• 한국수자원학회논문집
• /
• 제41권3호
• /
• pp.341-351
• /
• 2008

최근 지구 온난화로 인한 이상기후의 영향으로 게릴라성 집중호우의 피해가 증가하고 있으므로 대하천뿐만 아니라 중 소하천에서도 홍수 예 경보의 중요성이 높아지고 있다. 기존의 홍수 예 경보 체계의 경우 유출량을 계산하는 전처리과정과 주 계산과정을 거치는 동안 많은 오차들이 발생하고, 누적되어 그 결과물(예측된 유출량) 속에 오차들이 내포되어 있다. 또한 유출모형의 적용에 필요한 매개변수들을 추정하기 위해서도 많은 실측자료가 필요하고, 많은 불확실성이 내재되어 있다. 본 연구에서는 기존의 홍수 예 경보 시스템의 문제점과 불확실성을 최대한 감소시키기 위해 ANFIS(Adaptive Neuro-Fuzzy Inference) 기법을 사용하였다. ANFIS는 신경회로망 기법을 사용한 data driven 모형으로 기존의 물리적 모형의 구축과정에서 필수적이었던 방대한 양의 물리적 자료를 배제하고 유역의 강우자료와 수위자료만으로 모형을 구축하고 수위 예측을 실시할 수 있다. 입력자료로는 시계열 강우자료와 수위자료를 사용하였고, 모형을 통하여 t+1, t+2, t+3 시간 후의 수위를 예측하였다. 탄천유역의 2003년부터 2005년까지의 강우사상을 이용하여 모형의 적용성과 타당성을 검토하였고, 2006년 실제 강우에 모형을 적용한 결과 실제 수위를 큰 오차 없이 모의할 수 있었다.

• 응용통계연구
• /
• 제31권2호
• /
• pp.303-313
• /
• 2018

본 논문에서는 약품비 지출에 대한 예측을 수행하기 위하여 시계열 모형을 도입한다. 2012년 약가 일괄인하를 반영하기 위하여 구간별 모형을 토대로, 자기회귀오차모형과 전이함수모형을 고려하였다. 자기회귀오차모형에서는 예측의 편리성을 위하여 결정적 추세만을 고려하였으며, 전이함수모형에서는 주요한 외생변수와의 교차상관성을 이용하여 약품비 지출의 인과 메커니즘을 설명하였다. 각 모형에서 약가 일괄인하 이후 수준 변화가 유의하게 나타났으며, 전이함수모형에서는 의약품 사용자 수 및 노인환자 비중 시계열 변수가 유의하게 나타났다. 자기회귀오차모형은 약가 일괄인하로 의한 약품비 수준이동에 좌우되어 비교적 낮은 예측값이 도출되었으며, 전이함수모형은 약품비 지출에 영향을 미치는 외부 설명변수의 증가 추세가 적절히 반영되어 더 높은 예측값을 보였다. 설명변수를 포함하지 않을 경우, 약품비 수준이동만을 고려한 ARIMA 모형은 약품비 지출 추세를 가장 높이 예측하였다.

• Asia-Pacific Journal of Atmospheric Sciences
• /
• 제54권4호
• /
• pp.611-622
• /
• 2018

Observed climate data are processed under the assumption that their time series are stationary, as in multi-step temperature and precipitation prediction, which usually leads to low prediction accuracy. If a climate system model is based on a single prediction model, the prediction results contain significant uncertainty. In order to overcome this drawback, this study uses a method that integrates ensemble prediction and a stepwise regression model based on a mean-valued generation function. In addition, it utilizes empirical mode decomposition (EMD), which is a new method of handling time series. First, a non-stationary time series is decomposed into a series of intrinsic mode functions (IMFs), which are stationary and multi-scale. Then, a different prediction model is constructed for each component of the IMF using numerical ensemble prediction combined with stepwise regression analysis. Finally, the results are fit to a linear regression model, and a short-term climate prediction system is established using the Visual Studio development platform. The model is validated using temperature data from February 1957 to 2005 from 88 weather stations in Guangxi, China. The results show that compared to single-model prediction methods, the EMD and ensemble prediction model is more effective for forecasting climate change and abrupt climate shifts when using historical data for multi-step prediction.

