• 대한안전경영과학회지
• /
• 제11권3호
• /
• pp.139-148
• /
• 2009

In a real-life supply chain environment, demand forecasting is usually represented by probabilistic distributions due to the uncertainty inherent in customer demands. However, the customer demand used for an actual supply chain planning is a single deterministic value for each of periods. In this paper we study the choice of single demand value among of the given customer demand distribution for a period to be used in the supply chain planning. This paper considers distributed multi-echelon supply chain and the objective function of this paper is to minimize the total costs, that is the sum of holding and backorder costs over the distribution network under the service level constraint, by using demand selection scheme. Some useful findings are derived from various simulation-based experiments.

• 전기학회논문지P
• /
• 제63권4호
• /
• pp.307-311
• /
• 2014

Due to the increasing of power consumption, it is difficult to construct accurate prediction model for daily peak power demand. It is very important work to know power demand in next day for manager and control power system. In this research, we develop a daily peak power demand prediction method considering of characteristics of day of week. The proposed method is composed of liner model based on AR model and nonlinear model based on ELM to resolve the limitation of a single model. Using data sets between 2006 and 2010 in Korea, the proposed method has been intensively tested. As the prediction results, we confirm that the proposed method makes it possible to effective estimate daily peak power demand than conventional methods.

• 전기학회논문지
• /
• 제59권11호
• /
• pp.1956-1963
• /
• 2010

Studies on the development of various energy management programs and real-time bidirectional information infrastructures have been actively conducted to promote the reduction of power demands and CO2 emissions effectively. In the conventional energy management programs, the demand response program that can transition or transfer the power use spontaneously for power prices and other signals has been largely used throughout the inside and outside of the country. For measuring the effect of such demand response program, it is necessary to exactly estimate short-term loads. In this study, the power consumption patterns in both individual and group consumers were analyzed to estimate the exact short-term loads, and the relationship between the actual power consumption and seasonal factors was also analyzed.

• 전기학회논문지P
• /
• 제62권4호
• /
• pp.169-174
• /
• 2013

Due to the increase of power consumption, it is difficult to construct an accurate prediction model for daily peak power demand. It is very important work to know power demand in next day to manage and control power system. In this research, we develop a daily peak power demand prediction method based on Extreme Learning Machine(ELM) with fast learning procedure. Using data sets between 2006 and 2010 in Korea, the proposed method has been intensively tested. As the prediction results, we confirm that the proposed method makes it possible to effective estimate daily peak power demand than conventional methods.

• Journal of Information Technology Applications and Management
• /
• 제26권2호
• /
• pp.61-73
• /
• 2019

In 2019, 5G mobile communication technology will be commercialized. From the viewpoint of technological innovation, 5G service can be applied to other industries or developed further. Therefore, it is important to measure the demand of the Internet of things (IoT) because it is predicted to be commercialized widely in the 5G era and its demand hugely effects on the economic value of 5G industry. In this paper, we applied Bayesian method on regression model to find out the demand of 5G IoT service, wearable service in particular. As a result, we confirmed that the Bayesian regression model is closer to the actual value than the existing regression model. These findings can be utilized for predicting future demand of new industries.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.23-34
• /
• 2023

대리운전 시장의 요금체계는 이용자의 대리운전 서비스 요청 시, 주위 대리운전 기사의 수, 대리운전 서비스 이용자 수, 날씨 등의 다양한 영향에 의해 실시간으로 변하는 Dynamic Pricing의 특징이 있다. 불확실한 변동성은 대리운전 서비스 요금을 상승시켜 고객의 이탈과 대리운전 기사의 배차거부를 유발하는 주된 원인이 되며, 이러한 문제를 해결하기 위해 적절한 수요를 예측하고 선제적으로 대응하기 위한 수요 예측모형의 도입이 요구된다. 본 연구에서는 대리운전 서비스 이력 데이터를 활용하여 지역별, 시간대별 대리운전 서비스 수요를 예측하는 모형을 제시한다. 이후 실제 대리운전 서비스 이력 데이터를 활용하여 시간과 요일에 따른 조건부 확률을 구축하고 이를 예측 모형과 결합한 Time-Series with Conditional Probability 방법론을 제안하였으며 실험을 통해 SARIMA, Prophet의 기존 시계열 모형보다 성능이 우수함을 검증하였다. 본 연구는 제안된 방법론을 통해 구축된 수요 예측 모형을 활용하여 대리운전 서비스의 단기 전략 수립에 활용할 수 있다는 시사점이 있다.

• 융합신호처리학회논문지
• /
• 제2권3호
• /
• pp.73-78
• /
• 2001

특수일 부하를 예측하기 위하여 BP 신경회로망 모형과 다중 회귀모형을 구성한다. 신경회로망 모형은 패턴 변환비를 이용하고, 다중회귀 모형은 평일 환산비를 이용하여 특수일 부하를 예측한다. 주간 피크 부하예측 모형에 패턴 변환비를 이용하여 짧고 긴 특수일 부하를 예측 한 결과 주간 평균 오차율이 1∼2[%]로 나와 본 기법의 적합성을 확인할 수 있다. 하지만, 패턴 변환비 방법으로는 하계의 특수일 부하 예측은 어려웠다. 따라서 기온-습도, 불쾌지수 등을 설명변수로 하는 다중 회귀 모형을 구성하고 평일 환산비를 이용하여 하계의 특수일 부하를 예측한다. 평일만의 예측 모형과 예측 결과를 비교해 보면 월 평균 오차율이 비슷하게 나와 이용한 방법의 적합성을 확인하였다. 그리고, 통계적 검정을 통해 구성한 예측 모형의 유효성을 입증할 수 있었다. 이로서 본 연구에서 제시한 특수일 부하를 예측하는 기법의 적합성을 확인함으로서 피크 부하 예측시 큰 난점 중의 하나가 해결되었다.

