• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.7-12
• /
• 2004

본 연구에서는 효율적인 전자상거래를 위해 Web Mining을 기반으로 고객의 수요를 예측하고 고객요구에 대응한 능동적인 생산을 위해 생산자의 구매수요를 공급자의 입장에서 예측하는 방법을 제안하였다. 먼저, 고객의 구매정보를 분석하여 다양한 고객의 구매패턴을 찾아내고 이를 통해 고객의 수요를 예측하였다. 이렇게 예측된 수요는 생산업체에 모여져 생산전략을 수립하게 된다. 생산전략이 수립되면 생산업체는 부품의 수급을 위해 공급업체에 대한 부품 구매일정과 고객의 장기 구매패턴을 고려한 생산일정을 수립하게 된다. 이렇게 수립된 구매일정과 생산일정에 의해 공급자에 대한 주문과 생산이 이루어지는데 이때 공급자의 입장에서 구매자의 요구에 능동적으로 대응하기 위해서는 구매자에 대한 이해가 필요하며 이를 이해 공급자가 자신이 공급하는 구매업체들의 거래정보를 분석하게 된다. 본 연구에는 이와 같이 고객과 생산업체, 구매업체와 공급업체를 하나로 연결하여 분석하였다.

• 응용통계연구
• /
• 제22권5호
• /
• pp.1007-1017
• /
• 2009

본 연구는 최근에 활발히 연구가 진행 중인 항공수요 예측 분야에서 사용되는 계절형 ARIMA 모형과 다변량 계절형 시계열 모형과의 성능을 비교한 것이다. 본 연구에서는 국제 여객 수요와 국제 화물 수요 예측을 위하여 실제 자료를 이용하여 비교한 결과 다변량 계절형 시계열 모형이 예측의 정확도 면에서 기존의 일변량 모형보다 우수함을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.405-408
• /
• 2020

국방분야에서 전력 운영유지를 위한 군수분야 운영 효율화는 매우 중요한 이슈이다. 군수분야의 효율성을 위해 적정한 수리부속 확보는 장비의 가동률과 예산 절감 차원에서 중요성이 크다. 이에 군은 다양한 기법을 활용하여 수리부속 수요예측에 대한 노력을 계속해 왔으나, 여전히 예측 정확도 향상을 위한 지속적인 노력이 요구된다. 이에 본 연구에서는 지난 9개년의 수리부속 수요데이터를 분석하고 다양한 머신러닝을 활용하여 예측정확도를 비교·분석하고, 가장 적합한 수리부속 수요예측 모델을 제안한다.

• 한국항행학회논문지
• /
• 제21권4호
• /
• pp.365-370
• /
• 2017

본 연구는 전력수요 패턴이 다른 평일과 특수일 데이터가 가지는 상관관계를 분석하여, 별도의 데이터 셋을 구축하고, 각 데이터 셋에 적합한 딥 러닝 네트워크를 이용하여, 전력수요예측 오차를 감소하는 방안을 제시하였다. 또한, 기본적인 전력수요 예측요소인 기상요소에 환경요소, 구분요소 등 다양한 예측요소를 추가하여 예측율을 향상하는 방안을 제시하였다. 전체데이터는 시계열 데이터 학습에 적합한 LSTM을 이용하여 전력수요예측을 하였으며, 특수일 데이터는 DNN을 이용하여 전력수요예측을 하였다. 실험결과 기상요소 이외의 예측요소 추가를 통해 예측율이 향상되었다. 전체 데이터 셋의 평균 RMSE는 LSTM이 0.2597이며, DNN이 0.5474로 LSTM이 우수한 예측율을 보였다. 특수일 데이터 셋의 평균 RMSE는 0.2201로 DNN이 LSTM보다 우수한 예측율을 보였다. 또한, 전체 데이터 셋의 LSTM의 MAPE는 2.74 %이며, 특수 일의 MAPE는 3.07 %를 나타냈다.

• 산업경영시스템학회지
• /
• 제25권2호
• /
• pp.77-83
• /
• 2002

본 연구에서는 가솔린 시계열 예측전문가들이 수요를 예측하고, 더 나아가 직감적으로 행하고 있는 보정과정을 자동화하기 위해 신경망을 사용한다. 가솔린 수요 예측분야에서 보정을 위해 사용되는 전형적인 판단요소는 정부 에너지 절약 정책, 에너지 산업의 파업, 공휴일 등이 있다. 주요 추세가 순환신경망에 의해 예측되고 이들 판단요소의 효과가 다층신경망에 의해 탐지되어 보정된다. 가솔린 수요에 대한 실험결과는 보정과정을 갖는 예측구조가 하나의 신경망을 사용하는 예측구조 보다 더 나은 예측력을 보였다. 그리고 본 연구에서 제시한 접근방법이 순환신경망이나 ARIMA 모델을 사용하는 것보다 더 나은 결과를 가졌다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.157-158
• /
• 2019

