• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.661-663
• /
• 2000

본 논문은 수요 예측함에 있어서 여러 가지 수요 예측 방법을 통해 매 시기 마다 적절한 수요예측 기법을 사용하여 좀더 정확한 수요예측 결과를 추정하기 위한 방법을 연구하며 특히, 수요 예측하기 어려운 제품에 대해 여러 인자를 고려하여 좀더 나은 예측치를 구하기 위한 방법을 연구하고 있다. 마지막으로 각 ERP나 SCM, MRP application에 연계하여 필요한 자료를 되게 얻고 이를 다시 보내 줄 수 있는 일반적인 연계 방법을 연구하고 있다. 본 논문에서는 데이터 베이스 연계부분에서는 ODBC 를 사용하였으며, 예측 기법은 Moving Average 기법과 Exponential Smoothing 기법, 그리고 Neural Networks 중 BP 를 이용하여 구현하였다. 앞으로 좀 더 많은 예측 기법을 적용하여 향상된 수요 예측을 위한 모듈을 연구 및 구현하려 한다.

• Proceedings of the KOR-KST Conference
• /
• 1993.07a
• /
• pp.153-201
• /
• 1993

한국에 있어서 급속한 경제성장과 사업구조의 변화로 인하여 차량과 교통량이 급속히 증가하였다. 따라서 교통량은 기존 시설물의 용량을 초과하게 되었다. 증가된 교통량과 부족한 교통시설로 인하여 사회.경제전반에 걸쳐서 제 교통문제가 발생하게 되었고, 이러한 교통문제를 해결하기 위해서 과학적인 교통수요예측기법이 요구되었다. 본 논문에서는 과거 20여년간의 교통부문의 연구활동 중 특히, 교통수요예측에 관한 연구에 대해서 사례를 중심으로 살펴 보고자 한다. 논문의 주요내용으로는 아래와 같다. 1) 한국의 교통상황을 개략적으로 설명하고, 한국에서 합리적인 교통 수요예측기법이 필요하게된 배경을 설명 2) 교통수요예측에 필요한 사회.경제변수에 관한 자료를 소개하고, 합리적인 수요예측을 위하여 제 변수의 중요성을 설명 3) 한국에서 과거에 적용한 교통수요예측 모형의 구조와 장.단점을 소개 4) 현재 한국에서 적용하고있는 교통수요예측에 관한 모형의 구호와 적용절차를 본 단계의 과정으로 설명함으로써 그 동안 한국에서의 연구, 적용되어온 교통수요예측 모형에 관한 소개와 적용사례를 제시하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1771_1772
• /
• 2009

본 연구에서는 안정적인 물 공급과 에너지의 효율적 사용을 위한 단기 물 수요예측에 대하여 데이터 마이닝 기법의 적용성을 검토하고자 한다. 물 공급이 이루어진 요일과 특이일에 대한 시계열 분석을 통한 단기 물 수요예측과 데이터 마이닝 기법을 적용한 결과를 상호 비교하여 데이터 마이닝 기법의 적용성을 제시하고자 한다. 이를 통하여 단기 물 수요예측알고리즘의 실용화 가능성을 높일 뿐만 아니라 실시간 예측을 위한 기초 데이터 마이닝 체계를 구축하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2001.11b
• /
• pp.51-53
• /
• 2001

전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력 수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 평일과는 다르게 특수일의 전력 수요예측은 평균 5%를 상회하는 수준으로 예측의 정확도가 평일 예측에 비해 크게 낮은데 이유는 특수일이 평일에 비하여 부하의 크기가 다소 낮게 나타나고 특수일 마다 계절적인 차이가 있으며 각각의 특수일 마다 고유한 부하의 특성이 있으므로 과거 데이터를 이용할 때 동일 특수일을 이용하게 되며 따라서 평일과는 다르게 일년 단위로 과거 데이터 값들이 취득되므로 오차율이 커진다. 따라서 데이터들을 퍼지화하여 선형계획법을 수행하여 평균 $2{\sim}3%$ 정도의 우수한 결과를 도출한 바 있다. 본 논문에서는 퍼지 선형회귀분석법을 이용한 예측 기법에 최소자승법을 도입하여 특수일 전력 수요예측의 정확도를 개선하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.824-826
• /
• 2017

