• Journal of Korea Society of Industrial Information Systems
• /
• v.14 no.5
• /
• pp.187-195
• /
• 2009

In a fault tree analysis, an uncertainty importance measure is often used to assess how much uncertainty of the top event probability (Q) is attributable to the uncertainty of a basic event probability ($q_i$), and thus, to identify those basic events whose uncertainties need to be reduced to effectively reduce the uncertainty of Q. For evaluating the measures suggested by many authors which assess a percentage change in the variance V of Q with respect to unit percentage change in the variance $\upsilon_i$ of $q_i$, V and ${\partial}V/{\partial}{\upsilon}_i$ need to be estimated analytically or by Monte Carlo simulation. However, it is very complicated to analytically compute V and ${\partial}V/{\partial}{\upsilon}_i$ for large-sized fault trees, and difficult to estimate them in a robust manner by Monte Carlo simulation. In this paper, we propose a method for experimentally evaluating the measure using a Taguchi orthogonal array. The proposed method is very computationally efficient compared to the method based on Monte Carlo simulation, and provides a stable uncertainty importance of each basic event.

• Journal of Korea Water Resources Association
• /
• v.43 no.4
• /
• pp.337-351
• /
• 2010

There is a growing dissatisfaction with use of conventional statistical methods for the prediction of extreme events. Conventional methodology for modeling extreme event consists of adopting an asymptotic model to describe stochastic variation. However asymptotically motivated models remain the centerpiece of our modeling strategy, since without such an asymptotic basis, models have no rational for extrapolation beyond the level of observed data. Also, this asymptotic models ignored or overestimate the uncertainty and finally decrease the reliability of uncertainty. Therefore this article provide the research example of the extreme rainfall event and the methodology to reduce the uncertainty. In this study, the Bayesian MCMC (Bayesian Markov Chain Monte Carlo) and the MLE (Maximum Likelihood Estimation) methods using a quadratic approximation are applied to perform the at-site rainfall frequency analysis. Especially, the GEV distribution and Gumbel distribution which frequently used distribution in the fields of rainfall frequency distribution are used and compared. Also, the results of two distribution are analyzed and compared in the aspect of uncertainty.

• Economic Analysis
• /
• v.25 no.3
• /
• pp.70-99
• /
• 2019

Using a stochastic volatility-in-mean VAR model consisting of the KOSPI index, the foreign exchange rate, the government bond rate, and the credit spread, this study investigates the effects of financial market uncertainty on financial markets. We find that higher uncertainty has recessionary effects on financial markets. The effects are especially stronger in equity markets and in won-dollar exchange markets. We also find that the effects of uncertainty become stronger during times of financial market stress compared to normal times. Finally, the results imply that financial market uncertainty may potentially affect the real sector, too.

• Korean Management Science Review
• /
• v.3
• /
• pp.18-24
• /
• 1986

본 고에서는 불확실성을 고려한 전원개발계획방법에 대하여 간단히 소개하였다. 수요의 불확실성에 대하여 예를 들어 소개하였지만 연료비 등의 불확실성도 분석할 수가 있다. 우리는 자주 확정적 전원개발계획모형(WASP, EGEAS 등)의 결과를 최적으로 받아들인다. 그러나 그 모형의 최적계획은 계산에 사용되는 모든 자료가 반드시 미래에 그대로 나타난다는 가정하에서 만들어진 것이다. 이러한 가정을 간과하고 그 결과를 받아들인다면 커다란 오류에 빠질 것이라고 IEEE위원회는 경고하면서 불확실성을 고려한 전원개발계획 모형의 운영과 개발이 필요하다고 지적하고 있다. 한국의 전원개발계획의 환경(수요, 연료비, 건설비, 기술, 환경규제 등)은 불확실하며 이러한 불확실성에 얼마나 탄력적으로 대처하느냐가 2000년대를 향한 전원개발계획의 가장 큰 과제라 하겠다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.30-30
• /
• 2011

