컨테이너 터미널의 컨테이너 장치 상태 예측 모형 개발

Development of Prediction Models for Container Stacking in Container Terminal

해상 운송은 전 세계 무역량의 대부분을 차지하며, 컨테이너 터미널은 해상 물류의 핵심 인프라로서 중추적 역할을 담당한다. 터미널 내 장치장은 운영 효율성에 직접적인 영향을 미치는 핵심 요소이며, 특히 최근 해운 시장의 성장과 선박의 대형화, 국제 정세 변화로 인한 물동량 증가로 그 중요성이 더욱 부각되고 있다. 본 연구는 터미널 내 장치장 운영 효율성 증가를 위한 터미널의 최적 장치계획 수립의 기초자료로서, 실제 항만 운영 데이터를 활용한 딥러닝 기반 컨테이너 장치 상태 예측 모형을 제시하였다. 실제 항만 데이터의 실측값과 예측 모형을 통해 제시된 예측값을 비교하여 예측률을 검증한 결과 제시한 예측 모형은 높은 예측률을 나타내었다.

Maritime transportation accounts for the majority of global trade volume. Container terminals serve as crucial infrastructure playing a pivotal role in maritime logistics. The container yard within terminals is a key factor directly affecting operational efficiency. Its importance is increasingly emphasized due to recent growth in the shipping market, larger vessels, and increased cargo volume resulting from changes in international circumstances. This study presents a deep learning-based container status prediction model utilizing actual port operation data. It is a fundamental research study for establishing optimal yard planning to increase terminal yard operational efficiency. When actual measurements from port data were compared to predicted values through the prediction model, the proposed model was found to have a high prediction accuracy.