• 대기
• /
• 제25권1호
• /
• pp.51-66
• /
• 2015

This study was conducted to perform various sensitivity experiments using WRF (Weather Research and Forecasting) model in order to determine the effects of terrains of the Korean Peninsula and the land-sea thermal contrast on the formation and development of the convergent cloud band for the cases of 1 February 2012. The sensitivity experiments consist of the following five ones: CNTL experiment (control experiment), and TMBT experiment, BDMT experiment and ALL experiment that set the terrain altitude of Taeback Mountains and Northern mountain complex as zero, respectively, and the altitude of the above-mentioned two mountains as zero, and LANDSEA experiment that set to change the Korean Peninsula into sea in order to find out the land-sea thermal contrast effect. These experiment results showed that a cold air current stemming from the Siberian high pressure met the group of northern mountains with high topography altitude and was separated into two air currents. These two separated air currents met each other again on the Middle and Northern East Sea, downstream of the group of northern mountains and converged finally, creating the convergent cloud band. And these experiments suggested that the convergent cloud band located on the Middle and Northern East Sea, and the cloud band lying on the southern East sea to the coastal waters of the Japanese Island facing the East Sea, were generated and developed by different dynamical mechanisms. Also it was found that the topography of Taeback Mountains created a warm air advection region due to temperature rise by adiabatic compression near the coastal waters of Yeongdong Region, downstream of the mountains. In conclusion, these experiment results clearly showed that the most essential factor having an effect on the generation and development of the convergent cloud band was the topography effect of the northern mountain complex, and that the land-sea thermal contrast effect was insignificant.

• 한국전자거래학회지
• /
• 제24권1호
• /
• pp.91-103
• /
• 2019

기업 입장에서 앞으로 있을 현금흐름에 대한 예측이란, 향후 발생할 수 있는 유동성(현금부족) 위험을 미리 파악할 수 있다는 점과 미래의 투자계획을 세우는데 중요한 자료가 될 수 있다는 점에서 중요한 의의를 지닌다. 그러나 기업 간 거래에서 매출 채권 형태로 발생하는 거래 유형은 다른 유형의 거래와는 달리 채무 이행 불확실성이 존재하며, 이로 인해 정확한 현금흐름 예측을 어렵게 한다. 본 연구에서는 추계적 분석 기법의 하나인 가변 마코프 기법(Variable Order Markov model)을 활용하여 기업 간에 발생 할 수 있는 매출 채권과 관련한 현금흐름 동향을 예측한다. 구체적으로는, PST(Probabilistic Suffix Tree)라는 가변 마코프 기법을 활용하여, 지난 과거의 매출 채권 발행 및 수금 내역을 바탕으로 해당 매출 채권들의 기대 연령 예측 연구를 수행하였다. 본 연구결과를 통해, 기존의 다른 기법들과 대비하여 가변 마코프 기법을 활용 시, 평균 12.5% 이상의 정확도를 보여주고 있음을 밝혔다.

• 한국환경과학회지
• /
• 제21권2호
• /
• pp.203-215
• /
• 2012

In order to clarify the impacts of thermal difference in atmospheric boundary layer due to the different sophistication of building information in Busan metropolitan areas, several numerical simulations were carried out. ACM (Albedo Calculation Model) and WRF (Weather Research and Forecasting) was applied for estimating albedo and meteorological elements in urban area, respectively. In comparison with coarse aggregated and small buildings, diurnal variation of albedo is highly frequent and its total value tend to be smaller in densely aggregated and tall buildings. Estimated TKE and sensible heat flux with sophisticatedly urban building parameterization is more resonable and valid values are mainly induced by urban building sophistication. The simulation results suggest that decreased albedo and increased roughness due to skyscraper plays an important role in the result of thermal change in atmospheric boundary layer.

• 한국지능시스템학회논문지
• /
• 제11권7호
• /
• pp.584-590
• /
• 2001

An inventory management system of manufacturing industry has a model of different kinds according to the objective and the situation. An inventory management system needs superior system technique in demand forecast, economical efficiency, reliability and application for stable supply of the finished goods, the raw materials and the parts. This paper proposes a demand forecast method based on fuzzy structured neural network, which uses min-operation and trapezoid membership function of fuzzy rules. So we can construct an intelligent inventory management system that make optimized decision-making for forecasting data with expert s opinion in fuzzy environment. The inventory management system uses intelligence agent and it could be adapted to a system environment change in order.

