• Journal of Korea Port Economic Association
• /
• v.32 no.4
• /
• pp.1-13
• /
• 2016

This study attempts to establish a precise forecast model for the container inventory demand of shipping companies through forecasts based on equipment type/size, ports, and weekly system dynamics. The forecast subjects were Shanghai and Yantian Ports. Only dry containers (20, 40) and high cubes (40) were used as the subject container inventory in this study due to their large demand and valid data computation. The simulation period was from 2011 to 2017 and weekly data were used, applying the actual data frequency among shipping companies. The results of the model accuracy test obtained through an application of Mean Absolute Percentage Error (MAPE) verified that the forecast model for dry 40' demand, dry 40' high cube demand, dry 20' supply, dry 40' supply, and dry 40' high cube supply in Shanghai Port provided an accurate prediction, with $0%{\leq}MAPE{\leq}10%$. The forecast model for supply and demand in Shanghai Port was otherwise verified to have relatively high prediction power, with $10%{\leq}MAPE{\leq}20%$. The forecast model for dry 40' high cube demand and dry 20' supply in Yantian Port was accurate, with $0%{\leq}MAPE{\leq}10%$. The forecast model for supply and demand in Yantian Port was generally verified to have relatively high prediction power, with $10%{\leq}MAPE{\leq}20%$. The forecast model in this study also had relatively high accuracy when compared with the actueal data managed in shipping companies.

• 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.

• Proceedings of the KIEE Conference
• /
• 1999.07c
• /
• pp.1108-1110
• /
• 1999

본 연구를 통하여 전력계통의 송변전 계획에 필요한 장기 지구별 수요예측 산법을 제안하였다. 소규모 지구의 수요예측을 위한 중회귀 모형 도입시 단순한 다항식 회귀모형만으로는 장기예측을 하는데 한계가 있으므로 다항회귀 과정을 변형하거나, 새로운 기능을 보완하여 예측정확도를 높이려는 시도가 수행 되어왔다. 본 논문에서는 장기 예측시 나타나는 미래의 예측 수요의 과도한 변화를 감소시켜 예측 정확도를 개선할 수 있는 수평년도수요를 도입하였으며, 종래 추세 분석에서 난점으로 지적되어 온 변전소의 신설 및 폐지에 따른 수요이전으로 야기되는 예측의 불안정성을 개선하였다. 제안한 산법을 검증하기 위하여 우리나라 실계통에 적용하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.3
• /
• pp.234-241
• /
• 2021

By recognizing the importance of demand forecasting, the military is conducting many studies to improve the prediction accuracy for repair parts. Demand forecasting for repair parts is becoming a very important factor in budgeting and equipment availability. On the other hand, the demand for intermittent repair parts that have not constant sizes and intervals with the time series model currently used in the military is difficult to predict. This paper proposes a method to improve the prediction accuracy for intermittent repair parts of the Patriot. The authors collected intermittent repair parts data by classifying the demand types of 701 repair parts from 2013 to 2019. The temperature and operating time identified as external factors that can affect the failure were selected as input variables. The prediction accuracy was measured using both time series models and data mining models. As a result, the prediction accuracy of the data mining models was higher than that of the time series models, and the multilayer perceptron model showed the best performance.

• 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.

• 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.

• Plant Journal
• /
• v.15 no.1
• /
• pp.31-37
• /
• 2019

In this study, to improve the accuracy of forecast of heat demand in the district heating system, this study applied heat demand performance among the main factors of district heating demand forecast in Pankyo area as the heat sales information of the user facility instead of existing heat source facility heat supply information, and compared the existing method with the accuracy based on the actual value. As a result of comparing the difference of the forecasts values of the existing and changed methods based on the performance values over the one week (2018.01.08 ~ 01.14) during the hot water peak, the relative error decreased from 7% to 3% The relative error between the existing and revised forecasts was 9% and 4%, respectively, for the five-month cumulative heat demand from February to February 2018, Also, in case of the weekend where the demand of heat is differentiated, the relative error of the forecasts value is consistently reduced from 10% to 5%.

• Annual Conference of KIPS
• /
• 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.

• The Journal of Bigdata
• /
• v.5 no.2
• /
• pp.17-27
• /
• 2020

District heating system supplies heat from low-cost high-efficiency heat production facilities to heat demand areas through a heat pipe network. For efficient heat supply system operation, it is important to accurately predict the heat demand within the region and optimize the heat production plan accordingly. In this study, a heat demand forecasting model is proposed considering real-time calorimeter information from local heat demands. Previous models considered ambient temperature and heat demand history data to predict future heat demands. To improve forecast accuracy, the proposed heat demand forecast model added big data from real-time calorimeters installed in the heat demands within the target region. By employing calorimeter information directly in the model, it is expected that the proposed forecast model is to reflect heat use pattern of each demand. Computational experiemtns based on the actual heat demand data shows that the forecast accuracy of the proposed model improved when the calorimeter big data is reflected.

• 전기의세계
• /
• v.40 no.5
• /
• pp.18-26
• /
• 1991

전력수요예측의 기본목적은 미래에 예상되는 전력수요를 정확히 예측함으로써 이를 충족시킬 수 있는 전원 및 계통설비의 적기 확보와 아울러, 보다 저렴한 비용으로 전력을 공급할 수 있게 하는데 있다.