• 한국항만경제학회지
• /
• 제24권4호
• /
• pp.363-384
• /
• 2008

본 논문의 목적은 해운항만산업의 마케팅 전략을 통한 한국 항만물류의 경쟁력 향상에 있다. 연구 방법론은 고대와 현대의 이론을 검토하여 기술적 연역과 실증적 분석의 조화를 통해 사회과학분야의 최신 종합적 접근법으로서 구조화 수법인 KJ방법으로 강화시킨 계층퍼지분석기법(HFP모델)을 적용하여 세계물류의 근간이 되고 있는 항만경쟁력 향상의 방안도출과 분석 결과의 평가에 활용되었다. 실증분석의 결과 한국의 대표적 항만인 부산항은 동아시아의 해운항만시장에 있어서 연구 대상항만 중 경쟁력은 중간수준정도로 평가되었다. 현재 한국은 동아시아지역내의 주요 항만들과 경쟁과 상호 보완적인 역할을 하고 있으나, 중 장기적으로 볼 때 선박의 대형화와 고속화 등으로 동아시아의 모든 항만들과 경쟁관계에 놓일 것이다. 기술적 연역에서 한국 해운항만물류의 발전을 위한 주요과제로는 항만정책 개발, 수도권지역의 항만시설확충, 배후부지 연계시스템 구축과 이의 적극적인 활용을 통한 충분한 물동량 확보, 그리고 항만 경쟁력제고를 통한 세계물류발전을 위한 조합적 관계구축의 필요성을 나타내고 있다. 중 단기적으로 한국은 중국의 성장과 개방정책의 기회요인을 지리적 장점으로 이용하여 우리나라 항만을 중국교역의 대외관문으로 활용해야 할 것이다. 중국경제의 부상과 더불어, 중국은 또한 항만과 공항에 있어서 공히 중요한 역할을 담당하고 있다. 따라서 이러한 양자 간의 연계시스템은 특히 수도권에 있어서 팽창일로의 물동량에 대처하기 위한 시설 확충이 강화되어야 할 것이다. 아울러 한국은 적극적인 행운항만 배후연계체계 구축을 통한 물동량확보를 위해 기반시설의 효율화와 이의 적극적인 활용을 통하여 동북아는 물론 동아시아 전체에로의 접근성을 향상시켜야 한다. 본 연구의 기여도는 해운항만 물류시장에 있어서 시공을 초월하여 21세기 현대에 있어서도 기업과 국가의 경영전략에 유용한 순자의 '손자병법' 논문을 관념적 접근과 HFP기법을 통한 실증적 연구를 조화시킨 최초의 논문이다. 더욱이 이와 같은 종합적인 전략적 접근은 현대 사회과학분야에서 진전된 연구 기법으로 평가되고 있는 HFP모형을 채택하고 있다. 이러한 기법은 항만경쟁력 평가에 구조화 수법인 KJ방법으로 강화시켜 급변하는 세계물류환경에 있어서, 한국의 해운항만경쟁력 향상을 위한 실용적 방안구축에 기여하고 있다. 본 논문을 보다 강화시키기 위해서는 평가구조상 보다 더 광범위하고 세밀한 표준치로 세분화 할 수 있을 것이다. 더욱이 본 논문은 손자병법논문에서 보다 다양한 전략적 자료를 발굴하여, 오늘날의 해운항만 마케팅 전략에 원용하여, 이와 관련된 한국의 해운항만물류 경쟁력을 강화시킴으로서 전체적으로 국가 경제발전에 이바지 할 수 있을 것이다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.139-153
• /
• 2017

기업의 부도는 이해관계자들뿐 아니라 사회에도 경제적으로 큰 손실을 야기한다. 따라서 기업부도예측은 경영학 연구에 있어 중요한 연구주제 중 하나로 다뤄져 왔다. 기존의 연구에서는 부도 예측을 위해 다변량판별분석, 로짓분석, 신경망분석 등 다양한 방법론을 이용하여 모형의 부도 예측력을 높이고 과적합의 문제를 해결하고자 시도하였다. 하지만 기존의 연구들이 시간적 요소를 고려하지 않아 발생할 수 있는 문제점들을 갖고 있음에도 불구하고 부도 예측에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않으며 따라서 동적 모형을 이용하여 부도예측모형이 더욱 개선될 여지가 있다는 점을 확인할 수 있었다. 이에 본 연구에서는 RNN(Recurrent Neural Network)을 이용하여 시계열 재무 데이터의 동적 변화를 반영한 모형을 만들었으며 기존의 부도예측모형들과의 비교분석을 통해 부도 예측력의 향상에 도움이 된다는 것을 확인할 수 있었다. 모형의 유용성을 검증하기 위해 KIS Value의 재무 데이터를 이용하여 실험을 수행하였고 비교모형으로는 다변량판별분석, 로짓분석, SVM, 인공신경망을 선정하였다. 실험 결과 제안된 모형이 비교 모형에 비해 우수한 예측력을 보이는 것으로 나타났다. 따라서 본 연구는 변수들의 변화를 포착하는 동적 모형을 부도예측에 새롭게 제안하여 부도예측 연구의 발전에 기여할 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제51권11호
• /
• pp.977-987
• /
• 2018

