• 대한전기학회논문지:전력기술부문A
• /
• 제54권11호
• /
• pp.557-560
• /
• 2005

This paper proposes the demand-side management(DSM) monitoring system of high efficient end-use equipments considering demand-side bidding (DSB). The effect on the market penetration of high efficient equipments by demand side bidding is analysed. Seasonal peak demand forecasting and penetration capacity of these equipments . are analysed.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2010년도 춘계학술대회 논문집
• /
• pp.2309-2318
• /
• 2010

It is a plan the government increases a railroad section SOC investment, and to activate railroad construction while a railroad wins the spotlight with green transportation. But an error of the demand forecast that is a base of a railroad investment evaluation follows in occurring big, there is it with an operation with an obstacle of a railroad investment. Case of the Incheon International Airport Railroad which went into operation recently, While a present transportation demand showed about 10% than a demand forecasted in a past conference, it was magnified in a social problem. A lot of research was gone on in road project about traffic demand forecast and error, a study to find out the error cause is an insufficient situation although errors of a railroad occurs big. So, this study looked for errors and causes about trip generation model and modes sharing model of railroad demand forecast but it was defined causes so that it can occur similar problems in the future. Especially it investigated causes after comparing rate of development plan for the realization and O/D size in trip generation model and after comparing rate of modes sharing of past and current and conducting a survey for airport users. In conclusion, it suggested method to reduce errors of railroad demand forecasting in the future.

• 한국ITS학회 논문지
• /
• 제19권3호
• /
• pp.28-37
• /
• 2020

본 연구는 공공자전거의 대여량을 예측하는 딥러닝 모형을 개발하였다. 이를 위하여 공공자전거 대여량 자료, 기상 자료, 그리고 지하철 이용량 자료를 수집하였다. 지수평활 모형, ARIMA 모형과 LSTM기반의 딥러닝 모형을 구축한 후 MSE와 MAE 평가 지표를 사용하여 예측 오차를 비교·평가하였다. 평가 결과, 지수평활 모형으로 MSE 348.74, MAE 14.15 값이 산출되었다. ARIMA 모형으로 MSE 170.10, MAE 9.30 값을 얻었다. 그리고 딥러닝 모형으로 MSE 120.22, MAE 6.76 값이 산출되었다. 지수평활 모형의 값과 비교하여 ARIMA 모형의 MSE는 51%, MAE는 34% 감소하였다. 그리고 딥러닝 모형의 MSE는 66%, MAE는 52% 감소하여 딥러닝 모형의 오차가 가장 적은 것으로 파악되었다. 이러한 결과로부터 공공자전거 대여량 예측 분야에서 딥러닝 모형의 적용시 예측 오차를 크게 감소시킬 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제35권2호
• /
• pp.143-159
• /
• 2017

본 연구는 2003년 1사분기부터 2016년 2사분기 까지 인천국제공항에서 미주노선을 통하여 미주 내 공항에 도착하는 항공화물의 시계열 자료를 통하여 SARIMA 모형을 활용하여 항공화물 수요예측을 시행하였다. 또한 SARIMA 모형을 활용하여 만들어진 수요예측 모형과 기존 연구에 주로 활용되어졌던 ARIMA 모형을 활용하여 만들어진 수요예측 모형과 비교분석함으로써, 주기적인 특성 및 계절성을 가진 시계열 자료에 대한 SARIMA 모형의 상대적으로 우수한 예측 정확성을 입증하였다. 기존의 항공 관련 연구는 주로 여객에 관한 연구가 상대적으로 많았다. 또한 화물과 관련된 연구에서도 특정노선이 아닌 공항이나 전체에 대한 연구가 대부분이었다. 이러한 상황에서, SARIMA 모형을 활용하여 미주지역이라는 특정 노선에 대한 항공화물의 수요를 예측한 본 연구는 큰 의의가 있다고 생각된다.

• 한국산학기술학회논문지
• /
• 제14권10호
• /
• pp.4812-4818
• /
• 2013

본 논문은 한국의 식용 천일염 수요 및 공급 규모를 예측한 내용을 담고 있다. 2007년 염관리법 규정에 의해 식용으로 허용된 천일염은 그 이전에는 광물로 분류되어있었기 때문에 식용 천일염 관련 별도의 연도별 통계자료가 정비되어 있지 않은 실정이다. 최근 식용 천일염에 대한 소비자 수요증대와 더불어, 산업계에서 시장규모 파악 및 그 성장가능성에 대한 관심이 높다. 이 연구는 식용 천일염 수급 추정을 위한 관련 자료가 제한적인 상황에서 생산을 위한 기후여건, 생산업체 현황, 소비추세, 수출입 동향 등을 고려하여 식용 천일염 수요 및 공급규모를 예측하였다. 연구결과, 2013-2017년 동안 생산량은 222-384천 톤 수준, 수입량은 498-565천 톤, 수출량은 2.67-3.62천 톤, 소비량은 767-996천 톤 수준에 이를 것으로 예측되었다.