• 응용통계연구
• /
• 제34권5호
• /
• pp.723-734
• /
• 2021

빠르게 발전하고 있는 재생에너지 중 하나인 풍력에너지는 기후변화 대응에 맞추어 개발 및 투자가 이루어지고있다. 신재생에너지 정책과 발전소 설치가 추진됨에 따라 국내 풍력 보급이 점차 확대되어 수요를 정확히 예측하기 위한 시도들이 확대되고 있다. 본 논문에서는 전남지역과 경북지역의 풍력 발전량 예측을 위하여 시계열 기법인 ARIMA, ARIMAX 모형과 기계학습 모형인 SVR, Random Forest, XGBoost 모형들을 비교 분석하였다. 모형의 예측 결과를 비교하기 위한 지표로서 mean absolute error (MAE)와 mean absolute percentage error (MAPE)를 사용하였다. 2018년 1월 1일부터 2020년 10월 24일까지의 시간별 원 데이터를 차분한 후 모형을 훈련시켜 2020년 10월 25일부터 2020년 10월 31일까지의 168시간에 대한 풍력 발전량을 예측하였다. 모형의 예측력 비교 결과, Random Forest와 XGBoost 모형이 전남지역, 경북지역 순으로 가장 우수한 성능을 보였다. 향후 연구에서는 기계학습뿐 아니라 최근 활발한 연구가 이루어지는 데이터 마이닝 기법 기반의 풍력 발전량 예측을 시도할 것이다.

• 한국해안·해양공학회논문집
• /
• 제29권4호
• /
• pp.180-188
• /
• 2017

최근에 기후변화로 인해 너울성 고파 등 이상고파의 출현빈도가 높아지고 항만에서의 하역중단이 증가할 가능성이 커지고 있다. 하역중단을 최소화할 수 있도록 방파제(breakwater) 등을 추가적으로 건설하여 정온도(tranquility)를 향상시키는 것도 매우 중요하지만, 하역중단시점을 미리 예보함으로써 항만 운영을 효율적으로 하는 것도 또한 중요하다. 본 연구에서는 효율적인 항만 운영을 위하여 하역중단시점을 사전에 예보할 수 있도록 바람 예보자료를 이용하여 항외 주요 지점에서의 파랑자료를 추산하고, 복잡한 지형을 가진 항내 주요 지점에 대해서는 장기 관측을 실시하여 파랑자료를 수집한 후, 광역 계산지점에서의 파고와 항내 관측지점에서의 파고 사이의 관계를 자기회귀모델(auto-regressive model)과 인공신경망(artificial neural networks) 모델을 이용하여 바람예보자료를 이용한 수치실험 결과만으로 항내 파고를 예측하고, 하역중단시점을 예보할 수 있는 방법을 제안하였다. 제안방법의 적용성을 평가하기 위하여 포켓(pocket) 형상의 비교적 복잡한 지형 조건을 가진 포항신항 내 파랑관측지점에서의 파고 예측 및 하역중단시점을 예측하였으며, 그 결과를 관측자료와 비교하여 제안 방법의 성능을 검증하였다. 인공신경망 모델의 파고 예측결과를 자기회귀모델에 의한 파고 예측결과와 비교할 때, 인공신경망 모델의 예측결과가 관측자료와의 상관계수가 높고 RMS 오차가 작음을 알 수 있었고, 하역중단시점의 예측에 있어서도 인공신경망의 결과가 자기회귀모델의 결과보다 상대적으로 우수함을 알 수 있었다.

• 산경연구논집
• /
• 제11권8호
• /
• pp.31-38
• /
• 2020

Purpose: This study uses 'Autoregressive Integrated Moving Average Model' to predict the impact of a sharp drop in the base rate due to COVID-19 at the present time when government policies for stabilizing house prices are in progress. The purpose of this study is to predict implications for the direction of the government's house policy by predicting changes in house transaction prices and house rental prices after a sharp cut in the base rate. Research design, data, and methodology: The ARIMA intervention model can build a model without additional information with just one time series. Therefore, it is a time-series analysis method frequently used for short-term prediction. After the subprime mortgage, which had shocked since the global financial crisis in April 2007, the bank's interest rate in 2020 is set at a time point close to zero at 0.75%. After that, the model was estimated using the interest rate fluctuations for the Bank of Korea base interest rate, the house transaction price index, and the house rental price index as event variables. Results: In predicting the change in house transaction price due to interest rate intervention, the house transaction price index due to the fall in interest rates was predicted to change after 3 months. As a result, it was 102.47 in April 2020, 102.87 in May 2020, and 103.21 in June 2020. It was expected to rise in the short term. In forecasting the change in house rental price due to interest rate intervention, the house rental price index due to the drop in interest rate was predicted to change after 3 months. As a result, it was 97.76 in April 2020, 97.85 in May 2020, and 97.97 in June 2020. It was expected to rise in the short term. Conclusions: If low interest rates continue to stimulate the contracted economy caused by COVID-19, it seems that there is ample room for house transaction and rental prices to rise amid low growth. Therefore, In order to stabilize the house price due to the low interest rate situation, it is considered that additional measures are needed to suppress speculative demand.