상수관망시스템의 운영목적은 탄력성을 높여 각종 비정상상황에 유연하게 대처할 수 있는 방향으로 점차 변화하고 있으며 이에 따라 비정상상황에 따른 단수구역 발생에 대한 사후대책 대비를 통한 탄력성 향상이 필수적이다. 이를 위한 가장 효율적인 방법은 수계전환에 따른 비상공급 수원확보이며, 비상관로를 통하여 인접 배수블록으로부터 단수된 구역에 용수를 공급할 수 있다. 성공적인 비상연계 운영을 위해서는, 수리학적 해석을 통하여 시공간적인 측면에서의 공급성능을 평가해야 한다. 비상연계 시, 공간적인 범위를 결정하는 주요 요소는 관경, 위치 및 관저고와 같은 비상관로에 해당하는 제원이며, 시간적인 범위를 결정하는 주요 요소는 연계배수지의 용량과 정수장에 공급 가능한 추가수량이다. 본 연구에서는 A시의 상수관망에 대하여 배수지 1지에 문제가 발생하여 타 배수지들로부터 비상연계를 받는 시나리오에 대하여 모의를 진행하였다. 배수지의 저류량 및 유입량에 대한 모의를 위하여 Advanced-Pressure Driven Analysis 모형을 사용하였으며, 수리해석 결과를 바탕으로 공급범위기준지표 및 공급시간기준지표를 산정하여 연계공급성능에 대한 다각도적인 평가를 진행하였다. 이에 비상연계에 대하여 소비자들이 실제 체감하는 공급성능을 시공간적인 측면에서 파악할 수 있었으며, 설계제원의 타당성에 대한 검토가 가능하였다. 이는 비상연계 성능향상을 위한 구조적 대책 및 비구조적 대책 수립에 대한 의사결정에 용이하게 활용될 수 있을 것으로 기대한다.

• Geomechanics and Engineering
• /
• 제12권3호
• /
• pp.441-464
• /
• 2017

The determination of the mixture parameters of stabilization has become a great concern in geotechnical applications. This paper presents an effort about the application of artificial intelligence (AI) techniques including radial basis neural network (RBNN), multi-layer perceptrons (MLP), generalized regression neural network (GRNN) and adaptive neuro-fuzzy inference system (ANFIS) in order to predict the unconfined compressive strength (UCS) of silty soil stabilized with bottom ash (BA), jute fiber (JF) and steel fiber (SF) under different freeze-thaw cycles (FTC). The dosages of the stabilizers and number of freeze-thaw cycles were employed as input (predictor) variables and the UCS values as output variable. For understanding the dominant parameter of the predictor variables on the UCS of stabilized soil, a sensitivity analysis has also been performed. The performance measures of root mean square error (RMSE), mean absolute error (MAE) and determination coefficient ($R^2$) were used for the evaluations of the prediction accuracy and applicability of the employed models. The results indicate that the predictions due to all AI techniques employed are significantly correlated with the measured UCS ($p{\leq}0.05$). They also perform better predictions than nonlinear regression (NLR) in terms of the performance measures. It is found from the model performances that RBNN approach within AI techniques yields the highest satisfactory results (RMSE = 55.4 kPa, MAE = 45.1 kPa, and $R^2=0.988$). The sensitivity analysis demonstrates that the JF inclusion within the input predictors is the most effective parameter on the UCS responses, followed by FTC.