현재 우리나라는 수자원의 안정적인 확보와 효율적인 관리를 위하여 20년 단위의 수자원장기 종합계획을 수립하고 있으며, 향후 발생가능한 물의 과부족을 평가하는 물수급 분석을 통해 최적의 수자원관리 계획을 수립하고 있다. 하지만, 현재의 수자원장기종합계획에서는 미래 물수급 전망을 단일 값으로 제시하는 확정론적 기법을 적용하고 있으며, 과거 유출패턴이 미래에도 똑같이 재현된다는 가정 하에 물수급 분석을 수행한다. 이는 기후변화의 불확실성에 따른 물공급 시나리오의 다양성을 고려하지 않는 것을 뜻하며, 현재 다양한 GCM(Global Circulation Model)을 통해 제시되고 있는 미래 수자원 변동 전망을 물수급 분석에 반영하지 않고 있음을 말해 주는 것이다. 따라서, 본 연구에서는 기후변화에 따른 미래 자연유출량의 불확실성을 반영할 수 있는 물수급 전망 기법을 제안코자 한다. 먼저 국내유역에 적합한 GCM 시나리오들을 선정하였으며, 스케일상세화(downscaling) 기법을 통해 한강유역 중권역별 강우량, 증발산량 등의 일 단위 미래 수문기상 자료를 구축하였다. 다음으로, 앞서 구축한 기상자료를 개념적 강우-유출 모형인 TANK 모형에 입력하여 중권역별 미래 유출량을 산정하여 각 시나리오별 미래 유출량 변화를 전망하였다. 물수급 분석 모형으로는 한국건설기술연구원에서 미국 SEI-B와 제휴하여 개발한 통합수자원평가계획모형인 K-WEAP을 사용하였으며, 물수급 분석 결과를 바탕으로 중권역별 물공급 지수를 산정하여 제시하였다. 현재 대부분의 기후변화 연구에서는 GCM 시나리오를 직접 적용한 결과를 바탕으로 미래 수자원 전망 결과를 제시하고 있는데, 여기에는 GCM 자체의 불확실성은 물론 과거 관측 자료를 입력자료로 하는 기존 연구 방법론으로 부터의 급진적인 변화에 따른 연구 연속성의 문제 또한 존재한다. 따라서 본 연구에서는 GCM 유출량 시나리오의 직접 적용 대신 과거 유출 시나리오별 가중값을 산정하여 반영함으로서 GCM 모의 결과의 불확실성을 저감하는 방안을 제안하였다.

• Journal of Korea Water Resources Association
• /
• v.51 no.6
• /
• pp.523-533
• /
• 2018

The objective of this study is to analyze uncertainties of ensemble-based streamflow prediction method for model parameters and input data. ESP (Ensemble Streamflow Prediction) and BAYES-ESP (Bayesian-ESP) based on ABCD rainfall-runoff model were selected as streamflow prediction method. GLUE (Generalized Likelihood Uncertainty Estimation) was applied for the analysis of parameter uncertainty. The analysis of input uncertainty was performed according to the duration of meteorological scenarios for ESP. The result showed that parameter uncertainty was much more significant than input uncertainty for the ensemble-based streamflow prediction. It also indicated that the duration of observed meteorological data was appropriate to using more than 20 years. And the BAYES-ESP was effective to reduce uncertainty of ESP method. It is concluded that this analysis is meaningful for elaborating characteristics of ESP method and error factors of ensemble-based streamflow prediction method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.15-15
• /
• 2015

