• Environmental Engineering Research
• /
• 제21권4호
• /
• pp.409-419
• /
• 2016

As a major energy consumption province, the issue about the carbon emissions in Hebei Province, China has been concerned by the government. The carbon emissions can be effectively reduced due to a more rational energy consumption structure. Thus, in this paper the constraint of low carbon emissions is considered as a foundation and four energies--coal, petroleum, natural gas and electricity including wind power, nuclear power and hydro-power etc are selected as the main analysis objects of the adjustment of energy structure. This paper takes energy cost minimum and carbon trading cost minimum as the objective functions based on the economic growth, energy saving and emission reduction targets and constructs an optimization model of energy consumption structure. And empirical research about energy consumption structure optimization in 2015 and 2020 is carried out based on the energy consumption data in Hebei Province, China during the period 1995-2013, which indicates that the energy consumption in Hebei dominated by coal cannot be replaced in the next seven years, from 2014 to 2020, when the coal consumption proportion is still up to 85.93%. Finally, the corresponding policy suggestions are put forward, according to the results of the energy structure optimization in Hebei Province.

• Journal of Communications and Networks
• /
• 제8권1호
• /
• pp.93-105
• /
• 2006

The domination of the Internet by TCP-based services has spawned many efforts to provide high network utilization with low loss and delay in a simple and scalable manner. Active queue management (AQM) algorithms attempt to achieve these goals by regulating queues at bottleneck links to provide useful feedback to TCP sources. While many AQM algorithms have been proposed, most suffer from instability, require careful configuration of nonintuitive control parameters, or are not practical because of slow response to dynamic traffic changes. In this paper, we propose a new AQM algorithm, hybrid random early detection (HRED), that combines the more effective elements of recent algorithms with a random early detection (RED) core. HRED maps instantaneous queue length to a drop probability, automatically adjusting the slope and intercept of the mapping function to account for changes in traffic load and to keep queue length within the desired operating range. We demonstrate that straightforward selection of HRED parameters results in stable operation under steady load and rapid adaptation to changes in load. Simulation and implementation tests confirm this stability, and indicate that overall performances of HRED are substantially better than those of earlier AQM algorithms. Finally, HRED control parameters provide several intuitive approaches to trading between required memory, queue stability, and response time.

• 대한전기학회논문지:전력기술부문A
• /
• 제55권2호
• /
• pp.85-93
• /
• 2006

Since the SMP(System Marginal Price) is a vital factor to the market participants who intend to maximize the their profit and to the ISO(Independent System Operator) who wish to operate the electricity market in a stable sense, the short-term marginal price forecasting should be performed correctly. In an electricity market the short-term market price affects considerably the short-term trading between the market entities. Therefore, the exact forecasting of SMP can influence on the profit of market participants. This paper presents a new methodology for a day-ahead SMP forecasting using ARIMA(Autoregressive Integrated Moving Average) model based on the time-series method. And also the correction algorithm is proposed to minimize the forecasting error in order to improve the efficiency and accuracy of the SMP forecasting. To show the efficiency and effectiveness of the proposed method, the case studies are performed using historical data of SMP in 2004 published by KPX(Korea Power Exchange).

• International Journal of Aeronautical and Space Sciences
• /
• 제11권4호
• /
• pp.326-337
• /
• 2010

This work addresses problems regarding trajectory planning for unmanned aerial vehicle sensors. Such sensors are used for taking measurements of large nonlinear systems. The sensor investigations presented here entails methods for improving estimations and predictions of large nonlinear systems. Thoroughly understanding the global system state typically requires probabilistic state estimation. Thus, in order to meet this requirement, the goal is to find trajectories such that the measurements along each trajectory minimize the expected error of the predicted state of the system. The considerable nonlinearity of the dynamics governing these systems necessitates the use of computationally costly Monte-Carlo estimation techniques, which are needed to update the state distribution over time. This computational burden renders planning to be infeasible since the search process must calculate the covariance of the posterior state estimate for each candidate path. To resolve this challenge, this work proposes to replace the computationally intensive numerical prediction process with an approximate covariance dynamics model learned using a nonlinear time-series regression. The use of autoregressive time-series featuring a regularized least squares algorithm facilitates the learning of accurate and efficient parametric models. The learned covariance dynamics are demonstrated to outperform other approximation strategies, such as linearization and partial ensemble propagation, when used for trajectory optimization, in terms of accuracy and speed, with examples of simplified weather forecasting.

