도로 설계를 위한 기본 교통량으로 이용되는 중방향 설계시간 교통량(directional design hourly volume, DDHV)은 교통 및 도로 부문에서 매우 중요한 요소이다. DDHV는 연평균 일교통량(annual average daily traffic, AADT)에 설계시간계수(K 계수)와 중방향계수(D계수)를 고려하여 산정된다. 그러나 K계수와 D계수는 연간 모든 시간 교통량을 관측해야 가능하기 때문에 사실상 불가능하며, 도로용량편람(KHCM)에서 제시하는 K계수와 D계수를 그대로 적용하는 경우가 일반적이다. 본 연구에서는 일반국도를 대상으로 신뢰성 높고 현실적으로 적용 가능한 DDHV 추정 모형을 개발하고자 하였다. 일반국도 상에 설치된 상시 교통량 조사장비에서 수집된 교통자료를 이용하여 DDHV 특성을 분석한 결과, DDHV와 AADT 간 강한 상관관계가 존재함을 확인하였다. 따라서 AADT를 이용한 DDHV 추정 모형을 개발하였으며, 기존 KHCM 방법에 비해 성능이 우수한 것으로 분석되었다.
본 연구에서는 폭발위험장소의 방폭설비 설치를 위해 필요한 가스폭발위험범위 예측모델 개발을 수행하였다. 이를 위해 12개의 가연성가스에 대한 1,200개의 폭발위험범위 데이터를 생성하였다. 가스폭발위험범위를 출력변수로 설정하였고 데이터 생성과정에서 필요한 12개의 변수를 입력변수로 설정하였다. 다중 회귀, 주성분 회귀, 인공신경망 기법을 이용해 예측모델을 개발하였다. 각각 모델의 예측 성능을 비교한 결과, 평균절대퍼센트오차(MAPE)는 각각 44.2%, 49.3%, 5.7%이고 평균제곱근오차(RMSE)는 1.389 m, 1.602 m, 0.203 m로 나타났다. 결과를 통해 인공신경망이 가장 우수한 성능을 보여주었고 가스폭발위험범위 예측을 위한 최적 모델이라는 것을 확인하였다.
본 연구에서는 국내 도시가스 일일 수요 예측에 대한 문제를 다룬다. 정확한 일일 수요 예측은 안정적인 도시가스의 수급을 위해서 필수적인 사항으로 실제 가스 공급기관의 일상 업무에 해당한다. 본 연구에서는 수요예측 방법을 고안하기 위하여 일일 도시가스 수요 시계열에 대한 데이터 분석을 수행하였으며, 예측일 수요에 영향을 주는 주요한 요인으로 직전일 수요, 기온, 요일 등을 파악하였다. 본 연구에서는 이러한 요인들을 고려한 회귀 모형과 국내 도시가스 수요 특성에 맞는 선별적 샘플링 절차를 제안하였다. 제안 모형과 선별적 샘플링 절차로 구성된 예측 방법의 성능 검증을 위하여 실제 도시가스 수요에 대한 예측을 수행하였다. 문헌에 소개된 기존 방법과 예측 성능을 비교한 결과, 본 연구에서 제안한 방법의 평균절대백분율오차는 약 2.22%로서 개선 비율은 대략 7%에 해당한다.
ITS(Intelligent Transportation Systems)는 도로이용자에게 정확한 통행시간정보를 신속히 전달함으로써 도로이용의 효용 극대화를 목표로 하고 있다. 이러한 통행시간정보는 ITS장비에 의해 수집되는 자료를 기반으로 생성되므로 ITS장비의 신뢰성 유지가 매우 중요하지만 국내 설치 운영중인 ITS장비의 신뢰성을 확보하기 위한 교정(Calibration) 등과 같은 유지관리활동은 매우 미흡한 상태이다. 만약 고장, 수리, 교체 등과 관련된 장기간의 이력자료가 축적되어 있다면 신뢰성공학 등과 같은 기존 연구를 활용하여 체계적인 유지관리계획을 산정할 수 있겠지만, 현재 각 센터별로 충분한 이력자료를 확보하지 못하는 실정이다. 이에 본 연구에서는 설치 연도별로 영상검지기의 성능수준을 평가하고 시계열적인 분석을 위한 현장자료를 수집하였다. 또한 제조회사 설치년도 등 각각의 영상검지기의 특성이 동일하지 않기 때문에 발생하는 이분산성(heteroscedasticity) 문제를 고려하여 영상검지기의 정확도 감소 곡선을 추정하였다. 궁극적으로, 장기간의 이력자료 분석을 통해 체계적인 유지관리계획을 산정하여 ITS장비의 신뢰성을 유지하고 운영 관리하는 것이 바람직하겠지만 이력자료 축적에 소요되는 기간 동안 본 연구결과를 광범위하게 활용할 수 있을 것이다.
