• Journal of Korean Society of Transportation
• /
• v.28 no.5
• /
• pp.107-116
• /
• 2010

The vehicle travel time between locations in a downtown is greatly influenced by both complex road conditions and traffic situation that changes real time according to various external variables. The customer's demands also stochastically change by time period. Most vehicle routing problems suggest a vehicle route considering travel distance, average vehicle speed, and deterministic demand; however, they do not consider the dynamic external environment, including items such as traffic conditions and stochastic demand. A realistic vehicle routing problem which considers traffic (smooth, delaying, and stagnating) and stochastic demands is suggested in this study. A mathematical programming model and hybrid genetic algorithm are suggested to minimize the total travel time. By comparing the results considering traffic and stochastic demands, the suggested algorithm gives a better solution than existing algorithms.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.7
• /
• pp.1444-1452
• /
• 2009

Probabilistic distribution functions based data generation method is very effective. Probabilistic distribution functions are defined under the assumption that daily routine contexts are mainly depended on a time-based schedule. However, daily life contexts are frequently determined by previous contexts because contexts have consistency and/or sequential flows. In order to refect previous contexts effect, a situation propagation network is proposed in this paper. As proposed situation propagation network make parameters of related probabilistic distribution functions update, generated contexts can be more realistic and natural. Through the simulation study, proposed context-data generation model generated general outworker's data about 11 daily contexts at home. Generated data are evaluated with respect to reduction of ambiguity and confliction using newly defined indexes of ambiguity and confliction of sequential contexts. In conclusion, in case of combining situation propagation network with probabilistic distribution functions, ambiguity and confliction of data can be reduced 6.45% and 4.60% respectively.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.485-488
• /
• 2000

실제 많은 차량경로결정문제(Vehicle Routing Problem: VRP)에서 차량의 이동속도는 도로의 교통량 등의 인에 의해 시간에 따라 변화하고 서비스 수량이 고객의 운영상태에 따라 달라질 수 있다. 이러한 사실에도 불구하고, 거의 대부분의 VRP 기법에서 차량속도와 서비스 수량을 확정적으로 가정하거나 평균값을 사용하는 이유는 알고리즘 적 분석의 어려움 때문인 것으로 알려져 있다. 이에 따라 확정적 VRP 기법들에 해 구해진 해는 실제 적용에서 그 유효성에 대해 심각한 이의가 제기될 수 있다. 그러나 만일 잘 알려진 정적 VRP 기법들이 확률적 상황에서도 뛰어난 성능을 보인다면, 실제 차량경로계획 상황에서 이들 확정적 기법들이 복잡하고 난해한 확률적 VRP 기법을 대신할 수 있을 것이다. 본 논문에서는 확률적 환경에서 네 가지 확정적 VRP 기법들의 성능을 평가하는 계산실험 연구를 소개한다. Solomon의 다양한 실험문제를 사용하였으며, 모든 문제에서 hard 및 soft 서비스 시간대를 설정하였다. 그리고 지점간 차량이동시간과 고객들의 서비스 물량은 세 가지 확률분포로써 나타내었다. 실험결과, 특정 확정적 VRP 기법이 특정 확률적 환경에서 뛰어난 성능을 보이는 것을 확인할 수 있었다

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2007.11a
• /
• pp.204-208
• /
• 2007

보험요율 및 정책 결정의 기본이 되는 파산 확률은 계산이 매우 복잡하여 보통 근사적인 방법을 사용하게 된다. 윤복식(2007)에서는 다양한 상황에서 정확하게 파산확률을 계산할 수 있는 방법이 GPH 분포에 기초하여 제안된 바 있다. 본 연구에서는 이 방법의 타당성을 다양한 실험을 통해 검증하고. 기존의 근사적 방법들과의 비교하는 것이 목적이다. 실험을 통해 이 방법이 일상적인 상황에서 뿐 아니라 클레임 분포가 비정규적인 대재해 상황에서도 정확하게 파산확률을 계산해 주는 것을 관찰할 수 있었고, 계산시간 또한 도 매우 짧아서 실용성을 겸비함을 확인할 수 있었다 또한 이 결과를 근거로, 기초적인 관측 자료만 입력하면 중간에 분포모델 설정단계를 거치지 않고 바로 분석 결과를 얻는 접근법이 제안된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.474-479
• /
• 2010

본 논문의 이전 연구[1]에서 모바일 사용자들의 지난 상황데이터(context data)를 기반으로 다음 상황 예측을 위한 확률론적 방법을 제안하였다. 이 방법은 가중치를 나타내는 멀티그래프에 속하는 새로운 그래프 구조를 통한 확률론적 이론에 근거하여 일반적인 상황을 예측한다. 본 논문에서는 이전 연구보다 더 정확한 상황 예측을 위해 목표 상황과 관련된 상황데이터만을 선별하는 특징 선택 방법과 상황데이터가 적을 경우 균등분포를 가정하여 상황의 예측가능성을 높일 수 있는 방법을 제시하였다. 이 외에도 사용자의 다양한 생활 패턴에 대한 예측방법과 이동통신사 간의 고객정보를 보안성 있게 공유하기 위한 방법을 제시한다.