• 대한교통학회지
• /
• 제31권3호
• /
• pp.3-18
• /
• 2013

본 연구는 2000년 1사분기부터 2010년 4사분기 까지 인천국제공항에서 출발하여 유럽내 모든공항에 도착한 항공화물의 시계열 자료를 바탕으로 SARIMA 모형을 활용, 수요예측 모형을 구축하였다. 또한 SARIMA 모형을 활용하여 구축한 예측모형을 기존에 주로 활용되어진 ARIMA 모형과 그 예측정확성을 비교 분석함으로써 SARIMA 모형의 정확성을 확인하였다. 현재 국내교통수요를 예측하는 부문에 있어서 SARIMA 모형을 활용한 경우는 극히 드물다. 또한 공항의 총 여객수요나 화물량이 아닌 항공노선의 수요예측에 관한 연구 역시 찾아보기 힘들다. 이러한 상황 하에서, SARIMA 모형을 활용하여 인천국제공항 발 유럽노선의 항공화물 수요를 예측한 본 연구는 상당히 큰 의미가 있다고 생각된다.

• 디지털융복합연구
• /
• 제11권9호
• /
• pp.103-111
• /
• 2013

SCM의 관리 포인트가 공급중심에서 수요관리 중심으로 옮겨짐에 따라, 정확한 수요 예측을 위한 많은 기법들이 제시되어 왔다. 이 중 변수간의 인과관계 분석을 통한 수요예측이 많이 이루어지고 있음에도 불구하고, 연관된 변수들 간의 상관구조는 상관계수에 의존하였고, 이는 예측의 정확성을 저하시키는 요인으로 작용하였다. 본 논문에서는 기존 방법의 문제점들을 보완하며, SCM에서 발생하는 Heavy Tail형 데이터의 상관구조를 정밀하게 모델링할 수 있는 방법을 제시한다. 상관구조를 파악할 수 있는 프레임웍인 코플라 함수 중에서 Student's t-코플라 함수를 통하여 수요 예측모형을 수립하고, 관련 파라미터를 추정하는 기법을 실험과 함께 제시하였다. 이를 통해, 수요예측에 필요한 변수들 간의 상관구조 파악이 보다 명확해지며, 이는 SCM상의 채찍효과의 완화로 이어져, 안정된 공급 사슬 네트웍의 관리에 기여할 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.107-120
• /
• 2023

서울 도심 내 교통량 감축과 탄소배출을 줄이기 위해 2015년 도입된 공공자전거 따릉이는 이용자가 해마다 배 이상 증가하여 2023년 기준 2700여 대여소에서 4만 3천여 대가 운영 중이며 누적 가입자 4백만 명을 넘어서는 서울시민이 뽑은 가장 성공적인 공공 정책으로 자리매김하였다. 그러나 따릉이 이용이 급속도로 증가됨에 따라 자전거 수요·공급 불일치로 인한 자전거 부족 민원도 급증하여 효율적인 자전거 재배치가 강하게 요구되었다. 이에 본 연구는 공유자전거의 대여·반납 이력 데이터, 기상데이터, 공휴일 정보, 따릉이 대여소 정보 등을 기반으로 따릉이 이용 패턴과 특성을 분석하고, 기계학습 알고리즘을 활용해 대여소별 따릉이 대여·반납 예측 모델을 개발하였다. 이를 이용하여 대여소별 안전재고를 확보할 수 있는 따릉이 재배치 수량을 도출하고 이를 서울시설공단 따릉이 관리App에 시범서비스 하였다. 따릉이의 수요를 실시간으로 예측하고 현재 거치 중인 재고량과 비교하여 적절한 수량의 자전거를 재배치한다면 자전거 부족으로 인한 시민들의 불편 해소에 기여할 수 있을 것으로 기대된다.

• 한국항만경제학회지
• /
• 제37권1호
• /
• pp.71-85
• /
• 2021

기업이 물류비용을 절감할 수 있는 정교한 수요 예측 모형은 그동안 수많은 연구를 통해 다양한 방법들이 제시되었다. 이러한 연구들은 주로 수요 패턴에 의해서 적용 가능한 수요 예측 모형을 결정하고, 통계적 검증을 통해서 모형의 정확성을 판단하였다. 수요 패턴은 크게 규칙성과 불규칙성으로 나뉘어 질 수 있다. 규칙적인 패턴은 주문이 정기적이고 주문량이 일정한 경우를 의미한다. 이러한 경우에는 주로 회귀모형이나 시계열 모형을 통해서 수요를 예측하는 방법들이 사용된다. 그러나 불규칙적이고 주문량의 변동 폭이 큰 경우는 간헐적 수요(Intermittent Demand)라고 하는데, 기존의 회귀 모형이나 시계열 모형으로는 수요 예측의 오류 발생 가능성이 높기 때문이다. 간헐적 수요를 보이는 품목에 대해서는 주로 Croston모형 혹은 Holts모형 등을 사용하여 수요를 예측한다. 본 연구에서는 간헐적 수요 패턴을 보이는 항공 화물의 다양한 품목에 대해서 수요 패턴을 분석하고, 다양한 모형을 통해 수요를 예측하여 각 모형의 예측력을 비교 분석하였다. 이 과정에서 항공 화물의 품목별, 지역별로 다양한 모형의 적합도를 분석하여 항공사가 가장 효율적으로 운영할 수 있는 항공 화물의 수요 예측 모형에 대한 개발 방향을 제시하고자 함이 본 논문의 목적이다.