• Journal of the korean academy of Pediatric Dentistry
• /
• v.34 no.1
• /
• pp.43-52
• /
• 2007

The supply and demand planning the pediatric dentists is earnest, because of the start of the dental specialist system on 2008 and aging society with low fertility. Therefore in order to develop the model, that is adequate to estimate demand for the pediatric dentists, a studies on the supply and demand planing of other health manpower were reviewed. The obtained results were as follows : 1. The health demand method was appropriate for demand estimation of the pediatric dentists. 2. There was independent variables needed for demand estimation model: prevalence, utilization rate, referral rate, fertility rate, productivity, annual working days, and so on. 3. Since statistical data for application of these variables was insufficient as result of searching, questionnaire researching and discussion of specialist may be necessary. 4. Each independent variables should be inducted into an equation by using a adequate regression model and then estimated.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.283-287
• /
• 2004

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용하여 단기 전력 수요 예측시스템을 개발하기 위한 체계적인 방법을 제안한다. 제안된 단기 수요 예측시스템은 1시간, 24시간, 168시간의 예측 리드 타임을 갖고 예측을 수행하기 위해서 요일 유형과 시간 별로 총 96개의 초기 구조를 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시접에 해당하는 초기 구조를 선택하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 예측시스템은 단지 2개의 입력 변수만을 이용하기 때문에 간단한 모델 구조를 가질 뿐 아니라 학습된 퍼지 규칙을 해석하는 것이 매우 용이하다는 장점을 갖는다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 한국전력의 실제 전력 수요 데이터를 이용하여 1시간, 24시간, 168시간 앞의 전력 수요를 예측하는 모의 실험을 수행한다. 실험 결과 제안된 방법은 단지 2개의 입력 변수를 사용함에도 불구하고, 기존의 예측 방법과 비교하여 예측의 정확도와 신뢰도 측면에서 우수한 성능을 얻는다.

• Proceedings of the KIEE Conference
• /
• 2001.07a
• /
• pp.323-326
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용하여 단기 전력 수요 예측시스템을 개발하기 위한 체계적인 방법을 제안한다. 제안된 단기 수요 예측시스템은 1시간, 24시간, 168시간의 예측 리드 타임을 갖고 예측을 수행하기 위해서 요일 유형과 시간 별로 총 96개의 초기 구조를 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시점에 해당하는 초기 구조를 선택하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 예측시스템은 단지 2개의 입력 변수만을 이용하기 때문에 간단한 모델 구조를 가질 뿐 아니라 학습된 퍼지 규칙을 해석하는 것이 매우 용이하다는 장점을 갖는다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 한국전력의 실제 전력 수요 데이터를 이용하여 1시간, 24시간 168시간 앞의 전력 수요를 예측하는 모의 실험을 수행한다. 실험 결과 제안된 방법은 단지 2개의 입력 변수를 사용함에도 불구하고 기존의 예측 방법과 비교하여 예측의 정확도와 신뢰도 측면에서 우수한 성능을 얻는다.

• Journal of Korean Society of Forest Science
• /
• v.98 no.3
• /
• pp.284-289
• /
• 2009

This study estimated the fiberboard demand using VAR and econometric model, and compared the prediction accuracy of the two models. And the variance decomposition and impulse response were analyzed using VAR model, and predicted the fiberboard demand. The VAR model was specified with lagged dependent variable, lagged own price, lagged construction product, dummy. The econometric model was specified with own price, substitute price, construction product, dummy. The dummy variable reflected the abrupt decrease in fiberboard demand in the late 1990's. The results showed that the fiberboard demand prediction can be performed more accurately by VAR model than by econometric model. In the VAR model of fiberboard demand, after twelve months, the construction product change accounts for about fifty percent of variation in the demand, and the own price change accounts for about thirty percent of variation in the demand. On the other hand, the impact of a shock to the construction product is significant for about twelve months on the demand of fiberboard, and the impact of a shock to the own price is significant for about six months on the demand of fiberboard.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.813-816
• /
• 2019

최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.