• Journal of the Korean Data and Information Science Society
• /
• 제20권6호
• /
• pp.1049-1060
• /
• 2009

국내 금융시장의 변동성의 확대는 개인투자자들의 직접투자를 어렵게 만들면서 펀드를 통한 간접 투자 비중을 증가시켰다. 본 연구의 목적은 여러 가지 형태의 펀드 중에서도 인덱스펀드를 바탕으로 초과수익을 추구하는 인핸스드 인덱스 펀드 모델을 구축하는데 있다. 유전자알고리즘을 활용하여 인덱스펀드 관리를 위한 포트폴리오 최적화 모델을 제안하고, 이렇게 얻은 인덱스펀드의 수익에 초과수익을 얻을 수 있도록 기준지수의 일별 거래대금과 종가를 활용하였다. 실증분석 결과 본 연구의 제안모델은 코스피 200의 움직임을 잘 반영하고 있으며, 이를 활용한 전략은 순수 인덱스펀드에 의한 단순매수 후 보유 전략보다 적절한 개수의 종목을 편입시킨다면 높은 수익률을 가져다줌을 알 수 있었다.

• 방송공학회논문지
• /
• 제3권1호
• /
• pp.85-92
• /
• 1998

동영상 부호화에서 블록 정합 움직임 추정 기법은 움직임 추정 기법으로 가장 많이 쓰이고 있는 방법이다. 이 논문에서는 블록 정합 움직임 추정 기법의 하나로 최근에 제안된 공간적 상관 관계와 계층적 탐색방법을 이용한 고속 움직임 추정 알고리즘의 구현에 적합한 VLSI 구조를 제안한다. 제안된 구조는 systolic array에 바탕을 둔 탐색 기본 단위와 두 개의 shift register array등으로 이루어지며 수평/수직 -32~+31 화소 크기의 탐색을 수행한다. 이 때 탐색 기본 단위는 반복하여 사용하게 함으로써 게이트 수를 최소화하였다. 탐색 기본 단위의 구조로는 전역 탐색을 수행할 수 있는 기존의 여러 가지 systolic array 들이 사용 가능하며, 그 선택에 따라 칩의 크기와 속도 사이의 절충이 가능하다. 본 논문에서는 PE(processing element)의 개수를 줄여 전체적인 칩 사이즈를 줄이는데 중점을 두고 탐색 기본 단위의 구조를 결정하였다. 제안된 구조를 이용하면 $352{\times}288$ 크기의 영상, 탐색 영역 수평/수직 -32~+31 화소에 대해서 클럭 주파수가 35MHz일 때 최대 30Hz까지 실시간 처리를 할 수 있는 움직임 추정 칩을 20,000 게이트 이하로 구현할 수 있다. 더 높은 전송률의 입력 영상($720{\times}480$, 30Hz)에 적용할 경우에는 단순히 PE 개수를 늘리 구조를 탐색 기본 단위로 선택함으로써 실시간 구현이 가능하다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권1호
• /
• pp.135-150
• /
• 2013

본 논문에서는 옵션시장에서의 변동성 회귀특성과 러프집합 알고리즘을 이용한 옵션전략을 개발하는 것을 제안한다. 이제까지 주식, 선물 시장에서는 다양한 연구가 선행되어 왔지만, 옵션시장에 대한 연구는 활발하지 않았다. 특히 고빈도 자료를 이용한 옵션 트레이딩 전략은 미미한 수준이다. 본 연구의 목적은 두가지로 구성된다. 첫째는 내재변동성 고평가, 저평가 상태를 측정하여 괴리가 발생했을 때 이익을 향유하는 변동성 회귀 모델을 구축하는 것이다. 둘째는 옵션트레이딩전략에 러프집합 알고리즘을 사용하여 부정확한 진입신호를 필터링하여 더 안정적인 수익을 추구하는 것이다. 이 논문의 요점은 옵션시장이 기초자산, 변동성, 이자율과 같은 다양한 요소에 영향을 받기 때문에, 변동성을 제외한 요인 (기초자산의 방향성)을 선물로 헤지하면서, 변동성괴리에 따른 이익만을 향유하는 것이다.