수요예측은 적정 재고를 유지하기 위해 선행되어야 할 중요한 부분이라 할 수 있다. 수요예측의 정확도 향상이 적정한 재고를 유지하기 위한 토대가 된다. 하지만 수요예측을 어렵게 만드는 주요 원인 중 하나인 간헐적인 수요는 기존 시계열 기법으로 예측하는데 있어 어려움이 크다. 본 연구에서는 인공지능의 한 기법인 인공신경망을 적용하여 간헐적 품목에 대한 수요예측을 실시하였다. 6개의 기법을 통해 실험을 실시한 결과 인공신경망이 가장 오차가 적은 우수한 결과를 나타냈다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2016.05a
• /
• pp.1-3
• /
• 2016

연안여객운송은 도서와 육지의 인적 및 물적 교류가 이루어질 수 있도록 하는 유일한 교통수단으로서 그 중요성이 매우 크다. 그럼에도 불구하고 연안여객선에서의 수익성이 낮다는 이유로 그 중요성을 인식하지 못하고 있는 것이 사실이다. 그렇지만 앞으로의 연안여객 수요에 따라 향후 도서민들에게 안정적인 서비스를 제공하기 위해 선박의 추가 투입 및 시설 확충을 위한 의사결정에서 가장 기본이 되는 것이 연안여객의 수요를 예측하는 것이다. 본 논문 에서는 가장 많은 여객 수요를 가지고 있는 제주지역 중에서도 세월호 이후에 끊긴 인천과 제주 항로에 초점을 맞추어 연구를 진행할 것이다. 2007년 1월부터 2013년 12월 까지 84개의 월별 자료를 바탕으로 예측 기법 중에서도 계량적 기법인 시계열 분석을 통해 여객 수요를 예측하고자 한다. 예측 작업에 있어 항상 우수한 성과를 보이는 단 하나의 모형은 존재하지 않기 때문에 예측에 수반된 불확실성을 줄이기 위해 다양한 예측모형을 사용한다. 여러 방법론 중에서 가장 적합도가 높은 모형을 찾아 여객 수요를 예측하고 결과를 도출하였다.

• Journal of the military operations research society of Korea
• /
• v.34 no.2
• /
• pp.79-101
• /
• 2008

This study is for improvement of repair part demand forecasting method of Republic of Korea Air Force aircraft. Recently, demand prediction methods are Weighted moving average, Linear moving average, Trend analysis, Simple exponential smoothing, Linear exponential smoothing. But these use fixed weight and moving average range. Also, NORS(Not Operationally Ready upply) is increasing. Recommended method of Box-Jenkins' ARIMA can solve problems of these method and improve estimate accuracy. To compare recent prediction method and ARIMA that use mean squared error(MSE) is reacted sensitively in change of error. ARIMA has high accuracy than existing forecasting method. If apply this method of study in other several Items, can prove demand forecast Capability.

• Proceedings of the KIEE Conference
• /
• 2003.07a
• /
• pp.80-82
• /
• 2003

전력계통의 수요예측은 수십 년간의 일별, 주별, 월별, 년도별 자료와 기타 수많은 계수들을 요구하므로 처리해야할 자료의 양이 방대하여, 수요예측에는 데이터베이스의 사용이 필수이다. 본 연구에서는 수요예측 및 이와 유사한 대규모 자료의 전산화에 적합한 데이터베이스 설계기법을 소개하고, 계산 수행 시 속도 및 운용의 효율성을 기하기 위한 방안을 소개한다. 또한 데이터베이스의 유지보수를 위한 기법과 각종 접근 방법의 예를 들었다.

• Proceedings of the KIEE Conference
• /
• 2001.05a
• /
• pp.52-54
• /
• 2001

전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력 시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 특수일의 전력 수요 예측의 정확도가 평일 예측에 비해 낮으며 특히, 토요일 또는 월요일에 특수일이 오는 경우 예측의 정확도가 낮아지는 경향이 있다. 따라서, 찬 논문은 퍼지 선형회귀 분석법과 상대계수법을 병행하여 예측함으로써 특수일 수요 예측의 정확도를 개선하는 방법을 제시한다.

• Journal of Internet Computing and Services
• /
• v.18 no.1
• /
• pp.121-129
• /
• 2017

Demand forecasting is one of the most critical tasks in defense logistics, because the failure of the task can bring about a huge waste of budget. Up to date, ROK-MND(Republic of Korea - Ministry of National Defense) has analyzed past component consumption data with time-series techniques to predict each component's demand. However, the accuracy of the prediction still needs to be improved. In our study, we attempted to find consumption pattern using data mining techniques. We gathered an 18,476 component consumption data first, and then derived diverse features to utilize them in identification of demanding patterns in the consumption data. The results show that our approach improves demand forecasting with higher accuracy.