LBP LBP LBP

LBP LBP LBP

ℓℓℓℓ

8) 브릿지의 각 현측에서의 수평 시야는 한쪽 현에 있어서 정선 수 반대현 45도에서 정선수를 지나 정선미에 이르는 각도 225 도 이상의 범위에 달하여야 한다.

9) 선교 앞쪽 창문의 높이는 선교 갑판상으로부터 가능한 한 낮 아야 한다.

10) 선교 앞쪽 창문의 하단의 높이는 선박이 황천 시 피칭할 때 조종 위치에서 선교 갑판상 1.8m의 눈높이를 가진 사람이 전방 시야에 방해 받지 않도록 해야 한다.

(2.16)

6.

6.

6.

6. 선박의선박의선박의 안전에선박의 안전에안전에안전에 따른따른따른따른 평가평가평가 기준평가 기준기준기준 설정설정설정설정

평가 요소에 대한 기준은 선박의 안전성, 복원성, 항해성과 관련하여 국제 해 사 기구의 밸러스트수 관리 지침( IMO Res. A868(20) )에 제시된 기준에 따른다.

선박의 안전성, 복원성 및 항해성 확보를 위해 다음과 같이 평가 요소를 선정하 였다.

1. 종강도 2. 복원성 3. 비틀림 방지 4. 최소 선수 흘수 확보 5. 프로펠 러 침수도 확보 6. 트림 방지 7. 횡경사 방지 8. 가시거리

각 평가 요소의 평가 기준<Table 2.5> 즉, 평가 요소의 한계값은 순차적 교체 실행 과정 동안 <Figure 2.9>와 같은 경향을 가진다. 즉, 모든 평가 요소의 계산 값이 한계값를 초과하지 않을 때 순차적 교체가 가능하나, 실제 교체 계획에서 는 한계값을 위반할 위험이 매우 높기 때문에, 먼저 평가 요소들을 정확히 해석 할 필요가 있다.

( )

Blind Lengt h ₌ hp ₋ hf

hf

ℓ

<Figure 2.

<Figure 2.

<Figure 2.

<Figure 2.999> Radar Chart of 9> Radar Chart of > Radar Chart of > Radar Chart of CriteriaCriteriaCriteriaCriteria

<Ta

<Ta<Ta

<Table 2.5ble 2.5ble 2.5ble 2.5> Allowable Limit for each Criterion> Allowable Limit for each Criterion> Allowable Limit for each Criterion> Allowable Limit for each Criterion

No 평가 요소 평가 기준 (한계 값) 한계 값 규정

1 종강도 Critical SF (%) ≤100

Critical BM (%) ≤100 (IACS UR S17)

2 복원성 G0M (M) ≥ 0.15

GZ-Heel Curve Area (IMO Res.A.167)

3 비틀림 방지 Critical TM (%) ≤100 (IACS UR S17)

4 최소 선수 흘수 확보 Draft At FP (M)

≥ 2 + 0.0125 * LBP (MARPOL Annex 1 Reg.13)

5 프로펠러침수 Propeller Immersion (%) ≥ 100 (IACS UR S1A)

6 트림방지 Trim (M) ≤ 0.015 * LBP (MARPOL Annex I Reg.13)

7 횡경사방지 (Heeling) Heeling (deg) ≤ 3 (MARPOL Annex I Reg.13)

8 가시거리 (Visibility) Blind Length (M)

≤ min (500, 2 * LBP) (SOLAS Ch5. Reg.22)

제 제 제

제 3 3 3 3 장 장 장 밸러스트수 장 밸러스트수 밸러스트수 밸러스트수의 의 의 순차적 의 순차적 순차적 교체 순차적 교체 교체 교체용 용 용 알고리즘 용 알고리즘 알고리즘 알고리즘 선정 선정 선정 선정

제 제 제

제 1 1 1 절 1 절절절 서언서언서언서언

순차적 교체 과정(시퀀스)의 스텝은 선박 내 밸러스트 탱크의 개수와 각 탱크 별 밸러스트수 양과 펌프의 가동 조합에 따라 무수히 많은 경우의 스텝 수를 가 진다. 또한 교체 과정은 다수의 스텝으로 구성된다. 밸러스트수의 순차적 교체 시퀀스와 스텝의 적합성을 확보하기 위해서는 다양한 공학적 계산식을 이용하여, 평가 요소를 확인해야 한다. 또한 밸러스트수의 교체 속도는 물론 최적의 교체 과정을 찾는 전산 작업 속도를 고려 해야 한다. 따라서, 최적의 순차적 교체 계 획을 생성하기 위해서는 알고리즘을 통한 해법이 필수적이다.

