산출하여 최소 비용을 가지는 최단 경로를 산출하는 장치이다. 이때, 상기 다익스트라 알고리즘은 출발점에서 모든 교점까지의 경로가 길이 순서대로 정렬되어 있음이 가정되어 있다.

상기 제어 모듈(50)은 네트워크 모형화에 의한 최적항로 계획시스템(1)을 구성하는 구성요소들(즉, 후보 항로 생성 모듈(10), 네트워크 모형화 모듈(20), 비용 계산 모듈(30), 최단 경로 산출 모듈(40))의 전반적인 동작을 제어하여 본 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템(1)을 구동시킨다.

상기와 같이 구성된 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템(1)에 따르면, 동적 프로그래밍 방법의 그리드를 네트워크로 변경하여 이를 최단경로 알고리즘인 다익스트라 알고리즘 및 열거해법으로 해결하여 선박의 최적항로를 계획할 수 있게 된다.

이하에서는 상기와 같이 구성된 본 발명의 일 실시예에 따른 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템(1)의 동작에 관련하여 보다 상세하게 설명하기로 한다.

우선, 네트워크를 최적화에 이용한 연구로는 1950년대 후반 및 1960년대 초반에 걸친 L.R.F ord, D.R Fulker son (1962)의 연구를 들 수 있다. 그들은 수송 및 재고 계획에 관한 최소 비용 네트워크 흐름 문제에 관한 히치코크와 쿠프만의 연구를 확장하였는데 최소비용 네트워크 흐름 문제는 기본적으로 그래프로 표현된다. 네트워크 모형화에 컴퓨터 그래픽을 활용하는 방안에 관한 연구로는 F . Glover 등(1977)의 연구가 있으며 네트워크 문제에 대한 NET FORMs라고 하는 일반화된 그래픽 프레임워크를 제안하였다. 네트워크로 모형화되는 프로젝트 평가 및 검토 기술(Project Ev alu ation an d Review T echnique : PERT ), 중요 경로방법(Critical Path Meth od : CPM)등에 관한 연구로는 F ord와 Fulker son (1962)에 의해 수행되었다. 그들의 연구 이후로 각 작업의 중요성을 직관적으로 분석할 수 있고 프로젝트의 진행을 네트워크로 잘 표현해 주는 PC 베이스의 프로젝트 관리 시스템이 출현하여 제시간에 프로젝트를 완료하는데 많은 도움을 주고 있다.

본 발명에서는 네트워크 모형화에 의한 최적항로 계획에 관해 서술한다. 기존의 최적 항로 계획은 출발 전 추천 항로의 결정이라는 관점에서 한번만 수행하면 되지만, 본 최적항로 계획시스템에서는 항해 중 연속적으로 최적 항로를 계획하고 수행하는 것이 가능하다. 즉, 드리프트(Drift)나 자차(Deviation)를 감안하여 주어진 운항 스케쥴을 만족하면서 연료소비의 최소나 황천을 피하는 조선을 행할 수 있다. 이러한 점이 컴퓨터를 활용한 지능형 항해 시스템을 가장 큰 장점이라 할 수 있다.

본 발명에서는 동적 프로그래밍 방법의 그리드를 네트워크로 변경하여 이를 최단경로 알고리즘인 다익스트라 알고리즘 및 열거해법으로 해결한다. 출발점과 도착점 사이의 적절한 변침점들로 구성된 네트워크를 변침점 네트워크(Waypoint Network)라 한다. 여기서, 변침점 네트워크의 각 교점(node)은 변침점이며 각 호 (i, j)에 비용 d(i, j)가 주어져 있다. 비용은 각 교점간을 항해하기 위한 항해 시간, 연료 소비, 안전도(전복, 선체 손상, 화물 손상 등이 일어나지 않을 확률) 등이 되고, 모든 호의 비용은 비음으로 간주한다. 또한, 최적 항로의 결정은 최단 경로의 부분 경로도 최단 경로이다라는 Bellman의 최적원리(Principle of Optimality)에 의해 최단 경로 알고리즘을 이용하여 구한다.

Bellman ' Equation

이하에서는 주어진 문제를 네트워크 문제(network problem)로 모형화하는 방법, 각 교점간의 비용을 계산하는 방법, 다익스트라 알고리즘을 적용하는 방법과 전산 프로그램의 개요 및 도출된 최적 항로를 분석하여 실시간으로 최적항로를 결정하는 민감도 분석 방법을 설명한다.

1. 네트워크 구성

본 발명에서의 네트워크는 그래프에 수치 파라미터가 있는 그래프의 특수 형태이다. 그래프 이론은 오일러(Oiler)에 의해 최초로 발표된 이 후 많은 연구가 수행되었으며 컴퓨터의 출현과 선형 계획법의 발견에 의해 크게 발전되었다. 네트워크 이론에 의한 최적화 알고리즘은 효율적이며 시각적이고 개념적인 표현을 가능하게 해준다.

우선, 네트워크를 구성하는 교점의 구성에 대하여 설명하기로 한다.

