Core Concepts
실제 운항 데이터를 활용하여 시간 순서에 따른 여객선의 위치, 연료 소비, 속도 등의 동적 상태를 정확하게 예측하는 모델을 개발하였다.
Abstract
이 연구는 실제 2년간의 여객선 운항 데이터를 활용하여 시간 순서에 따른 여객선의 동적 상태를 예측하는 모델을 개발하였다.
데이터 전처리 단계에서는 이상치 처리, 결측치 보간, 운항 모드 구분 등의 작업을 수행하였다. 모델링 단계에서는 Transformer 기반의 시계열 예측 모델과 GRU 모듈을 결합한 구조를 제안하였다. 이를 통해 자기회귀 누적 오차를 효과적으로 완화할 수 있었다.
또한 이 연구에서는 강화학습 환경을 위한 오프라인 데이터셋과 시뮬레이터를 공개하였다. 시뮬레이터는 선장의 운항 행동을 모방하는 단계, 연료 효율이 높은 상위 1% 운항을 모방하는 단계, 그리고 연료 소비 최소화와 운항 시간 준수를 목표로 하는 단계로 구성되어 있다.
실험 결과, 자기회귀 모델에 GRU 모듈을 결합한 방식이 가장 우수한 성능을 보였다. 이를 통해 제안된 모델이 여객선 운항 최적화를 위한 핵심 도구로 활용될 수 있음을 확인하였다.
Stats
여객선의 연료 소비량(FC)은 자기회귀 모델에 GRU 모듈을 결합한 경우 RMSE 0.0608, R2 0.701로 가장 우수한 성능을 보였다.
속도(SOG)의 경우 자기회귀 모델에 GRU 모듈을 결합한 경우 RMSE 0.0304, R2 0.793으로 가장 높은 정확도를 나타냈다.
위도(LAT)와 경도(LON)도 자기회귀 모델에 GRU 모듈을 결합한 경우 각각 RMSE 0.0385, R2 0.874와 RMSE 0.0604, R2 0.899로 가장 우수한 성능을 보였다.