• 상하수도학회지
• /
• 제25권4호
• /
• pp.581-589
• /
• 2011

Generally, treated water or raw water is transported into storage reservoirs which are receiving facilities of local governments from multi-regional water supply systems. A water supply control and operation center is operated not only to manage the water facilities more economically and efficiently but also to mitigate the shortage of water resources due to the increase in water consumption. To achieve the goal, important information such as the flow-rate in the systems, water levels of storage reservoirs or tanks, and pump-operation schedule should be considered based on the resonable water demand forecasting. However, it is difficult to acquire the pattern of water demand used in local government, since the operating information is not shared between multi-regional and local water systems. The pattern of water demand is irregular and unpredictable. Also, additional changes such as an abrupt accident and frequent changes of electric power rates could occur. Consequently, it is not easy to forecast accurate water demands. Therefore, it is necessary to introduce a short-term water demands forecasting and to develop an application of the forecasting models. In this study, the forecasting simulator for water demand is developed based on mathematical and neural network methods as linear and non-linear models to implement the optimal water demands forecasting. It is shown that MLP(Multi-Layered Perceptron) and ANFIS(Adaptive Neuro-Fuzzy Inference System) can be applied to obtain better forecasting results in multi-regional water supply systems with a large scale and local water supply systems with small or medium scale than conventional methods, respectively.

• Computers and Concrete
• /
• 제29권3호
• /
• pp.187-199
• /
• 2022

The usability of waste materials as raw materials is necessary for sustainable production. This study investigates the effects of different powder materials used to replace cement (0%, 5% and 10%) and standard sand (0%, 20% and 30%) (basalt, limestone, and dolomite) on the compressive strength (f_c), flexural strength (f_r), and ultrasonic pulse velocity (UPV) of mortars exposed to freeze-thaw cycles (56, 86, 126, 186 and 226 cycles). Furthermore, the usability of artificial intelligence models is compared, and the prediction accuracy of the outputs is examined according to the inputs (powder type, replacement ratio, and the number of cycles). The results show that the variability of the outputs was significantly high under the freeze-thaw effect in mortars produced with waste powder instead of those produced with cement and with standard sand. The highest prediction accuracy for all outputs was obtained using the adaptive-network-based fuzzy inference system model. The significantly high prediction accuracy was obtained for the UPV, f_c, and f_r of mortars produced using waste powders instead of standard sand (R² of UPV, f_c and f_f is 0.931, 0.759 and 0.825 respectively), when under the freeze-thaw effect. However, for the mortars produced using waste powders instead of cement, the prediction accuracy of UPV was significantly high (R²=0.889) but the prediction accuracy of f_c and f_r was low (R²f_c=0.612 and R²f_f=0.334).

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.23-33
• /
• 2016

현재의 스마트 조명은 센서를 통해 사용자의 행위와 위치를 판별한 후 현재 상황에 적합한 조명 환경이 서비스되도록 구성되어 있다. 이러한 센서 기반의 상황인식 기술은 현재까지 단일 사용자만을 고려할 뿐 여러 사용자들의 다양한 상황 발생과 충돌을 해석하기 위한 연구는 미흡하다. 기존 연구에서는 상황충돌을 해결하기 위한 방법론으로 퍼지이론 및 ReBa 등의 알고리즘을 사용해 왔다. 이는 사용자들이 위치한 공간을 여러 영역으로 구분한 후 각 구역별로 서비스를 제공함으로써 발생 가능한 상황충돌의 기회를 회피할 뿐 개인 선호도 기반의 상황충돌 해석이 가능한 맞춤형 서비스 유형으로 볼 수 없다. 본 논문에서는 여러 사용자에게 다양한 상황이 동시 발생되어 서비스 충돌에 직면할 때, 상황의 유형에 따라 부여된 우선순위를 기준으로 서비스를 결정하는 우선순위 기반 다중 상황충돌 해석이 가능한 LED 조명제어시스템을 제안한다. 본 연구에서는 주거환경을 'Living Room', 'Bed Room', 'Study Room', 'Kitchen', 'Bath Room'의 5개 구역으로 구분하고 여러 명의 사용자를 대상으로 각 구역 내에서 발생 가능한 상황들을 'exercising', 'doing makeup', 'reading', 'dining', 'entering' 등 총 20가지로 정의한다. 시스템은 온톨로지 기반 모델을 이용하여 사용자의 다양한 상황을 정의하고 규칙기반의 룰 및 추론엔진을 통해 사용자 중심의 조명환경을 서비스한다. 또한 동일 공간 및 동일 시점에 사용자들 간의 다양한 상황충돌 이슈를 해결하기 위해 사용자 집중력이 요구되는 상황을 최우선으로 정하고, 동일한 우선순위를 가진 상황일 경우 시각적 편안함을 차선으로 순위를 부여하여 충돌 발생 시 서비스 선택의 기준으로 활용한다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제32권7호
• /
• pp.1015-1026
• /
• 2019

