The primary goal of this study is to estimate the annual quay side capacity at the container terminal. To do this mathematical models or queue models were used. In this study, we applied the simulation method, which is another way compared that of previous study within a country. By the simulation model, we can analyze a quay side capacity in more detailed way with respects of various performance measures. 



In the previous study, the quay side capacity was calculated by product of annual working hours, container crane(C/C) productivity and other related coefficient such as the utilization and efficiency of C/C. However the variables that are used to calculate the capacity are too ambiguous to reflect the reality. So, we first analyzed factors such as berth occupancy rate, utilization and efficiency of C/C and re-define their elements so as to clarify the meaning of quay side capacity.



Also we analyzed the performance measures to estimate the capacity such as berth occupancy rate, ship sojourn time at terminal, ship waiting time before berthing, waiting time in unit of service time, ship waiting probability at the moment of arriving at terminal, norm-time excess ships rate among the total arriving ships etc. In the previous study, only one measure, waiting time in unit of service time, was used to estimate the capacity. But in the simulation model, more than two kinds of measures are used.



In order to investigate an up-to-date trend of container terminals and prepare input data for a simulation model, we collected output data from three terminals in Puasn and one terminal in Gwangyang. Especially, ships arrival pattern, operational strategies of C/Cs, and a relationship between lifts per call and ships size were carefully examined. 



Finally we constructed an object oriented simulation model using G2, which is simulation package. In the model, we considered the ship arrival pattern, C/C assignment policies per ship, etc as input data and collect berth occupance rate, ship waiting probability, norm-excess rate as a performance measures. Also we did the verification and validation process to test the model.