• 대한교통학회지
• /
• 제28권5호
• /
• pp.107-116
• /
• 2010

도심지에서 수요지간의 이동시간은 복잡한 도로사정과 외부환경으로 인하여 실시간 변화하는 교통상황에 큰 영향을 받고 있으며, 수요는 시기나 성향에 따라 확률적으로 변화하고 있다. 대부분의 차량경로문제 연구는 차량경로를 선정함에 있어 수요지간의 이동거리와 평균속력, 확정된 수요를 고려하여 경로를 구성하고 있으며, 교통상황과 확률적인 수요의 동적인 외부환경 반영이 미흡하였다. 본 연구에서는 원활 지체 정체의 교통상황과 확률적인 수요를 고려한 현실적인 차량경로문제를 제안하였다. 수리모형을 구축하고, CPLEX 11.1을 이용하여 검증하였으며, 총 소요시간을 최소화하는 Hybrid 유전자 알고리즘을 제안하였다. 교통상황과 확률적 수요를 고려한 차량경로문제의 결과를 기존의 휴리스틱 알고리즘과 비교하였으며, 본 연구에서 제안한 알고리즘이 가장 우수한 해를 제공하였다.

• 한국정보통신학회논문지
• /
• 제13권7호
• /
• pp.1444-1452
• /
• 2009

일상적인 상황이 주로 시간을 고려한 일정에 따라서만 발생한다고 가정하면 각 상황별 확률분포함수에 기반한 데이터 생성법은 효과적이다. 하지만, 사람들은 상황을 인식하거나 판단할 때, 이전 상황을 고려하여 현재 상황을 미루어 짐작하거나 결정하는 경우도 흔하다. 본 논문에서 제안한 상황 전파 네트워크는 상황 인식 및 결정에서 이전 상황이 현재 상황에 미치는 영향을 고려하는 것과 유사하게 상황발생 확률분포함수를 보상해 줌으로써 상황의 전개가 연속적이면서 자연스러운 흐름을 갖도록 해준다. 본 논문에서는 평범한 직장인이 집이라는 공간에서 발생시키는 상황 데이터를 생성하는 모델을 제안하였고, 모의실험을 통해 상황 전파 네트워크가 상황의 자연스러운 흐름에 얼마나 영향을 기여하는지 확인하였으며, 특히, 순차적 상황 모호성과 충돌성 지표를 새롭게 정의하여 제안한 상황 데이터 생성 모델을 평가했다. 결론적으로 상황 전파 네트워크를 결합시켰을 경우, 확률 모델만을 사용했을 때보다 순차적 상황 모호성은 6.45% 상황 충돌성은 4.60% 감소함을 확인했다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• 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

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2007년도 추계학술대회 및 정기총회
• /
• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• 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.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제9권
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• 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.

• 한국인구학
• /
• 제33권1호
• /
• pp.161-189
• /
• 2010

인구추계 분야에서 경험한 최근의 발전 상황은 불확실성에 대한 정확한 이해와 이에 대한 적절한 방법론적 대처가 핵심적인 이슈 중의 하나임을 보여 주고 있다. 이러한 측면에서 본 연구는 1980년대 이후 점차 활용도가 높아지고 있는 확률적 인구추계의 주요 내용과 방법들을 소개하였다. 구체적으로 본 연구는, 첫째, 인구변동 요인들의 미래 추세 예측에 수반된 불확실성의 특성 그리고 이러한 불확실성의 처리 방법으로 전통적인 시나리오 접근과 상대적으로 최근에 주목을 받기 시작한 확률적 접근을 개관하였다. 시나리오 접근의 한계와 관련해서는 확률적 해석의 불가능, 시나리오의 경직성, 예측구간의 비일관성의 문제를 검토하였다. 둘째, 확률적 인구추계의 특성들을 살펴봄과 함께 인구변동 요인들에 대한 확률적 예측을 위해 현재까지 가장 빈번하게 활용되고 있는 전문가 판단법, 통계적 모형에 기초한 방법, 그리고 과거의 예측 오차를 활용한 방법의 주요 내용과 장단점을 살펴보았다. 마지막으로 이러한 논의를 기초로 인구추계에 있어서 확률적 접근이 해결해야 할 과제와 향후 발전 방향 그리고 인구추계 분야에서 이루어진 최근의 발전 상황들이 갖는 시사점을 논의하였다.

• 한국전자통신학회논문지
• /
• 제8권3호
• /
• pp.465-470
• /
• 2013

Dempster-Shafe 증거이론은 다중센서 데이터융합을 위한 좋은 계산방법을 제공해준다. 이때 기본확률배정 함수가 절대적으로 필요하다. 본 논문에서는 신호를 평가하여 기본확률배정함수를 계산하고 결정하는 방법을 제안한다. 센서들이 보내온 신호를 구간별로 변화율을 평가하고 이 평가를 기초로 기본확률배정함수를 정하도록 한다. 센서들이 감지하여 보고한 신호들은 상황발생 요인과 관련 있는데, 시간간격에 따라서 변화하는 신호값의 추이를 평가하였다. 센서가 감지한 신호의 변화는 상황구성 및 병화와 밀접한 관련이 있으므로 신호값의 변화를 평가하는 것은 상황추론에 도움이 되는 것이었다. 이것을 기본확률배정함수 결정에 포함함으로써 사전정보가 없는 경우에 대해서도 상황추론이 가능할 수 있음을 보였다.

• 전자공학회지
• /
• 제38권11호
• /
• 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.