발전소 관리의 단기 전력 수요에 대한 정확한 예측은 전력 시스템의 안전하고 효율적인 작동을 보장하는데 필수적이다. 따라서 본 연구는 가우스 커널 함수 네트워크 (GKFNs)의 심층 구조를 이용하여 일일 최대 전력 수요를 예측하는 새로운 방법을 제시한다. 제안 된 GKFN의 깊이 구조는 표준 GKFN에 비해 예측 정확도를 향상시킨다. 한국의 일일 최대 전력 수요를 예측하기위한 시뮬레이션은 제안 된 예측 모델이 GKFN 모델, k-NN 및 SVR과 같은 다른 예측 모델에 비해 예측 성능에 이점이 있음을 보여준다. GKFN의 제안된 심층 구조는 시계열 예측 및 회귀 문제의 다양한 문제에 적용될 수 있다.

• 한국건설관리학회논문집
• /
• 제6권1호
• /
• pp.80-88
• /
• 2005

주택수요는 수요유발 상관인자를 주축으로 한 주택수요 예측모형에 의하여 그 수표량을 예측할 수 있다. 이때, 주택수요 예측모형은 상관인자의 영향도에 따라서 인자의 미세한 추이변화에 대해서도 수요의 변화폭을 민감하게 제시하게 된다. 이를 위하여 주택수요 예측에 동원 될 수 있는 여러 상관인자들 가운데 영향도가 가장 큰 인자가 무엇인지 찾아낼 필요가 있다. 이때 대상인자의 데이터는 횡단면자료(Cross Section Data) 혹은 시계열자료(Time Series Data)분석으로 수행된다. 즉, 영향도가 가장 큰 인자들을 찾아내는 방법마련이 필요하며 이후 이 방법에 따른 상관인자의 도출이 가능함에 따라 영향도가 가장 큰 인자를 발굴하는 방법을 제시하고 이에 의한 상관인자를 도출하는 것을 본 연구의 목적으로 한다.

• 한국철도학회논문집
• /
• 제17권4호
• /
• pp.307-312
• /
• 2014

본 연구는 중앙선의 여객수송수요를 효율적으로 예측하기 위한 방법으로 계절성 요인을 고려한 ARIMA 모형을 제안하였다. 특히, 최근의 관광수요를 반영하기 위하여 2013년 4월 개통되어 운행되고 있는 중부내륙권 관광전용열차(O-train, V-train)의 수요를 포함하여 예측모형을 구축하였다. 이를 위하여 2005년 1월부터 2013년 7월까지의 월별 시계열 데이터(103개)를 사용하여 최적의 모형을 선정하였으며 예측결과 중앙선의 여객 수송수요는 지속적으로 증가할 것으로 나타났다. 구축된 모형은 중앙선의 단기수요를 예측하는데 활용이 가능하다.

• 한국정보통신학회논문지
• /
• 제13권8호
• /
• pp.1647-1652
• /
• 2009

비선형 동력학 시스템으로 구성된 전력 수요의 시계열 데이터를 예측하기 위해 적용된 신경망 및 퍼지 적응 알고리즘 등은 예측오차가 상대적으로 크게 나타났다. 이는 전력수요 시계열 데이터가 가지고 있는 카오스적인 성질에 기인하며 이중 초기값에 민감한 의존성은 장기적인 예측을 더욱더 어렵게 하는 요인으로 작용한다. 전력수요 시계열 데이터가 가지고 있는 카오스적인 성질을 정량 및 정성적인 방식으로 분석 을 수행하고, 시스템 동력학적 특성의 정량분석에 이용되는 Lyapunov 지수를 이용하여 어트랙터 재구성, 다차원 카오스 시계열 데이터를 예측하는 방식으로 수요예측 시뮬레이션을 수행하고 결과를 비교 평가하여 기존 제안방식보다 실용적이며 효과적임을 확인한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.171-174
• /
• 2009

비선형 동력학 시스템으로 구성된 전력 수요의 시계열 데이터를 예측하기 위해 적용된 신경망 및 퍼지 적응 알고리즘 등은 예측오차가 상대적으로 크게 나타났다. 이는 전력수요 시계열 데이터가 가지고 있는 카오스적인 성질에 기인하며 이중 초기값에 민감한 의존성은 장기적인 예측을 더욱더 어렵게 하는 요인으로 작용한다. 전력수요 시계열 데이터가 가지고 있는 카오스적인 성질을 정량 및 정성적인 방식으로 분석을 수행하고, 시스템 동력학적 특성의 정량분석에 이용되는 Lyapunov 지수를 이용하여 어트랙터 재구성, 다차원 카오스 시계열 데이터를 예측하는 방식으로 수요예측 시뮬레이션을 수행하고 결과를 비교 평가하여 기존 제안방식보다 실용적이며 효과적임을 확인한다.