최적화 문제의 해결에 널리 쓰이는 각종 알고리즘을 검토 및 분석하여, 이들 중 순차적 교체에 가장 알맞은 것을 선정하고, 선정된 알고리즘을 밸러스트수의 순차적 교체에 맞도록 설계하여야 한다[18].

제 제 제

제 2222 절절절절 알고리즘알고리즘알고리즘알고리즘 분석분석분석 분석

알고리즘은 잘 정의된 명백한 규칙들의 집합 또는 유한 번의 단계 내에서 문 제를 최적으로 해결하는 방법론 혹은 해결 과정을 의미한다[41]. 즉, 전체 탐색 공간에서 다양한 효율적인 방법을 이용하여, 적절하게 해를 탐색하는 것이다. 이 러한 알고리즘의 일반적 계층도는 <Figure 3.1>과 같다.

1.

1.

1.

1. 비비비 그래프비 그래프그래프 탐색그래프 탐색탐색탐색

그래프 탐색법은 문제를 그래프화하여 해결하는 방법 혹은 절차를 의미한다.

반면에 비 그래프 탐색은 문제를 그래프화하여 풀기에는 그 확장 가지의 개수가 너무 많거나, 문제의 특성상 그래프화 하기가 힘든 경우 사용된다. 비 그래프 탐 색법에는 대표적으로 메타 휴리스틱 알고리즘이 있으며, 점점 그래프의 깊은 영 역으로 탐색이 뻗어나가는 것이 아니라, 미리 정해진 표현형을 조금씩 변형시켜

최적의 목표형에 이르도록 한다[7]. 대표적인 비 그래프 탐색법인 메타휴리스틱 알고리즘 세 가지를 정리하였다.

<Figure 3.1>

<Figure 3.1>

<Figure 3.1>

<Figure 3.1> Algorithm HierarchyAlgorithm HierarchyAlgorithm HierarchyAlgorithm Hierarchy

가 가 가

가. . . 메타. 메타메타메타 휴리스틱휴리스틱휴리스틱 알고리즘휴리스틱 알고리즘알고리즘알고리즘

메타 휴리스틱 알고리즘은 생물체의 유전 법칙이나, 담금질 과정, 인간의 기억 과정 같은 것들을 이식시킨 새로운 형태의 휴리스틱이다[3].

1) 1)

1) 1) 유전유전유전유전 알고리즘알고리즘알고리즘 알고리즘

자연계에 있는 생물의 진화 과정에 있어서, 어떤 세대를 형성하는 개체들의 집합, 즉 개체군 중에서 환경에 대한 적합도가 높은 개체가 높은 확률로 살아남 아 재생할 수 있게 되며, 이때 교배 및 돌연 변이로서 다음 세대의 개체군을 형 성하게 된다. 개체군의 진화 과정을 모방하여, 문제를 개체화하고 유전 알고리즘 을 적용하여 최적의 해가 구해지게 된다[4].

유전 알고리즘은 기본적으로 찾고자 하는 해를 하나의 유전자 형태로 나타내 어야 한다. 유전자는 순차적 교체 문제에서는 완성된 하나의 시퀀스를 의미할 것이며, 다수의 스텝을 포함하게 된다. 이러한 유전자를 매우 많이 만들어서, 오 랜 세대를 걸친 교배, 돌연 변이 끝에 최적 해를 얻는다[17]. 이 때 하나의 유 전자를 평가하는 기준은 해당 유전자 내 스텝들의 안전성 및 밸러스팅 시간이 되는데, 안전성을 계산하기 위해서는 종강도, 복원성 계산 등 많은 계산식에 의 존해야 한다. 따라서 유전자 내의 모든 스텝을 이러한 계산식을 이용하여야 하 는데, 이러한 계산식들이 하나의 스텝의 평가 요소를 모두 계산하는데 걸리는 시간은 결코 짧지 않다.