네트워크의 각 교점은 출발점과 도착점 그리고 항로 상의 가능한 모든 변침점으로 구성된다. 이러한 교점을 구성하기 위해서 대양 항법을 검토한 후 이를 바탕으로 네트워크의 교점을 구성하는 방법을 설명하기로 한다.

일반적으로, 두 지점간을 항해하기 위한 항법은 크게 항정선 항법과 대권항법으로 구분된다.

항정선 항법은 점장도법으로 제작된 해도(Navigation Chart)를 이용하여 도착 침로나 항정을 계산하는 항법이다. 이 항법에는 평면항법, 중분위도 항법, 거등권 항법, 점장항법 등이 있지만, 본 명세서에서의 항정선 항법이라 하면 대표적으로 사용되는 점장항법을 의미한다.

점장도법에 의한 해도 상에 직선을 작도하면 항정선이 되고, 자이로 콤파스 등의 방위표시기를 사용하면 항정선을 따라 항해하기 편하다. 다만, 점장항법은 대권에 비해 항정이 길어서, 90도나 270도가 아닌 방향으로 항정선을 따라 항해하면 결국 지구의 극에 도달하게 된다.

대권항법은 항정선 항법과 비교하여 거리를 단축하고 연료를 절약할 목적으로 지구표면에 있는 대권을 따라 항해하는 항법이다. 여기서, 대권은 점장도 상에 곡선으로 표현되기 때문에, 대권항법은 대권상의 항해 구간을 적절한 등간격으로 나누어 각 구간을 점장항법으로 항해하게 된다. 이러한 점에 착안하여 네트워크 교점이 되는 변침점은 대권 항법을 기준으로 생성한다. 이렇게 항로를 기준으로 변침점을 작성하는 경우에는 네트워크 모형에서 대권을 기준으로 변침점을 작성하였으므로 대권항로를 최적항로로 결정할 수 있고, 최적해를 포함한 여러 후보 해를 동시에 검토해볼 수 있으며, 컴퓨터가 도출한 최적해를 컴퓨터 그래픽을 이용한 대화식 시스템을 이용하여 해를 검증하거나 대안을 작성할 수 있다.

변침점 네트워크를 구성하기 위해선 대권을 중심으로 하는 후보 항로를 구하고 이들 후보 항로의 변침점으로 네트워크의 교점을 구성한다. 또한, 후보항로를 설정하기 위해서는 출발점과 도착점을 잇는 대권을 크게 벗어나지 않는 항로를 설정하는 것이 중요하다.

이는 초기침로 Az에 침로 범위 δ를 벗어나지 않는 초기침로 Az'를 갖는 대권들을 구하는 것이 된다.

대권항법에서는 정점(Vertex)을 기준으로 정점에서 일정한 거리만큼 떨어진 점들을 구하여 이를 변침점으로 사용하고 있으나 본 발명에서는 그러한 방법을 적용하지 못한다. 정점은 대권 상에서 극에 가장 가까운 점을 의미하므로 대권상의 정점은 항로의 바깥에 존재할 수 있기 때문이다.

변침점 네트워크를 구성하기 위해서는 대권상의 정점을 기준으로 하는 것이 아니라 출발점과 도착점에서 같은 거리에 있는 점을 기준으로 해야 한다. 출발점과 도착점을 잇는 대권을 기준대권(Basic Great Circle)이라 하고, 기준대권 상의 출발점과 도착점에서 같은 거리에 있는 점을 중간점(Center Point)이라 하며, 중간점을 적당한 거리만큼 이동시킨 점을 중간점 집합(Center Points)이라 한다.

출발점과 중간점 집합, 중간점 집합과 도착점을 연결하는 대권들이 후보항로가 되며 중간점 집합을 구하는 방법은 다음 표 1과 같다.

여기서, 침로 δ는 수학식 1에

[수학식 1]

에 의해 구하고 대권상의 중간점 C를 구하기 위해서는 구면삼각형의 코사인 법칙에 따른 공식을 변형하여 대권거리의 반을 구하는 공식을 유도한 후, 출발점에서 일정거리 떨어진 점의 위치를 구하는 공식을 유도하여 이들 공식을 사용하여 중간점의 경위도를 구한다.

먼저, 출발침로 Az를 구해야 하는데 이는 출발점과 도착점의 위도와 항정을 이용하여 수학식 2에 의해 구한다.

[수학식 2]

단, Az: 초기 침로, L1 : 출발점 위도, coL2 : 도착점의 여위도, D: 항정이고,

또한, 항정 D는 수학식 3에 의하여 구한다.

[수학식 3]

또한, 출발점과 도착점까지의 대권거리 Dgc의 반은 구면삼각형의 코사인 법칙에서 유도한 수학식 4에 의하여 구하고,

[수학식 4]

한 점

에서 대권의 초기침로 Az방향으로 거리 g 만큼 떨어진 점

은 수학식 5에 의하여 구한다.