• 대한교통학회지
• /
• 제27권5호
• /
• pp.155-162
• /
• 2009

최근 서울시를 비롯한 많은 도시에서 경전철을 비롯한 도시철도에 대한 민간자본 유치사업이 다수 계획되고 있어, 이들 도시철도에 대한 장래 수요추정이 매우 중요시 되고 있다. 민간의 도시철도와 정부의 도시철도 간에 환승이 무료인 통합요금체계는 이용자에게 매우 편리하고 요금도 저렴하여, 민간 도시철도의 수요 증대에는 매우 효과적이다. 그러나 독립 환승할인요금체계에 비하여 통합요금체계는 운영자에게 적지 않은 요금수입의 감소를 가져오며, 또한 민간과 정부 운영자 간 운임수입의 정산을 요구하게 된다. 따라서 일부 민간사업자는 독립 환승할인요금체계를 요구하기도 하며, 이 경우에는 통합요금체계에 비하여 수요 및 운영자수입, 정부 보조금 규모 등은 커다란 영향을 받게 된다. 지금까지 도시철도 간에는 통합요금체계가 적용되어 왔으므로, 현재의 도시철도 수요 추정모형 또한 통합요금체계를 전제로 하여 모형이 구축, 정산되어 왔다. 그러므로 현재의 도시철도 수요추정 모형은 독립 환승할인요금체계를 적절하게 반영할 수 없다. 독립 환승할인요금체계 하의 도시철도 수요를 정확하게 추정하기 위해서는 무엇보다도 환승요금에 대한 가치를 추정하여야 한다. 본 연구에서는 서울시의 도시철도 이용자를 대상으로 환승요금가치에 대한 선호의식조사를 시행하여 노선선택 모형을 도출하고, 한계대체율법을 이용하여 환승요금가치를 추정하였다. 추정된환승요금가치는 차내시간 가치의 약 52% 수준인 2,609원/시간인데, 이는 환승을 통한 시간 혹은 거리 단축을 위해 이용자는 좀 더 높은 비용을 지불하려는 용의가 있다는 것을 보여준다. 본 연구는 선호의식조사의 결과로서, 선호의식조사방법이 내재적으로 갖는 여러 한계를 갖고 있다. 장래에 도시철도 노선 간에 독립 환승할인요금체계가 도입된다면, 현시선호조사를 수행하여 본 연구와 비교함으로써 더 명확한 환승요금가치를 도출할 수 있을 것이다.

• 대한교통학회지
• /
• 제26권2호
• /
• pp.147-156
• /
• 2008

교통수요분석시 기종점(O/D) 존의 집계수준과 네트워크의 구축수준이 어느 정도 균형(balance)이 이루어져야 하는데, 실제로는 불균형을 이루고 있는 경우가 있어 실제교통량과 예측교통량간의 차이가 발생하는 원인중의 하나로 간주되고 있다. 본 연구에서는 소규모 네트워크를 대상으로 O/D존 수와 네트워크의 구축수준에 따른 통행수요의 변화를 살펴보고, 이를 통하여 O/D존수와 네트워크간의 균형(balance)문제를 검토해 보았다. 분석방법은 Sioux-Falls network를 대상으로 네트워크를 추가/삭제시키고, 그에 따라 O/D존의 수도 일정비율로 변화시켜 분석하였다. 분석된 자료를 검증척도인 RMSE와 F-검정을 통해 비교 분석한 결과, 네트워크 증가시에는 예상과는 달리, 네트워크 상세화에 대하여 O/D존수의 증가/감소가 민감하게 반응하지 않는 것으로 나타났으나, 네트워크 집계(삭제)시에는 O/D존의 수도 역시 함께 감소시켜야 오차를 줄일 수 있는 것으로 나타나 이들 간에는 밀접한 관계가 있음을 보여주었다. 이는 교통수요분석을 위하여 네트워크를 구축할 때, O/D존수(존의 크기)도 함께 고려해야 하며, 이들간에 균형(balance)이 이루어지도록 설계해야 함을 의미한다.

• 대한교통학회지
• /
• 제28권2호
• /
• pp.171-181
• /
• 2010

2007년 7월부터 시행되고 있는 수도권 대중교통 통합요금제는 이용자의 통행비용 절감 및 활발한 환승행위의 유도로 긍정적인 평가를 얻고 있다. 그러나 수도권 대중교통 통합요금제를 고려한 철도 수요예측 방법론, 특히 수단분담과 관련된 연구가 많지 않았다. 이에 본 연구는 수도권 대중교통 통합요금제를 반영할 수 있는 수단별 효용산정기법을 제시하였으며, 2006년 가구통행실태조사 자료를 활용하여 통행시간과 통행비용 산정에 적용되는 계수를 현실화하였다. 그리고 다양한 요금제를 적용하기 위한 철도 수요예측 방법론을 제시하였다. 본 연구에서 제시한 철도 수요예측 방법론은 철도 수요예측의 정확성과 유용성을 향상시키는데 기여할 수 있을 것으로 기대된다.