Port Productivity Analysis based on Automation Level using Deep Learning Method

Abstract

최근 몇 년간 세계 경제 통합의 영향력이 증가함에 따라, 국제 무역과 경제는 지역과 국가 전체의 경제 발전에 지울 수 없는 기여를 해왔다. 해상과 육상 교통을 연결하는 중요한 노드로서 수출입 무역의 발전은 항만 공급 능력과 항만 서비스 효율성에 대한 요구가 증가하고 있으며, 이는 항만의 지속적인 규모 확대를 촉진하기도 한다. 항만에서 항만 처리량을 보다 과학적인 방법으로 관리하고 예측하는 것은 컨테이너 물류의 중요한 기술 지표로 되고 있다. 지금까지 컨테이너 물류는 해운물류 전체에서 거의 지배적인 위치를 차지하고 있으며, 처리량에 대한 연구가 점점 더 중요해지고 있다. 칭다오 항은 중국 북부의 중요한 항구 중 하나로서, 컨테이너 물동량의 다양화로서 중국 북부의 컨테이너 운송측면에서 중요한 도시가 되었다. 칭타오항은 2008년부터 국내외 일부 주요 거점들이 '항만자동화'라는 구축 개념을 내세우기 시작했고, '항만자동화'에 대한 연구가 주요 이슈로 자리 잡았다. '항만자동화' 주제의 연구에서는 항만자동화의 발전방향, 항만운영과정에서의 자동화 기술의 적용과 전망에 대한 연구가 대부분이다. 이에, 본 논문은 기존의 연구 결과를 요약하고, 자동화 기술의 관점에서 칭다오 첸완 컨테이너 터미널의 자동화 개발 현황과 항만 처리량의 영향 요인을 분석하고자 한다. LSTM 알고리즘을 사용하여 항만 물동량 예측 모델을 구축하고, 모델 입력으로는 서로 다른 항만 자동화 지수를 사용하여 대상 항만 물동량 예측 시뮬레이션을 수행하였다. 칭다오 첸완 컨테이너 터미널의 처리량 추이를 체계적으로 분석하고 실험을 통하여 물동량 예측 정확도가 높은 모델을 얻었다. 동시에, 예측 결과에 의한 항만 개발 동향 분석으로 칭다오 첸완 컨테이너 터미널의 계획과 건설에 대한 근거를 타당성을 고찰할 수 있었다.