[수학식 5]

이렇게 대권상의 중간점을 구한 후 δ- 90과 δ+ 90 방향으로

단,

만큼 이동시킨 점

를 구하면 후보항로의 중간점이 된다. 출발점과 중간점 집합의 점, 중간점 집합의 점과 도착점을 연결하는 다수의 대권을 생성하고 각 대권의 변침점을 구하는 대권항법을 이용해 변침점을 구하면 변침점 네트워크의 모든 교점을 구한 것이다.

단, 정점을 기준으로 변침점을 구하는 대권항법과는 달리 대권 거리 Dgc를 일정한 거리 d로 나누어 변침점을 구하는데, 출발점에서 일정거리에 있는 점을 구하는 수학식 5를 사용한다.

이렇게 구한 변침점의 예를 도 2b에 도시되어 있다. 도 2b에 실선으로 표현된 것이 출발점과 도착점을 잇는 기준대권이며, 기준대권 주위 일정한 범위 내에 변침점이 분포한 것을 볼 수 있다. 이에 따라, 다단계 동적 프로그래밍의 경우에 비해 실용적인 변침점으로 네트워크가 구성되었음을 알 수 있다.

다음으로, 네트워크를 구성하는 교점을 연결하는 호의 구성에 대하여 설명하기로 한다.

상술한 바와 같이 교점을 구하였으면 각 교점을 연결하는 호를 구성해야 한다. 각 교점간을 항해하는데 가장 짧은 거리인 대권을 따라 항해하면 되지만 현재까지 나와있는 항법으로는 정확히 대권 위를 항해할 수 없다. 따라서, 각 교점간을 항해하는 데는 점장항법을 사용한다.

우선, 항해의 출발점이 되는 교점을 ns라 하면 초기 항해 시작 시에는 ns = Xs가 된다. 이때, ns에서 다음 변침점으로 가능한 교점 ni,

을 후보 교점이라 한다. ns와 ni의 침로를 δi, 항정을 di라 하고, ns에서 ni까지의 변침 제한범위를

라 하며, 제한 항정을 D라고 하면 ni가 후보교점이 되는 조건은

이 된다.

2. 네트워크의 비용 계산

네트워크 모형의 목적 함수는 최소 시간, 최소 연료 소비, 안전도 등으로 표현된 항해 비용과 항구비용으로 구성되는 네트워크의 비용을 최소로 하는 것이다. 최소 시간 및 연료 소비는 선박의 속도에 관련이 있고, 안전도는 바람과 파도의 영향을 많이 받는다.

이를 위하여 선속을 추정하는 과정을 설명하기로 한다.

일반적으로, 주어진 기상 및 해상 상태에서의 선박에 미치는 힘은 선체구조에 따른 바람의 힘, 해수와의 마찰 같은 유체의 힘, 파도의 힘, 프로펠러 추력, 조타기(Rudder)의 힘, 선체경사에 의한 복원력, 엔진 파워 등이 있으며 선속의 결정에 중요한 영향을 끼치는 외력은 파도, 바람, 해류이다.

연료소비는 수학식 6에서와 같이 선속의 3승에 비례한다고 알려져 있다. 외력이 있는 경우의 연료소모량은 선속과 외력의 함수이다.

[수학식 6]

선박의 파랑 중 내항성 평가에 관한 연구에서 내항성 평가 요소로 선체 운동에 의한 Deck Wetness, Propeller Racing, Slamming, 횡동요, 상하좌우 가속도 등을 고려한 종합내항성능 지수의 개념을 제안하고 있다. μ는 안전도에 대한 바람의 작용계수이다.

이러한 각 비용요소에 대해 가중치를 고려한 목적함수를 표현하면 수학식 7과 같다.

[수학식 7]

단, w1, w2, w3, w4: 무차원화를 위한 가중치, CF: 연료소비량, CT: 항해시간, CS: 안전도 평가치, CP: 항구비용

최적항로 계획의 목적은 목적함수를 최소화하는 선박 제어 벡터와 그 때의 경로를 구하는 것이다. 즉, 선박 제어 벡터인 침로와 속력, 그리고 경로를 동시에 결정해야 하지만, 본 발명에서는 선박제어 벡터 중 속력은 고정하고 침로를 결정하는 것으로 한다. 이는 네트워크 상에서 경로를 선택하는 것으로 문제의 범위를 축소시키는 장점이 있다. 실질적인 최적항로 계획을 위해서는 기후 예측도 및 기상 자료, 파랑도(파고, 파주기, 파향, 등파고선), 파도 예측도(스웰이 있는 경우) 등이 필요하지만, 본 발명에서는 계산의 편의상 이러한 자료 중에서 파도와 해류의 정보만을 사용한다. 즉, 비용요소로는 선속 추정, 연료소모, 안전도 등이 있지만 계산 실험에서는 추정 선속에 따른 항해시간과 도착시간에 따른 항구비용을 비용요소로 고려한다. 항구비용은 적정한 가중치를 두어 항해시간과 함께 사용할 수 있도록 무차원화(Normalize)하였다.