• Communications of Mathematical Education
• /
• v.9
• /
• pp.299-316
• /
• 1999

본 논문에서는 스프레드쉬트 프로그램 중에서 가장 활용도가 높은 Excel을 이용하여 만든 여러 가지 모의실험이 확률 통계학습에 어떻게 활용되는 지를 제시함으로써 개념의 지도 및 문제풀이 능력 향상의 효율성을 높이는 방안을 모색하고자 한다. 즉 이는 단순한 이론적 수치계산이 아닌 구체적 경험을 제시하여 학생들에게 확률적 상황에 내재된 확률적 정보의 의미를 파악하게 함으로써 확률의 개념에 대한 이해를 돕고 확률 통계단원에 대한 흥미를 유발케 하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.108-108
• /
• 2017

깊은 불확실성이 내재되어 있는 기후변화의 특성을 고려한 의사결정은 강건함(Robustness)의 특성을 지니고 있어야 한다. 강건한(Robust) 의사결정은 광범위한 불확실성의 상황에서 모든 요구사항을 충족시키는 전략을 제시한다. 이러한 강건함의 개념은 저수지운영 규칙 산정에 필요한 최적화 과정에도 적용될 수 있는데, 이를 로버스트(Robust) 최적화 과정이라고 한다. 로버스트 최적화 과정은 기존 최적화과정이 현재의 자료를 바탕으로 최적의 해를 찾기 때문에 미래 입력자료의 불확실성을 반영하지 못하는 한계를 극복하기 위하여 등장하였다. 로버스트 최적화 과정은 크게 두 가지 방법으로 나눌 수 있는데, 확률적 로버스트 최적화 방법과 비확률적 로버스트 최적화 방법이다. 확률적 로버스트 최적화 과정은 전통적인 최적화 과정과 동일하게 불확실 변수의 확률분포를 가정하지만, 비확률적 로버스트 최적화 과정은 불확실 변수의 확률분포를 가정하지 않는다. 본 연구는 최근 수자원의 부족을 겪었던 보령댐의 보다 안정적인 이수기 운영방안 산정을 위해 로버스트 최적화 과정을 적용하였다. 먼저 전통적인 최적화 방법을 적용하여 운영방안을 도출한 뒤 기후변화 상황에서의 취약성, 신뢰성, 지속가능성 그리고 회복탄력성 등을 검토하였다. 다음으로 이에 대한 대안으로 로버스트 최적화 방법으로 운영방안을 산출하였으며 이를 기존의 최적화방법과 여러 기준으로 비교하여 그 타당성을 검토하였다. 또한 두 가지 로버스트 최적화 방법을 비교하여 각 과정의 장단점에 대해 논의 하였으며, 어떤 최적화 과정이 댐 운영방안 산정에 있어 보다 합리적이고 타당한지 비교하였다. 본 연구의 결과를 통해, 기후변화의 영향 하에서 보다 안정적인 수자원 관리 방안을 제안할 수 있었다.

• Korea journal of population studies
• /
• v.33 no.1
• /
• pp.161-189
• /
• 2010

Dealing with uncertainty has been a critical issue in demographic and population forecasting since 1980. This study reviews methodological developments in demographic and population forecasting over the last several decades. First, this study reviews the important issue of the uncertainty surrounding demographic forecasts. Several limitations of the traditional scenario approach to dealing with uncertainty are also discussed. Second, in forecasting demographic processes such as mortality, fertility, and migration, three approaches of stochastic forecasting are identified and discussed: expert judgment, statistical modeling, and analysis of historical forecast errors. Finally, this study discusses the current issues and directions for future research in stochastic demographic forecasting.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.3
• /
• pp.465-470
• /
• 2013

Dempster-Shafer Evidence Theory is available for multi-sensor data fusion. Basic Probability Assignment is essential for multi-sensor data fusion using Dempster-Shafer Theory. In this paper, we proposed a novel method of BPA calculation with signal assessment. We took notice of the signal that reported from the sensor mote at the time slot. We assessed the variation rate of the reported signal from the terminal. The trend of variation implies significant component of the context. We calculated the variation rate of signal for reveal the relation of the variation and the context. We could reach context inference with BPA that calculated with the variation rate of signal.

• The Magazine of the IEIE
• /
• v.38 no.11
• /
• pp.61-67
• /
• 2011

우리 선조들은 가끔 점을 쳐서 내일이 길흉화복(吉凶禍福)을 예측했다. 오늘날에는 복권 한 장에 마음을 졸이며 대박을 기다리는 현대인들에 이르기까지, 우리 인류는 항상 확률적인 상황에 직면해 왔다. '확률'이라는 말이 개입되는 순간부터, 우리의 삶은 하나의 도박이 되는 것이다. 병원에서 질병 감염 여부를 검사할 때나 법적 증거로 DNA 유전자를 감식할 때, 거기에는 항상 '확률'적 요인이 숨어있다. 그 중심에 가우스(Carl Fredrich Gauss, 1777-1855, 독일)가 있다. EU 통합 전 독일의 10 Mark 화폐 주인공 가우스, 가우스는 독일의 자존심이다. 고대부터 인간은 무엇인가를 결정할 때 확률적 결정에 따른다. 본고에서는 가우스 확률분포의 기원을 추적 요약하였다.