• The Journal of the Korea Contents Association
• /
• v.22 no.1
• /
• pp.214-223
• /
• 2022

The purpose of this study is to present a new industrial land demand prediction method that can consider external economic factors. The analysis model used ARIMA-X, which can consider exogenous variables. Exogenous variables are composed of macroeconomic variable, Business Survey Index, and Composite Economic Index variables to reflect the economic and industrial structure. And, among the exogenous variables, only variables that precede the supply of industrial land are used for prediction. Variables with precedence in the supply of industrial land were found to be import, private and government consumption expenditure, total capital formation, economic sentiment index, producer's shipment index, machinery for domestic demand and composite leading index. As a result of estimating the ARIMA-X model using these variables, the ARIMA-X(1,1,0) model including only the import was found to be statistically significant. The industrial land demand forecast predicted the industrial land from 2021 to 2030 by reflecting the scenario of change in import. As a result, the future demand for industrial land was predicted to increase by 1.91% annually to 1,030.79 km². As a result of comparing these results with the existing exponential smoothing method, the results of this study were found to be more suitable than the existing models. It is expected to b available as a new industrial land forecasting model.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.1
• /
• pp.71-78
• /
• 2016

This paper proposes the new electric power demand forecast model which is based on an artificial neural network and considers time and weather factors. Time factors are selected by measuring the autocorrelation coefficients of load demand in summer and winter seasons. Weather factors are selected by using Pearson correlation coefficient The important weather factors are temperature and dew point because the correlation coefficients between these factors and load demand are much higher than those of the other factors such as humidities, air pressures and wind speeds. The experimental results show that the proposed model using time and seasonal weather factors improves the load demand forecasts to a great extent.

• Journal of Korean Society of Transportation
• /
• v.32 no.2
• /
• pp.139-151
• /
• 2014

This paper analyzes factors affecting rail transit ridership at urban rail stations of the Daegu Metropolitan City in 2011. Rail transit ridership is analyzed by dividing weekdays and weekends in order that their differences may be observed. The data used in this study includes various explanatory variables, such as floor area which was collected from building ledger and GIS cadastral map, number of bus routes(line) possible to transfer from urban rail transit, number of students enrolled in middle and high schools, and universities located in access areas of rail transit. For this study, multiple regression models are estimated including various explanatory variables affecting rail transit ridership of weekdays and weekends. From the study, the number of statistically significant explanatory variables and the relative effect of each variable are shown to be different between weekdays and weekends.

• Journal of Digital Convergence
• /
• v.11 no.9
• /
• pp.103-111
• /
• 2013

As the demand-oriented management has been getting important in Supply Chain Management (SCM), various forecasting methods have been suggested including regression analyses. However, dependency structures among variables have been captured by a correlation coefficient, only. It results in inaccurate demand predictions. This paper suggests a new and effective forecasting modeling framework using student's t-copula function. In order to show overall modeling procedures framework, heavy tail typed numerical data and its copula estimations are provided. The suggested methodology can contribute to decrease the bullwhip effect and to stabilize volatile environment in a supply chain network.

• KDI Journal of Economic Policy
• /
• v.17 no.1
• /
• pp.81-105
• /
• 1995

본고(本稿)에서는 공적분방법(共積分方法)을 이용한 우리나라의 수출함수(輸出函數) 추정(推定)을 시도하였다. 이를 위하여 수출물량(輸出物量), 교역상대국(交易相對國)의 소득(所得), 수출품의 상대가격(相對價格)으로 이루어지는 수출수요함수(輸出需要函數)를 가정하고 각 변수에 대한 단위근(單位根) 검정(檢定)과 추정식의 공적분(共積分) 검정(檢定)을 실시하였다. 단위근(單位根) 검정(檢定) 결과(結果) 해당 변수 모두가 단위근(單位根)을 갖는 것으로 판명되었으나, 이들 사이에 유의한 공적분관계(共積分關係)는 발견되지 않았다. 공적분(共積分)이 존재하지 않는다는 것은 수출수요함수(輸出需要函數)에 누락된 변수(變數)가 있을 가능성을 시사하는 것으로 해석할 수 있다. 본고의 후반부에서는 이같이 누락되어 있는 변수들의 총체를 비가격경쟁력(非價格競爭力) 변수로 명명하고 이를 Kalman Filtering 방법으로 추정하고자 하였다. 추정결과, 얻어진 비가격경쟁력(非價格競爭力) 계열의 시간경로 모습은 대체적으로 선험적 기대에 부합하였으나 이로 인한 소득(所得) 및 가격탄성치(價格彈性値)의 변화는 몇가지 이론적인 근거에서 기대하였던 크기에 미흡하였다.