소프트웨어학과

구분

내용

추진 배경

□ 부산항을 포함한 주요 항만에서 선박의 대기시간 증가와 이에 따른 탄소배출 문제가 지속적으로 심화되고 있음.
□ 국제 환경 규제(IMO, EU ETS 등)가 강화되며 항만의 친환경적이고 효율적인 운영 방식이 요구됨.
□ 기존 수동적 접안 스케줄링 방식은 실시간 변화에 효과적으로 대응하지 못해 한계가 있음.
□ AI 기반의 스마트 항만 시스템 도입이 필요한 상황임.

목표 및 내용

□ LSTM-GA 기반의 예측 및 최적화 시스템을 개발함.
□ 부산항의 실시간 선박·하역 데이터를 수집하고 정제한 뒤 시계열 벡터화하여 LSTM 모델을 통해 선박 대기시간과 탄소배출량을 예측함.
□ 예측 결과를 기반으로 GA를 활용하여 접안 스케줄을 최적화함.
□ 웹 대시보드를 통해 대기시간, 탄소배출, 혼잡도 등의 주요 운영 지표를 실시간으로 시각화함.
□ 시스템 전체는 데이터 수집부터 시각화까지 통합적으로 구성됨.

• 수행결과

□ 실시간 데이터 수집과 전처리 과정이 자동화됨.
□ LSTM 모델을 통해 예측 정확도를 향상시킴.
□ GA 적용 결과 평균 대기시간이 약 5.5% 감소함.
□ 탄소배출량과 항만 운영비용 절감 효과가 확인됨.
□ 대시보드에서는 다양한 운영 지표를 실시간으로 시각화할 수 있으며 시뮬레이터를 통해 다양한 시나리오별 분석이 가능함.