기존 기후변화 영향평가 불확실성 연구들은 거의 대부분 GCM의 불확실성이 가장 크다고 결론내리고 있으나, ES 불확실성과의 정량적 비교는 하지 못했으며, 기존 접근방법은 민감도 분석 수준에 머무르고 있다. 이에 본 연구에서는 기후변화 영향평가 각 단계별 불확실성을 포괄적으로 정량화하고 수행단계별 불확실성의 전파정도를 추정할 수 있는 새로운 approach를 제안하였다. 첫째, 전체 불확실성, 각 단계별 불확실성 증가 정도, 각 단계별 불확실성의 비율을 제시할 수 있는 새로운 approach를 제안하였다. 또한 불확실성을 정량적으로 추정할 수 있는 방법으로 maximum entropy(이하 ME)를 선정하였으며, 이를 본 연구에서 제시한 approach에서 적용성을 살펴보았다. 둘째, 본 연구에서는 기후변화 영향평가 불확실성 단계별 정량화를 위해 2개 배출시나리오, 4개 GCM 시나리오, 2개 상세화기법, 2개 수문모형을 사용하여 기본적 기후변화 영향평가 단계를 모두 수행하였다. 기존 approach에서는 GCMs의 변화율(89.34)이 가장 커 GCMs의 불확실성이 가장 큰 것으로 나타났으나 제시한 approach에서는 배출시나리오의 불확실성이 전체 대비 58.66 %로 기후변화 영향평가에서 가장 큰 불확실성 발생 원인으로 파악되었다. 모형 불확실성에서는 GCMs의 불확실성(전체 대비 33.57 %)이 가장 높게 나타났다. 또한 배출시나리오의 ME는 3.32, GCMs의 ME는 5.22, 상세화기법의 ME는 5.57, 수문모형의 ME는 5.66으로 단계적으로 불확실성이 증가하였다. 다음으로 유량과 강수를 이용하여 불확실성 정량화를 수행하였으며, 강수를 이용한 불확실성 정량화에서는 유량을 이용한 결과와 다르게 배출시나리오 다음으로 상세화기법의 불확실성이 큰 것으로 나타나 어떤 수문변수에 초점을 두느냐에 따라 불확실성 정량화저감 노력 대상이 달라질 수 있음을 제시하였다. 마지막으로 자연변동성에 의한 불확실성이 기후변화 전체 불확실성의 45.47 % 정도로 나타났으며, 이는 미래 기후변화에 의해 발생하는 불확실성이 과거 자연변동보다 2배 이상으로서, 기후변화에 의한 미래전망의 불확실성이 매우 크게 증가한다는 매우 중요한 결과를 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.227-227
• /
• 2012

본 연구는 수자원계획 문제에서 다기준 의사결정기법을 적용할 때 발생할 수 있는 두 가지 문제에 대해 분석하였다. 첫 번째는 다기준 의사결정기법 선택의 차이가 결과에 어느 정도 영향을 미칠 수 있는지를 제시하였고 두 번째는 평가기준에 대한 가중치와 대안들의 평가치에 대한 불확실성을 최소화하기 위해 민감도 분석을 수행하는 절차를 제시하였다. 첫 번째 문제를 위해 가중합계법, Compromise Programming, 계층화분석과정, 수정된 계층화 분석과정, 가중곱방법, TOPSIS, ELECTRE-2, Regime 방법을 사용하였다. 또한 최근 사용빈도가 높은 삼각형 Fuzzy 숫자와 다기준 의사결정기법을 결합한 기법에 대해서도 분석하였는데 Fuzzy WSM, Fuzzy 계층화분석과정, Fuzzy 수정 계층화분석과정, Fuzzy TOPSIS, Fuzzy Compromise Programming을 검토하였다. 분석결과 평가기준에 대한 가중치 조건과 표준화 방법이 동일한 상황에도 불구하고 조금씩 다른 순위를 제시하는 것으로 나타났다. 또한 다양한 MCDM 기법들을 적용해도 동일한 순위로 나타나는 대안들이 있었다. 따라서 다기준 의사결정기법을 사용한 수자원 관리계획을 수립할 때에는 다양한 분석기법을 활용해서 기법의 선택으로 인한 불확실성을 최소화해야 한다. 두 번째 문제는 평가기준에 대한 가중치와 대안의 효과 정량화 자료의 불확실성을 극복하기 위해 각각에 대한 민감도 분석을 수행하였다. 본 연구는 유량확보와 수질개선을 위한 수자원 계획 수립을 위해 가중합계법을 이용한 문제에 두 경우의 민감도 분석을 모두 수행하였다. 이 과정에서 결정계수와 민감도 계수를 산정하여 이용하였다. 본 연구는 향후 수자원 관리 및 계획 분야에서 다기준 의사결정기법을 적용할 때 사용될 수 있는 기초 가이드라인이 될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.70-70
• /
• 2011