그리고 유전 알고리즘은 최적의 해를 얻기 위해 매우 많은 수의 유전자를 필 요로 하며, 유전자 내의 세대 또한 매우 길다. 따라서 만족스러운 해를 얻기 위 해서는 현재 일반적으로 선박에 탑재하는 컴퓨터의 계산 속도로는 매우 오랜 시 간이 필요하므로, 짧은 시간 안에 순차적 교체 문제의 최적 해를 얻는데 매우 불리하다. 또한 유전 알고리즘은 스키마 정리[39]에 의해서 최적해로의 수렴이 어느 정도 인정되나, 수학적으로 수렴성이 명확히 증명되지 않았으며, 문제의 특 성을 많이 타기 때문에[9] 본 연구의 알고리즘으로 쓰기 어렵다

2) 2)

2) 2) 시뮬레이티드시뮬레이티드시뮬레이티드시뮬레이티드 어닐링어닐링어닐링어닐링

금속을 가열한 후 냉각을 하는 과정에서 온도가 높을 때에는 원소들이 활발하 게 움직이기 때문에 원소들이 제자리를 찾기 쉽지만, 온도가 낮을 때에는 원소 들의 움직임이 안정되기 때문에 금속의 결정 상태가 안정해 진다. 시뮬레이티드 어닐링은 이러한 과정을 컴퓨터를 통해 모방 내어, 조합 최적화 문제의 최적 해 를 얻고자 하는 방법이다[40].

시뮬레이티드 어닐링은 적당한 초기 해를 임의로 생성한다. 생성된 해를 조금 씩 변화시키되 다음 규칙을 따른다. 첫째 규칙은 조정된 해가 더 좋다면, 기존 해를 그 해로 바로 바꾸고, 만약 조정된 해가 나쁘더라도, 일정한 확률로 조정을 수락하는 것이다. 그 일정한 확률은 탐색이 진행되면 될수록 감소하도록 설정되 어있으며, 이를 조정하는 파리미터를 온도라 한다. 초기에 높은 온도를 유지하다

가 나중에는 온도가 점점 낮아진다. 온도에 따라 변화하는 확률로 이동 가능하 다. 이와 같이 확률적으로 다수의 탐색을 수행하였을 때 최적 해에 수렴하는 특 징을 이용한다.

그러나 시뮬레이티드 어닐링은 찾고자 하는 해를 간단한 표현형으로서 재 정 의하고, 표현형을 조금씩 변화시켜가면서 최적 해를 찾는 방식이다[38]. 순차적 교체 문제에서는 표현형은 교체 계획 시퀀스 전체를 의미한다. 시뮬레이티드 어 닐링이 최적 해를 찾기 위해서는 초기 표현형을 매우 많이 변화시키는 것이 필 요하다. 변화된 표현형은 스텝으로 쪼개져 종강도, 복원성 계산 등의 많은 계산 식을 이용하여 평가 요소 해석이 이루어진다. 따라서 한번의 표현형 변화에 이 러한 계산식을 수십 번씩 작동시켜야 하며, 만족스러운 해를 얻기 까지 수천만 번 이상의 표현형 변화를 요구하여 계산에 천문학적으로 긴 시간이 필요하다.

시뮬레이티드 어닐링은 수학적으로 표현형의 변화 횟수가 무한에 가깝게 많을 경우 최적 해에 수렴함이 증명되어 있으나, 짧은 시간 안에 해를 구하는 것이 어렵기 때문에 본 연구의 알고리즘에서 제외되었다.

3) 3) 3)

3) 타부타부타부타부 서치서치서치 서치

타부 서치는 인간의 기억 구조를 모방하여 최적 해를 찾고자 하는 메타 휴리 스틱 알고리즘이다. 타부 서치의 일반적인 구성 요소는 단기 메모리와 장기 메 모리이며, 각 메모리들은 타부 제약과 열망 조건을 기억한다. 타부 제약은 최근 에 방문했던 곳의 움직임을 기억하여 다시 탐색하지 않도록 한다. 움직임이 일 정기간 동안 목록에 남아 있어서 보다 좋은 해를 적극적으로 탐색하는데 도움을 준다. 열망 조건은 움직임의 타부 상태를 극복하도록 하는 것으로 그 움직임이 충분히 좋으면 현재의 타부 상태를 무시하더라도 움직임을 수행하도록 한다[5].

타부 서치는 상기 두 가지 형태의 메모리를 이용한다. 타부 서치의 대표적인 탐색 전략은 집중화, 다양화의 두 가지이다. 집중화 전략은 단기 메모리를 사용 하여 현재 상태보다 좋은 해를 탐색하도록 환경을 맞춘다. 이러한 전략은 적극 적으로 제한된 영역에서 최상의 해를 탐색하는 데에 초점을 둔다. 다양화 전략 은 장기 메모리를 이용하여 해 공간에서 방문하지 않았던 영역을 탐색하도록 한