PSO 알고리즘에 기반한 AIS 데이터로부터의 선박항로 패턴 추출
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 신옥근 | - |
dc.contributor.author | 손준호 | - |
dc.date.accessioned | 2022-06-23T08:57:55Z | - |
dc.date.available | 2022-06-23T08:57:55Z | - |
dc.date.created | 20220308093448 | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | http://repository.kmou.ac.kr/handle/2014.oak/12879 | - |
dc.identifier.uri | http://kmou.dcollection.net/common/orgView/200000603089 | - |
dc.description.abstract | The conventional voyage planning method has disadvantages in that it is highly dependent on navigation officer’s experience and it takes much time to collect and review information about new lane. However, those disadvantages can be partially complemented by referring to the route which other ships commonly use. In this thesis, a method to extract ship route patterns commonly used by many other ships from AIS data based on the PSO algorithm is proposed for complementing those disadvantages. And, ship route pattern extracting experiment using collected AIS data was conducted to evaluate the performance of the proposed method and to analyze the impact of the parameters of the proposed method. In addition, the characteristics of the proposed method were analyzed. | - |
dc.description.abstract | 관습적인 항해계획 수립 방식은 선원의 경험에 대한 의존도가 높고 정보 수집과 검토에 많은 시간이 걸린다는 단점을 가지고 있다. 그러나 이런 단점은 항해계획 수립 시 타 선박들이 많이 사용하는 항로를 참조함으로써 일부 보완이 가능하다. 본 논문에서는 이와 같은 단점의 보완을 목적으로 PSO 알고리즘에 기반하여 AIS 데이터로부터 많은 선박들이 보편적으로 사용하는 선박항로 패턴을 추출하는 방식을 제안한다. 그리고 제안하는 선박항로 패턴 추출 방식의 성능을 평가하기 위해 실제 수집된 AIS 데이터에 기반하여 선박항로 패턴을 추출하고 추출에 사용되는 파라미터들의 영향에 대해 분석하였다. 또한 제안한 방식이 가지는 특성에 대해 분석하였다. | - |
dc.description.tableofcontents | 제 1 장 서론 1 제 2 장 관련 연구 3 2.1 AIS 데이터 3 2.2 선박항로 패턴 4 2.3 PSO 알고리즘 5 2.4 다중해 최적화 8 제 3 장 선박항로 패턴 추출 10 3.1 문제 정의 10 3.1.1 선박항로 패턴 10 3.1.2 선박항로 패턴의 보편성 11 3.2 전체 프로세스 12 3.3 전처리 단계 14 3.3.1 오류가 포함된 데이터의 처리 14 3.3.2 대상 해역과 대상 선박의 식별 15 3.3.3 전처리 알고리즘 15 3.4 궤적 데이터 생성 단계 16 3.4.1 궤적 데이터 생성 16 3.4.2 묘박, 표류 중인 선박의 궤적 제거 17 3.4.3 궤적 압축 17 3.4.4 궤적 데이터 생성 알고리즘 18 3.5 Waypoint 추출 단계 19 3.5.1 Waypoint 추출과 PSO 알고리즘 20 3.5.2 입자(particle)와 군집(swarm)의 구성 22 3.5.3 적합도 함수(fitness function)와 패널티 25 3.5.4 Quad tree 27 3.5.5 Waypoint 추출 알고리즘 28 3.6 선박항로 패턴 추출 단계 29 3.6.1 간선 가중치와 보편성 29 3.6.2 선박항로 패턴 추출 알고리즘 30 제 4 장 분석 사례 및 평가 32 4.1 선박항로 패턴 추출 실험 및 결과 32 4.1.1 AIS 데이터 32 4.1.2 전처리 단계의 결과 33 4.1.3 궤적 데이터 생성 단계의 결과 35 4.1.4 Waypoint 추출 단계의 결과 36 4.1.5 선박항로 패턴 생성 단계의 결과 42 4.1.6 선박항로 패턴 정확성 평가 43 4.2 논의 및 평가 45 4.2.1 항행 구역별 waypoint 추출 간격 45 4.2.2 선박항로의 동적 특성 46 4.2.3 PSO 알고리즘의 특성과 한계 46 제 5 장 결론 및 향후 과제 48 참고문헌 50 국문초록 52 | - |
dc.language | kor | - |
dc.publisher | 한국해양대학교 대학원 | - |
dc.rights | 한국해양대학교 논문은 저작권에 의해 보호받습니다. | - |
dc.title | PSO 알고리즘에 기반한 AIS 데이터로부터의 선박항로 패턴 추출 | - |
dc.title.alternative | Ship Route Pattern Extraction from AIS Data Based on PSO Algorithm | - |
dc.type | Dissertation | - |
dc.date.awarded | 2022. 2 | - |
dc.embargo.liftdate | 2022-03-08 | - |
dc.contributor.department | 대학원 컴퓨터공학과 | - |
dc.contributor.affiliation | 한국해양대학교 대학원 컴퓨터공학과 | - |
dc.description.degree | Master | - |
dc.identifier.bibliographicCitation | [1]손준호, “PSO 알고리즘에 기반한 AIS 데이터로부터의 선박항로 패턴 추출,” 한국해양대학교 대학원, 2022. | - |
dc.subject.keyword | Trajectory Data Mining | - |
dc.subject.keyword | AIS Data | - |
dc.subject.keyword | Route Pattern Extraction | - |
dc.subject.keyword | PSO Algorithm | - |
dc.subject.keyword | Clustering | - |
dc.identifier.holdings | 000000001979▲200000002763▲200000603089▲ | - |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.