Objective: The objective of this study was to evaluate three different degrees of white striping (WS) addressing their automatic assessment and customer acceptance. The WS classification was performed based on a computer vision system (CVS), exploring different machine learning (ML) algorithms and the most important image features. Moreover, it was verified by consumer acceptance and purchase intent. Methods: The samples for image analysis were classified by trained specialists, according to severity degrees regarding visual and firmness aspects. Samples were obtained with a digital camera, and 25 features were extracted from these images. ML algorithms were applied aiming to induce a model capable of classifying the samples into three severity degrees. In addition, two sensory analyses were performed: 75 samples properly grilled were used for the first sensory test, and 9 photos for the second. All tests were performed using a 10-cm hybrid hedonic scale (acceptance test) and a 5-point scale (purchase intention). Results: The information gain metric ranked 13 attributes. However, just one type of image feature was not enough to describe the phenomenon. The classification models support vector machine, fuzzy-W, and random forest showed the best results with similar general accuracy (86.4%). The worst performance was obtained by multilayer perceptron (70.9%) with the high error rate in normal (NORM) sample predictions. The sensory analysis of acceptance verified that WS myopathy negatively affects the texture of the broiler breast fillets when grilled and the appearance attribute of the raw samples, which influenced the purchase intention scores of raw samples. Conclusion: The proposed system has proved to be adequate (fast and accurate) for the classification of WS samples. The sensory analysis of acceptance showed that WS myopathy negatively affects the tenderness of the broiler breast fillets when grilled, while the appearance attribute of the raw samples eventually influenced purchase intentions.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2003년도 춘계학술발표회
• /
• pp.59-67
• /
• 2003

오늘날 해운산업분야에서 해상의 인명 ㆍ재산, 해양환경보호에 가장 큰 관심을 기울이고 있다. 국제해사기구 (IMO)에서는 해상에서 선박운항으로 인하여 발생하는 충돌, 좌초, 침몰 등 해양사고에 대한 위험성을 정량적으로 평가하여, 그에 대한 제어방안을 마련하고 합리적인 안전규정을 제ㆍ개정하기 위한 절차적 수단으로 FSA(Formal Safety Assessment)를 도입하여 과학적이고 체계적인 대응방안을 마련하고자 노력하고 있다. 따라서 본 연구에서는 FSA평가시스템을 이용하여 사고발생빈도와 사고로 인한 인적, 물적, 환경오염 피해가 막대한 선박충돌사고의 발생위험성을 분석하였다. 또한 선박충돌사고 발생에 가장 큰 영향을 미치는 위해요소(Hazard)인 인적요소(Human Factor)에 대해서 전문가집단의 의견을 수렴하여 FSM법을 이용하여 각 위해요소를 계층화하고, 요소 상호간의 관련성을 분석하여 선박충돌사고를 예방하기 위한 적절한 제어방안을 제시하였다.

• 해양환경안전학회지
• /
• 제9권1호
• /
• pp.51-56
• /
• 2003

오늘날 해운산업분야에서 해상의 인명$.$재산, 해양환경보호에 가장 큰 관심을 기울이고 있다. 국제해사기구(IMO)에서는 해상에서 선박운항으로 인하여 발생하는 충돌, 좌초, 침몰 등 해양사고에 대한 위험성을 정량적으로 평가하여, 그에 대한 제어방안을 마련하고 합리적인 안전규정을 제$.$개정하기 위한 절차적 수단으로 FSA(Frnnal Safety Assessment)를 도입하여 과학적이고 체계적인 대응방안을 마련하고자 노력하고 있다. 따라서 본 연구에서는 FSA평가시스템을 이용하여 사고발생빈도와 사고로 인한 인적, 물적, 환경오염 피해가 막대한 선박충돌사고의 발생위험성을 분석하였다. 또한 선박충돌사고 발생에 가장 큰 영향을 미치는 위해요소(Hazard)인 인적요소(Human Factor)에 대해서 전문가집단의 의견을 수렴하여 FSM법을 이용하여 각 위해요소를 계층화하고, 요소 상호간의 관련성을 분석하여 선박충돌사고를 예방하기 위한 적절한 제어방안을 제시 하였다.