바람의 영향을 고려하지 않은 것은 파도와 바람의 관계는 비례 관계이므로, 파도만 고려해도 적절하게 네트워크 모형의 비용을 계산할 수 있기 때문이다. 파도와 바람의 관계는 표 2를 참고로 한다.

대부분 기존의 최적항로 계획에 있어 비용 추정을 위한 선박의 운동방정식과 외력을 추정하는 방법을 중요시하고 있지만, 본 발명에서는 네트워크 모형의 유용함을 검증하는 것에 주안점을 두며 연료소모 및 안전 등 다른 항해 비용 요소는 무시하고 선속에 따른 항해 시간과 도착 시간에 따른 항구비용을 고려하기로 한다.

운항 스케쥴보다 빨리 도착한 경우는 묘박지에서의 대기 비용 등이 발생하고 늦게 도착한 경우에도 선석 배정의 변경에 따른 추가 비용 등이 발생하므로 항구비용은 도착시간에 대한 조기 또는 지연 비용이며, 정상적인 도착의 경우는 항구 비용이 없다고 가정한다. 이렇게 선속과 항구비용을 고려한 네트워크의 목적함수는 수학식 8과 같다.

[수학식 8]

이하에서는, 상술한 호(弧)의 비용을 계산함에 있어 필요한 항해 비용 및 항구 비용을 계산하는 방식에 대하여 설명하기로 한다.

이를 위하여, 컴퓨터 계산을 위해서 바람, 해류의 영향에 대한 선속 감소치를 가정하여 사용한다.

임의로 선속 감소치를 사용하면 실제 항해에 사용할 수 있는 최적항로는 도출하지 못하지만, 주어진 비용에 따른 최적항로는 도출할 수 있으며 민감도 분석 등을 수행하여 네트워크 모형의 유용함을 보일 수 있다.

파도에 의한 선속 감소는 파고와 파주기 및 파향에 따라 달라지는데, 본 발명에서는 파고와 파향만을 고려한다. 파향은 선수파, 횡파, 선미파로 나누어 고려하고 파도의 세기로는 파주기는 제외하고 파고만 계산한다. (표 2 참조)

실제 계산에 사용된 파고와 선속 감소의 관계는 도 3a와 같다. 이때, 해류에 대한 선속 감소는 순조와 역조 두 가지로 고려하며 순조와 역조는 그 절대값은 같고 부호만 반대인 것으로 가정한다. 도 3b에 그 변화 추이를 보인다. 파도의 영향에 의한 선속감소치를 vw라 하고 해류의 영향에 의한 선속 감소치를 vc라 하면 주어진 선속 v에 대한 최종 선속 v' 는 v' = v - (v w + v c)로 계산된다.

이러한 방법으로 기상정보에 대한 선속 감소를 추정하였으면, 기상셀(Weather Cell)과 항로의 관계에 따른 항해비용을 계산하여야 한다. 항정선 s위의 한 점 n에서 시간 t에 정의되는 비용함수 f (n, t)라 하면 비용은

로 정의된다. 변침점 ns에서 변침점 ni까지의 비용을 구하려면 ns와 ni사이의 항정선 s와 각 기상셀 ci가 만나는 교점 ωi에 대해, ωi에 대한 비용을 구하여 합하면 된다. 각 ωi간의 항정은 점장항정이 된다.

도 3c는 항해 시간을 비용으로 계산하는 예이다. 즉, ns에서 ni까지의 항해 시간은 수학식 9에 의하여 구한다.

[수학식 9]

단, Ts: 변침점, ns : 통과 시각, J = 침로선이 기상셀과 만나는 교점의 수, dj = ωj의 항정, v: 정수 중 선속,

: 해류에 의한 선속 감소치,

: 파도에 의한 선속 감소치.

여기서, 비용 평가 함수

는 항해시간을 의미한다. 도착점 nf까지의 항해 시간 Tf 는

(I: 주어진 항로상의 모든 변침점의 수)가 된다. 도착 시간 Tf 에 따른 도착지점 Pf 에서의 항구비용을 B(Pf, Tf)라 하면 항구 비용을 고려한 비용은

가 된다.

한편, 선박의 비용이란 관점에 따라 다르게 해석된다. 선주의 입장에서 선박 비용이란 선박구입비, 선원비, 연료비, 항비, 일반 관리비 등이며 화주의 입장에서는 선박 사용에 따라 지급하는 비용, 즉 용선료, 운임 등이 된다.

본 발명에서는 항구비로 고려되는 제반 요소를 간단히 하여 도착시간을 기준으로 지연시간에 대한 벌점만을 고려한다. 도착 시간을 기준으로 한 호의 비용은 도 3d과 같다. 이때, 빨리 도착하는 것이나 늦게 도착하는 것이나 같은 값의 추가비용이 발생한다고 가정한다.