• 정보처리학회논문지D
• /
• 제14D권5호
• /
• pp.491-500
• /
• 2007

온라인상에서 거래되는 상품들을 분류하고 관리하기 위해서는 많은 시간과 비용을 들여 상품분류체계를 유지하여야 한다. 일반적으로 상품을 다루는 모든 분야에서 분류체계는 분류전문가에 의하여 수동으로 관리되고 있으며 이는 경제적인 측면, 시간적인 측면에서 많은 낭비를 초래하게 된다. 현대사회에서는 산업의 급속한 발전으로 상품의 다양화 융합화 등이 활발하게 이루어져 상품을 효율적으로 관리하기 위한 분류체계의 필요성은 더더욱 증가하고 있다. 따라서 상품분류체계를 자동화 하고자 하는 연구들이 많이 진행되어 왔으며 이런 연구의 일환으로 본 논문에서는 분류체계를 자동으로 생성하는 방안을 제안한다. 각각의 상품은 속성의 집합이다 라는 관점에서 출발하여 각 상품, 즉 속성집합 간 존재하는 포함관계를 활용하여 계층 트리구조의 분류체계를 자동으로 생성하는 알고리즘을 제시하고 구현하였으며, 실험을 통하여 제안한 알고리즘의 실효성을 입증하였다.

• 한국융합학회논문지
• /
• 제10권9호
• /
• pp.199-207
• /
• 2019

우리나라 주식시장에서 애널리스트들이 발표하는 주가 전망 자료를 입력변수로 활용한 로보어드바이저 포트폴리오의 수익성이 있는지를 분석하고자 하였다. 포트폴리오 구성을 위한 표본 주식은 업종을 대표하는 8개의 우량주이며, 분석 기간은 2003년부터 2019년까지의 17년 자료이다. 표본 주식에 대한 주가와 애널리스트 주가 전망 자료를 결합하는 블랙리터만모형을 통해 로보어드바이저 포트폴리오를 추천하고 벤치마크 대비 수익성을 비교하였다. 실증 분석 결과, 애널리스트들의 주가 전망 자료를 결합한 로보어드바이저 알고리즘의 수익성은 벤치마크 포트폴리오보다 연평균 1% 이상의 초과 수익을 시현하였다. 투자자들의 비판적 시각에도 불구하고 개별 종목에 대한 투자가 아닌 상대적 투자 비중을 구하는 로보어드바이저 관점에서는 애널리스트들의 주가 전망 자료가 경제적 가치를 보유하고 있음을 밝혔다. 향후 연구에서는 애널리스트들의 주가 전망 영향력이 대형주보다 더 클 것으로 예측되는 중 소형주를 포함한 로보어드바이저 포트폴리오의 수익성을 분석할 필요가 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.584-585
• /
• 2021

태양광, 풍력 등 신재생 에너지 생산이 다양해지면서 생산과 소비를 동시에 할 수 있는 마이크로그리드 시스템이 소개되었지만 국내에서는 아직까지 자동화된 전력거래 기술 도입이 필요하고 생산 및 중계인의 보호할 장치가 필요하다. 일반적으로 여름에는 태양광을 통한 전력 가격 하락이 예상되어 생산자 보호가 필요하다. 본 논문에서는 마이크로그리드 환경에서 블록체인(Blockchain)을 활용한 사용자 간 투명하고 안전한 선물 전력거래 시스템을 제안한다. 선물이란 간단히 말해서 고정된 가격과 미리 정해진 선물 가격에 구매자가 전력을 사는 의무를 가지거나 판매자가 전력을 팔아야 하는 의무를 갖게 되는 계약이다. 본 시스템은 블록체인 네트워크 내에서 신뢰할 수 있는 실행코드인 스마트 컨트랙트(Smart Contract)를 이용하여 사용자의 개입 없이 자동화된 동작으로 선물 가격을 검색하고 전력 거래를 체결하는 선물 거래 알고리즘을 제안한다. 만일 전력 생산자가 생산계획 시에 최대 생산 시기(하지)의 가격이 하락할 가능성이 있다고 생각이 되면 선물시장에서 선물을 먼저 팔아 놓고 최대 생산 시기(하지)에 선물을 되사서 이익을 내어 현물시장에서의 손실을 보전할 수 있다. 또 중계업자는 판매계약 체결 시에 전력 가격이 상승될 우려가 있으면 선물시장에서 먼저 선물을 매입하고 판매계약 이행 시 선물을 청산하여 이익을 실현시켜 현물시장에서의 손실을 보전할 수 있게 된다.