기후변화 연구는 불확실한 미래를 전망하는 과정이므로 '불확실성'은 모든 기후변화 영향평가의 키워드임에 분명하다. 하지만 불확실성 평가를 위해 IPCC에서 제공되고 있는 수많은 GCM 시나리오를 모두 활용하기에는 많은 시간과 노력이 필요하기 때문에 이를 효율적으로 수행할 수 있는 방법이 필요하다 본 연구에서는 시나리오 저감(scenario reduction)방법을 이용하여, 수많은 GCM 시나리오 대신 몇 개의 대표적 GCM 시나리오로도 충분히 불확실성을 유지할 수 있는 시나리오 저감(scenario reduction)방법을 수립하고 제시하였다. IPCC 기후시나리오 중 20C3M과 A & B 배출시나리오를 바탕으로 생산되는 71개의 GCM 시나리오를 다운로드 받아 월평균 기온과 강수량에 대하여 한반도를 대상으로 분석하였다. 비교결과, 기온 전망은 실측과 비슷한 경향성을 보였으나 강수량은 홍수기를 모의하지 못하는 것으로 나타났다. 시나리오 저감방법은 시나리오 분류(scenario cluster)방법과 시나리오 선정(scenario selection) 방법으로 구성된다. 시나리오 분류방법에서는 k-mean방법을 이용하여 5개의 cluster로 나누었으며, 시나리오 선정방법에서는 GCM 시나리오 선정기법을 조사 분석하여 연구방향과 목적에 따라 GCM 시나리오 선정기법을 선택할 수 있는 표를 제시하고, 이 중 시나리오의 확률밀도함수를 이용하는 PDF method를 적용하였다. 본 연구에서는 불확실성 정량화를 위해 maximum entropy를 이용하였다. 또한 시나리오 저감방법이 불확실성을 유지하는지 비교하기 위해 PDF method를 이용하여 정확성이 높은 순으로 5개의 GCM 시나리오를 선정(best 시나리오)하여 불확실성을 정량화하였다. GCM 시나리오의 분산을 이용하여 maximum entropy를 산정한 결과, 20C3M 배출시나리오에서는 모든 시나리오의 entropy는 3.08, 시나리오 저감방법은 2.75, best 시나리오는 2.28이었으며, 이는 시나리오 저감방법은 모든 시나리오의 89.3%의 불확실성을 설명하고 있으나 best 시나리오는 74.0%밖에 설명하지 못한다는 것을 나타낸다. A & B 배출시나리오에서도 시나리오 저감 방법을 사용한 GCM 시나리오가 best 시나리오보다 모든 시나리오의 불확실성을 더 잘 설명하는 것으로 나타났다. 이와 같이 수많은 GCM 시나리오를 사용하는 것보다 몇 개의 대표 시나리오를 이용하여 기후 변화 불확실성을 유지하면서 미래전망을 할 수 있다면, 매우 효율적으로 기후변화 연구를 수행할 수 있을 것으로 사료된다.

• Journal of Korea Water Resources Association
• /
• v.41 no.9
• /
• pp.943-958
• /
• 2008

This study employs Bayesian regression analysis for fitting discharge rating curves. The parameter estimates using the Bayesian regression analysis were compared to ordinary least square method using the t-distribution. In these comparisons, the mean values from the t-distribution and the Bayesian regression are not significantly different. However, the difference between upper and lower limits are remarkably reduced with the Bayesian regression. Therefore, from the point of view of uncertainty analysis, the Bayesian regression is more attractive than the conventional method based on a t-distribution because the data size at the site of interest is typically insufficient to estimate the parameters in rating curve. The merits and demerits of the two types of estimation methods are analyzed through the statistical simulation considering heteroscedasticity. The validation of the Bayesian regression is also performed using real stage-discharge data which were observed at 5 gauges on the Anyangcheon basin. Because the true parameters at 5 gauges are unknown, the quantitative accuracy of the Bayesian regression can not be assessed. However, it can be suggested that the uncertainty in rating curves at 5 gauges be reduced by Bayesian regression.