3) 수치계산 예

파고와 바람에 대한 선속 감소의 추정을 위해서는 기상셀에 대한 시간당 기상 자료가 필요하다. 기상셀 c1과 c2에 대한 기상 정보는 표 3과 같다. 파도 방향의 정의는 선수방위선과 보조파가 이루는 각 μ를 기준으로 한다. μ의 값 ±45도를 기준으로 선수파, 정횡파, 선미파를 결정하며 해류의 방향은 편의상 정횡선을 기준으로 순조와 역조를 구분한다.

먼저, 호의 비용을 구하는 방법을 설명한다. 정수 중 속도 v = 18.0kts, 침로 90도인 경우를 도 3e에 보인다. 즉, 도 3e의 ns와 ni 사이의 항정선 s와 각 기상셀 cj가 만나는 교점 ωi가 한 개인 경우를 가정하자. d1 = 120', d2 = 160'이라 한다.

기상셀 c1에서의 추정 선속은 다음과 같다.

파도 정보는 Ts = 0일 때 표 3에 의해 파고 14미터, 파향 10도 정횡파이고 이때의 감속된 선속은 도 3a에 의해 11.5 kts이다. 해류 정보는 표 3에 의해 유속: 3.5kts, 유향 10도 역조이며 이때의 감속된 선속은 도 3b에 의해 14.5kts이다. 기상셀 c1에서의 총 선속 감소치는 10.0 kts이고, 추정 선속은 8 kts가 되며, d1이 120 마일인 경우,

의 항해 시간은 15.0시간이 되고, ω1의 도착 시간 T 1은 15.0이 된다.

기상셀 c2에 대한 항해시간도 같은 요령으로 계산한다.

그 다음, 항구 비용은 예정도착시간에 대한 차이로 계산한다. 예를 들면, ni의 도착시간 Ti는 25.7 시간이 된다. 예정 도착시간을 20시라고 한다면 도착 지연 시간은 5.7시간이 된다. 이에 따른 항구비용은 도 3d에 따라 3.8이 되며 항해 비용과 항구 비용을 합한 최종 비용은 29.5가 된다.

3. 최적 항로 결정 알고리즘

네트워크로 모형화되는 문제는 도로수송문제, 배정문제, 생산- 분배 문제, 재고문제, 창고문제, 사업 계획 문제 등 다양하다. 네트워크로 모형화되는 최적항로계획 문제는 비음의 비용을 갖는 최단 경로 문제로 생각할 수 있다. 최단 경로의 문제의 목적에 따라 최단 경로를 구하는 방법은 네 가지 문제(특정 두 교점간의 최단 경로, 특정의 한 교점으로부터 그 외의 모든 교점까지의 최단 경로, 각 교점간의 최단 경로, 두 교점간의 K 개의 최단 경로)로 구분된다.

여기서, 최적항로 계획 문제는 출발점과 도착점 사이의 최단 경로를 구하는 것이다. 본 발명에서는 네트워크 모형을 풀기 위한 해법으로 개선된 다익스트라 알고리즘 및 깊이 우선 탐색 알고리즘을 사용하는 열거해법을 사용한다.

즉, 본 발명에서는 개선된 깊이우선 탐색 알고리즘을 사용하여 네트워크 각 교점간의 비용을 구하고 다익스트라 알고리즘을 사용하여 최단 경로를 구한다. 다익스트라 알고리즘은 출발점에서부터 최단 경로를 찾기 시작하여 도착점에 다다르면 종료하는 방법을 사용한다.

보다 구체적으로는, 컴퓨터를 사용하여 네트워크를 처리하는 방법은 인접행렬(Adjacency matrix)방식, 교점대호 인접행렬 방식, 호 리스트 방식, 연결 리스트 방식 등이 있으나, 본 발명에서는 자료 구조 구현이 용이하고 유연한 인접리스트 방식(Contiguous Adjacency List)을 사용한다.

Pascal로 표현한 인접 리스트 방식의 구조는 다음과 같다.

열거해법은 가능한 모든 해를 탐색하는 해법이다. 네트워크의 교점과 호의 수가 많지 않으면 계산량이 많지 않으므로 (깊이우선 탐색의 계산량 O(NM)은 N* M이다. N : 교점의 수, M : 호의 수) 실용적인 해법이라 볼 수 있다.

변침점 네트워크에서 후보 항로의 추출은 깊이 우선탐색 알고리즘을 변형하여 사용한다. 이러한 변침점 네트워크에서 후보 항로는 출발점에서 도착점에 이르는 경로에 의해 구할 수 있다.

따라서, 모든 후보 항로를 구하려면 변침점 네트워크의 출발점으로부터 변침점 네트워크를 순회하는 깊이 우선 탐색 알고리즘을 적용하면서 각 변침점을 방문하되, 그 마디가 도착점이면 그때까지의 순회경로로 후보 항로를 만드는 일을 순회가 끝날 때까지 계속하면 된다.

