• The Journal of Information Systems
• /
• v.10 no.2
• /
• pp.151-164
• /
• 2001

현재의 항공사 기내식 수요예측 시스템으로는 항공기 운항의 지연이나 초과 주문으로 인한 손실 문제를 해결하기 힘든 것으로 알려져 있다. 이러한 문제를 해결하기 위해 본 연구에서는 항공기 기내식 시계열 자료만을 입력변수로 사용한 단순인공신경망모형(simple neural network model), 단순인공신경망모형에 전통적인 시계열 기법(본 연구에서는 지수 평활법)의 예측 결과를 입력변수로 추가한 혼합인공신경망모형(hybrid neural network model), 그리고 혼합인공신경 망 모형에 상관관계가 높은 다른 시계열 자료(본 논문에서는 유사 노선의 다른 항공기 기내식 시계열 자료)를 인공신경망의 입력변수로 추가시킨 하이퍼혼합인공신경망모형(hyper hybrid neural network model)을 새로운 항공기 기내식 수요예측 기법으로 제안하고, 이들 모형의 예측력을 비교 분석하였다. 분석 결과 하이퍼혼합인공신경망 모형의 예측력이 가장 우수한 것으로 나타나, 인공신경 망을 기반으로 한 수요예측에 있어 상관관계가 높은 다른 시계열 자료를 입력변수로 추가함으로써 인공신경망모형의 예측력을 개선시킬 수 있음을 알 수 있었다

• Environmental and Resource Economics Review
• /
• v.26 no.4
• /
• pp.519-547
• /
• 2017

This paper explores whether it is better to forecast city gas demand in Korea using national level data directly or, alternatively, construct forecasts from regional demand models and then aggregate these regional forecasts. In the regional model, we consider gas demand for Seoul metropolitan and the other local areas. Our forecast evaluation exercise for 2013-2016 shows the regional forecast model generally outperforms the national forecasting model. This result comes from the fact that the dynamic properties of each region's gas demands can be better taken into account in the regional demand model. More specifically, the share of residential gas demand in the Seoul metropolitan area is above 50%, and subsequently this demand is heavily influenced by temperature fluctuations. Conversely, the dominant portion of regional gas demand is due to industrial gas consumption. Moreover, electricity is regarded as a substitute for city gas in the residential sector, and industrial gas competes with certain oil products. Our empirical results show that a regional demand forecast model can be an effective alternative to the demand model based on nation-wide gas consumption and that regional information about gas demand is also useful for analyzing sectoral gas consumption.

• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.7 no.1
• /
• pp.94-102
• /
• 2002

In this paper, we present a forecasting model for the spectrum demand which will be used for the mid/long-term spectrum forecasting in Korea. In specific, we present the bottom-up model with considering the customer not the previous top-down method. The Proposed model consists of service definition. classification of service characteristics, drawing representative service characteristic , forecasting of service demand, mapping with spectrum resource, verification and spectrum forecasting. The carried actions in each step is described in detail. For the validation of the model an example for the PCS environments is shown. traverse stepping stones for a variety of legitimate reasons.

• 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.

• Electronics and Telecommunications Trends
• /
• v.22 no.4 s.106
• /
• pp.169-182
• /
• 2007

개인용 휴대 인터넷의 개념으로 세계에서 최초로 기술이 개발되고 본격적인 상용화를 개시한 WiBro는 기술개발 초기부터 서비스에 대한 수요예측 작업이 이루어져 왔고, 이는 HSDPA의 경우도 마찬가지이다. 그러나 초기의 수요예측 시점에 가정하였던 여러 가정들이 구체화되고, 정보통신 환경도 변화함에 따라 이제 보다 구체적이고 정확한 수요예측이 이루어질 시점에 도달하였다. 이에 따라 본 고에서는 변화된 여러 환경을 고려하여 WiBro 서비스에 대한 수요예측을 수행하고자 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.281-282
• /
• 2021

본 논문에서는 항공 수요예측을 위한 빅데이터 기반 플랫폼의 설계 및 실증 결과를 제시한다. 항공 수요예측 통합 플랫폼은 항공산업 관련 데이터를 Open API, RSS Feed, 웹크롤러(Web Crawler) 등을 이용하여 수집 및 분석하여 자체 개발한 항공 수요예측 알고리즘을 기반으로 결과를 시각화하여 보여주도록 구현되어 있다. 또한, 제안하는 플랫폼의 사용자 인터페이스를 통해 변수 설정을 하여 단위별(Global, National 등), 기간별(단기, 중장기 등), 유형별(여객, 화물 등) 예측 통계 자료를 도출할 수 있다. 플랫폼의 성능 검증을 위해 정형화된 데이터를 비롯하여 소셜네트워크서비스(SNS), 검색엔진 등에서 수집한 비정형 데이터까지 활용하여 특정 키워드의 빈도와 특정 노선에 대한 항공 수요간 상관관계를 분석하였다. 개발한 통합 플랫폼의 지능형 항공 수요예측 알고리즘을 통해 전반적인 공항 운영 및 공항 운영 정책 수립에 기여할 것으로 예상한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.953-959
• /
• 2002

계절유행상품의 수요는 연중 성수기가 길지 않고 매년 유행과 제품디자인 변화가심한 경향이 있어 수요예측에 과거의 판매정보의 유용성이 크지 않다. 성수기 초반의 수요가 연간 수요결정에 매우 중요하며 후반부수요가 급격히 감소하는 특성이 있다. 반면 이월상품의 잔존가치가 매우 낮지만 매출마진이 높아 수요예측의 정확도에 따라 수익률이 큰 영향을 받는다. 이러한 이유로 기존의 수요예측방법을 계절상품에 적용하기에 무리가 따르며 예측오차의 비용이 매우 커서 계절상품 관리에 이용할 수 없다. 본 연구에서 성수기를 하위기간으로 구분하여 시즌 초반부 수요발생시점을 측정하여 초반부 기간별수요량을 구하고 이를 근거로 기간 누적수요비율을 quantile regression에 의거 추정하여 기간별 수요량과 전제 수요량을 예측하는 방법을 제시하고 모의자료를 사용하여 이 모형의 우수성을 평가하였다.

• 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 Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.833-836
• /
• 2012

Demand Controller is a load control device that monitor the current power consumption and calculate the forecast power to not exceed the power set by consumer. Accurate demand forecasting is important because of controlling the load use the way that sound a warning and then blocking the load when if forecasted demand exceed the power set by consumer. When if consumer with fluctuating power consumption use the existing forecasting method, management of demand control has the disadvantage of not stable. In this paper, examine the existing forecasting method and the exponential smoothing method, and then propose the forecasting method using Kalman Filter algorithm.