그러므로, 모든 후보 항로를 생성하는 알고리즘은 변침점 네트워크를 깊이 우선 탐색 순회 알고리즘(Depth-first traversal algorithm)에다 각 변침점을 방문할 때마다 도착점 여부를 검사하는 절차와 도착점에 이를 때마다 출발점에서 도착점까지의 경로를 하나의 후보 항로로 등록하는 하는 절차를 추가하여 구성할 수 있다.

도 4b는 이러한 후보 항로를 생성하는 알고리즘을 보여주고 있다. 도 4b에서 회색으로 표시된 교점은 도착점이며 출발점(0번 교점)에서 출발하여 각 변침점을 방문할 때마다 방문한 변침점을 스택에 저장하고(Push), 도착점에 이르면 그때까지 스택에 저장된 변침점들로 하나의 후보 항로를 등록한다. 그 다음에는 스택상의 변침점을 단계별로 삭제하고(Pop), 다음 변침점을 방문하는 과정을 반복한다. 즉, 일반적인 깊이 우선 탐색 알고리즘에다 방문 변침점 스택에 푸쉬(Push)하는 과정, 도착점 여부를 검사 하여 도착점에서 후보 항로를 등록하는 과정, 그리고 스택상의 변침점을 팝(Pop)하는 과정을 추가한 것이 깊이 우선 탐색 알고리즘을 활용한 열거해법이다.

또한, 다익스트라 알고리즘에서는 출발점에서 모든 교점까지의 경로가 길이 순서대로 정렬되어 있음을 가정한다. 출발점에서 교점 i까지 경로를 Pi라 하면 최단 경로의 길이는 다음과 같이 커진다.

알고리즘은 먼저 P2를 구하고 P3을 구하는 방식이며 마지막으로 가장 긴 최단 경로를 구한다. 이를 최적항로 계획에 활용하기 위해서는 교점을 방문해 가면서 도착점까지의 최단 경로가 구해지면 종료하는 것이다. 다익스트라(최단경로) 알고리즘을 정리하면 표 5과 같다.

한편, 민감도 분석이란 도출된 최적해의 자료를 변경하거나 또는 모형 자체를 변경시켜 가면서 최적해의 변화를 알아보는 것을 말한다. 본 발명에서의 민감도 분석이란 항해 계획시의 기상자료 예측치 등을 변경시켜 가면서 도출되는 최적항로의 변화를 분석하는 것을 말하며 특히 항해 중에 외력에 의해 최적항로를 벗어난 경우에 새로운 최적항로를 구하는 과정도 민감도 분석의 범주에 포함시킨다.

항해 중에는 외력의 영향으로 계획했던 항로를 벗어나게 된다. 이는 항로로부터 벗어난 거리 Drift와 벗어난 각 Deviation으로 표현된다. 도 4c에서 변침점 A를 지난 선박이 외력의 영향으로 이로한 경우, 항해사는 1, 2, 3 세 가지 항로를 선택해야 한다. 대부분은 직관적으로 이해하기 쉬운 1 또는 2의 항로를 택하게 된다. 하지만 민감도 분석을 통해 3의 항로를 택하는 경우도 비교 분석함으로써 항해 중 변화된 상황을 적용한 최적항로 계획이 가능하다. 항해 중에 항상 최적한 항로를 따라 운항할 수 있다는 의미에서 이를 최적항로 유지라 한다. 본 발명에서의 최적항로 계획은 선행의 연구와는 달리 이러한 최적항로 유지의 개념을 포함한다. 이러한 민감도 분석과 최적항로 유지는 컴퓨터 그래픽을 활용하여 수행된다.

한편, 상기 비용 계산 모듈(30)의 외면에는 온도에 따라 색이 변화하는 온도변색층이 도포될 수 있다. 이 온도변색층은, 소정의 온도 이상이 되었을 때 색이 변하는 두 가지 이상의 온도변색물질이 비용 계산 모듈(30)의 표면에 코팅되어 온도 변화에 따라 두 개 이상의 구간으로 분리됨으로써 단계적인 온도 변화를 판단할 수 있고, 온도변색층 위에는 온도변색층이 손상되는 것을 방지하기 위한 보호막층이 코팅된다. 여기서, 온도변색층은, 각각 40℃ 이상 및 60℃ 이상의 변색온도를 갖는 온도변색물질을 코팅하여 형성될 수 있다. 온도변색층은 비용 계산 모듈(30)의 온도에 따라 색이 변화하여 도료의 온도 변화를 감지하기 위한 것이다. 이러한 온도변색층은 소정의 온도 이상이 되었을 때 색깔이 변하는 온도변색물질이 비용 계산 모듈(30)의 표면에 코팅됨으로써 형성될 수 있다. 또한, 온도변색물질은 일반적으로 1~10㎛의 마이크로캡슐 구조로 구성되어 있고, 마이크로캡슐 내에 전자 공여체와 전자 수용체의 온도에 따른 결합 및 분리현상으로 인해 유색 및 투명색을 나타내도록 할 수 있다. 또한, 온도변색물질은 색의 변화가 빠르고, 40℃, 60℃, 70℃, 80℃, 등의 다양한 변색온도를 가질 수 있으며, 이러한 변색온도는 여러 방법으로 쉽게 조정될 수 있다. 이러한 온도변색물질은 유기화합물의 분자 재배열, 원자단의 공간 재배치 등의 원리에 의한 다양한 종류의 온도변색물질이 이용될 수 있다. 이를 위해, 온도변색층은 서로 다른 변색 온도를 가지는 두 가지 이상의 온도변색물질을 코팅하여 온도 변화에 따라 두 개 이상의 구간으로 분리되도록 형성되는 것이 바람직하다. 이 온도변색층은 상대적으로 저온의 변색온도를 갖는 온도변색물질과 상대적으로 고온의 변색온도를 갖는 온도변색물질을 사용하는 것이 바람직하며, 더욱 바람직하게는 40℃이상 및 60℃이상의 변색온도를 갖는 온도변색물질을 사용하여 온도변색층을 형성할 수 있다. 이를 통해, 상기 비용 계산 모듈(30)의 온도 변화를 단계적으로 확인할 수 있어 도료의 온도변화를 감지할 수 있으며, 이에 따라 컴퓨터를 최적의 상태에서 운용할 수 있으며, 과열에 의한 비용 계산 모듈(30)의 손상을 미연에 방지시킬 수 있다. 또한, 보호막층은 온도변색층 위에 코팅되어서 외부의 충격으로 인해 온도변색층이 손상되는 것을 방지하며, 온도변색층의 변색 여부를 쉽게 확인함과 동시에 온도변색물질이 열에 약한 것을 고려하여 단열 효과를 가지는 투명 코팅재를 사용하는 것이 바람직하다.

이에 더하여, 상기 제어 모듈(50)을 구성하는 케이스는 외부 충격 또는 외부 환경에 대한 내충격성이 우수한 폴리프로필렌 수지 조성물로 형성될 수 있다. 이러한 폴리프로필렌 수지 조성물은 에틸렌-프로필렌-알파올레핀 랜덤 공중합체 75~95중량% 및 에틸렌 함량이 20~50중량%인 에틸렌-프로필렌 블록 공중합체 5~25중량%로 이루어진 폴리프로필렌 랜덤 블록 공중합체를 포함할 수 있다. 상기 폴리프로필렌 랜덤 블록 공중합체는 전술한 에틸렌-프로필렌-알파올레핀 랜덤 공중합체 75~95중량% 및 에틸렌-프로필렌 블록 공중합체 5~25중량%인 것이 바람직한데, 에틸렌-프로필렌-알파올레핀 랜덤 공중합체가 75중량% 미만이면 강성이 저하되고, 95중량%를 초과하면 내충격성이 저하되며, 에틸렌-프로필렌 블록 공중합체는 5중량% 미만이면 내충격성이 저하되고, 25중량%를 초과하면 강성이 저하된다. 상기 에틸렌-프로필렌-알파올레핀 랜덤 공중합체는 에틸렌 0.5~7중량% 및 탄소수가 4~5인 알파올레핀 1~15중량%를 포함하며, 폴리프로필렌 수지 조성물의 기계적 강성유지 및 내열성을 향상시키며 내백화성을 유지하는데 효과적인 역할을 한다. 상기 에틸렌 함량은 바람직하게는 0.5~5중량%이며, 더욱 바람직하게는 1~3중량%일 수 있으며, 0.5중량% 미만이면 내백화성이 저하되고, 7중량%를 초과하면 수지의 결정화도 및 강성이 저하된다. 또한, 상기 알파올레핀은 에틸렌 및 프로필렌을 제외한 임의의 알파올레핀을 의미하며, 바람직하게는 부텐이다. 또한, 전술한 알파올레핀은 탄소수가 4 미만이거나 5를 초과하면 랜덤 공중합체의 제조 시, 코모노머와의 반응성이 낮아 공중합체를 제조하는데 어려움이 있다. 또한, 전술한 알파올레핀 1~15중량%를 포함하며, 바람직하게는 1~10중량%이고, 더욱 바람직하게는 3~9중량%일 수 있다. 상기 알파올레핀은 1중량% 미만이면, 결정화도가 필요 이상으로 높아져 투명성이 저하되고, 15중량%를 초과하면 결정화도 및 강성이 저하되어 내열성이 현저히 낮아지는 문제점을 가진다. 또한, 상기 에틸렌-프로필렌 블록 공중합체는 에틸렌 20~50중량%을 포함하며, 폴리프로필렌 수지 조성물에 내충격적 특성을 부여하고 미세 분산이 가능하여 내백화성 및 투명성을 동시에 부여하는 역할을 한다. 이러한 에틸렌 함량은 바람직하게는 20~40중량%일 수 있으며, 20중량% 미만이면 내충격성이 저하되고 50중량%를 초과하면 내충격성 및 내백화성이 저하될 수 있다.

이상에서 설명한 것은 본 발명에 의한 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템을 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.

1: 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템
10: 후보 항로 생성모듈 20: 네트워크 모형화 모듈
30: 비용 계산 모듈 40: 최단 경로 산출 모듈
50: 제어 모듈 310: 항해 비용 계산 모듈
311: 선속 감소치 추정부 312: 항해 비용 계산부
320: 항구 비용 계산 모듈 321: 속도 추정부
322: 항구 비용 산출부

Claims (5)

1. 선박의 운항 중 연속적으로 최적 항로를 계획 및 수행하기 위한 네트워크 모형화에 의한 최적항로 계획시스템에 있어서,
   선박의 운항 정보에 기초하여, 출발점과 도착점을 잇는 대권에 따른 복수의 후보 항로를 생성하는 후보 항로 생성 모듈;
   지구 표면을 잇는 대권을 따라 항해하는 대권 항법을 기준으로 상기 복수의 후보 항로의 변침점을 생성하고, 상기 변침점과 출발점 및 도착점을 이용하여 변침점 네트워크를 구성하는 네트워크 모형화 모듈;
   상기 변침점 네트워크를 구성하는 각 교점 간의 비용을 깊이 우선 탐색 알고리즘을 통하여 계산하는 비용 계산 모듈;
   다익스트라 알고리즘을 이용하여 상기 변침점 네트워크의 출발점에서 모든 교점까지의 경로를 산출하여 최소 비용을 가지는 최단 경로를 산출하는 최단 경로 산출 모듈; 및
   상기 네트워크 모형화에 의한 최적항로 계획시스템을 구성하는 구성요소들의 동작을 제어하는 제어 모듈을 포함하고,
   상기 비용 계산 모듈의 외면에는 온도에 따라 색이 변화하는 두가지 이상의 온도변색물질로 이루어진 온도변색층이 도포되어 온도 변화에 따라 두 개 이상의 구간으로 분리되어 단계적인 온도 변화를 판단하게 하며,
   상기 제어 모듈을 구성하는 케이스는 외부 충격 또는 외부 환경에 대한 내충격성이 우수한 폴리프로필렌 수지 조성물로 형성될 수 있고, 상기 폴리프로필렌 수지 조성물은 에틸렌-프로필렌-알파올레핀 랜덤 공중합체 75~95중량% 및 에틸렌 함량이 20~50중량%인 에틸렌-프로필렌 블록 공중합체 5~25중량%로 이루어진 폴리프로필렌 랜덤 블록 공중합체를 포함하며,
   상기 온도변색층의 위에는 상기 온도변색층이 손상되는 것을 방지하기 위한 보호막층이 코팅되고,
   상기 온도변색층은, 각각 40℃ 이상 및 60℃ 이상의 변색온도를 갖는 온도변색물질을 코팅하여 형성되며, 1~10㎛의 마이크로캡슐 구조로 구성되어 있고, 마이크로캡슐 내에 전자 공여체와 전자 수용체의 온도에 따른 결합 및 분리현상으로 인해 유색 및 투명색을 나타내고,
   상기 보호막층은 상기 온도변색층 위에 코팅되어서 외부의 충격으로 인해 온도변색층이 손상되는 것을 방지하며, 단열 효과를 가지는 투명 코팅재를 사용하고,
   상기 다익스트라 알고리즘은 상기 출발점에서 모든 교점까지의 경로가 길이 순서대로 정렬되어 있음이 가정되어 있는 것을 특징으로 하는 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템.
2. 제1항에 있어서,
   상기 후보 항로는 상기 출발점과 중간점 집합, 상기 중간점 집합과 도착점을 연결하는 대권들이되, 상기 출발점과 도착점을 잇는 대권이 기준대권이고, 상기 기준대권 상의 출발점과 도착점에서 같은 거리에 있는 지점이 중간점이며, 상기 중간점을 소정거리 이동시킨 영역이 중간점 집합인 것을 특징으로 하는 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템.
3. 제1항에 있어서,
   상기 변침점 네트워크의 각 교점이 변침점인 것을 특징으로 하는 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템.
4. 제1항에 있어서,
   상기 비용 계산 모듈은
   선속 감소치 알고리즘을 적용하여 파도의 크기에 의한 선속 감소치를 추정하는 선속 감소치 추정부와, 선속 감소치를 이용하여 미리 설정된 기상 셀 영역에서 항로의 교점간 항해 시간을 산출하고, 상기 항해 시간을 미리 설정된 비용 평가 함수에 적용하여 항해 비용을 계산하는 항해 비용 계산부를 포함하는 항해 비용 계산 모듈; 및
   바람, 파도, 해류의 영향에 대한 저항값을 이용하여 상기 선박의 속도를 추정하는 속도 추정부와, 상기 선박의 속도에 따른 항해 시간과 도착 시간을 산출한 후 비용 산출 알고리즘에 의하여 상기 선박의 도착 지연 시간에 따라 소요되는 항구 비용을 산출하는 비용 산출부를 포함하는 항구 비용 계산 모듈을 포함하는 것을 특징으로 하는 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템.
5. 삭제

Images