PURPOSES : The Toll Collection System (TCS) operated by the Korea Expressway Corporation provides accurate traffic counts between tollgates within the expressway network under the closed-type toll collection system. However, although origin-destination (OD) matrices for a travel demand model can be constructed using these traffic counts, these matrices cannot be directly applied because it is technically difficult to determine appropriate passenger car equivalent (PCE) values for the vehicle types used in TCS. Therefore, this study was initiated to systematically determine the appropriate PCE values of TCS vehicle types for the travel demand model. METHODS : To search for the appropriate PCE values of TCS vehicle types, a traffic demand model based on TCS-based OD matrices and the expressway network was developed. Using the traffic demand model and a genetic algorithm, the appropriate PCE values were optimized through an approach that minimizes errors between actual link counts and estimated link volumes. RESULTS : As a result of the optimization, the optimal PCE values of TCS vehicle types 1 and 5 were determined to be 1 and 3.7, respectively. Those of TCS vehicle types 2 through 4 are found in the manual for the preliminary feasibility study. CONCLUSIONS : Based on the given vehicle delay functions and network properties (i.e., speeds and capacities), the travel demand model with the optimized PCE values produced a MAPE value of 37.7%, RMSE value of 17124.14, and correlation coefficient of 0.9506. Conclusively, the optimized PCE values were revealed to produce estimates of expressway link volumes sufficiently close to actual link counts.
기존 교통량 관련 연구는 기상이 양호한 상태에서 진행하였거나 기상에 대한 영향을 제외한 경우가 대부분이다. 이에 본 연구에서는 강우 강도 따른 일반국도 지방부 지역에서 교통량 변동 특성 및 강우 보정계수를 제시하였다. 일반국도 상시 교통량 조사지점과 자동기상관측 장비 지점을 매칭한 후 지방부 도로에 설치된 256 지점을 선정하여 분석하였다. 평균 일교통량(ADT: Average Daily Traffic) 및 강우 보정계수의 분석결과 평일의 경우 업무통행으로 인하여 강우의 영향을 적게 받으며, 비평일의 경우 여가통행으로 강우의 영향을 상대적으로 많이 받는 것으로 나타났다. 강우 보정계수를 적용하여 연평균 일교통량(AADT: Annual Average Daily Traffic) 추정 시 오차율이 줄어드는 것으로 분석되어 AADT 추정 시 강우에 대한 고려가 필요하다. 강우는 평균 일교통량을 감소시키는 요인으로 작용함에 따라 도로의 설계 및 운영을 위해 강우 강도를 고려한 지속적인 연구가 필요하다.
산업용 에너지 소비 예측은 에너지 수요와 공급에 동적이고 계절적인 변화가 있기 때문에 에너지 관리 및 제어 시스템에서 중요한 위치를 차지한다. 본 논문은 철강 산업의 에너지 소비 예측 모델을 제시하고 논의한다. 사용되는 데이터에는 후행 및 선도적인 전류 반응 전력, 후행 및 선도적인 전류 동력 계수, 이산화탄소(TCO2) 배출 및 부하 유형이 포함된다. 테스트 세트에서는 (a) 선형 회귀(LR), (b) 방사형 커널(SVM RBF), (c) Gradient Boosting Machine (GBM), (d) 무작위 포리스트(RF). 평균 제곱 오차(RMSE), 평균 절대 오차(MAE) 및 평균 절대 백분율 오차(ME)의 네 가지 통계 모델을 사용하여 예측하고 평가한다. 회귀 설계의 효율성 모든 예측 변수를 사용할 때 최상의 모델 RF는 테스트 세트에서 RMSE 값 7.33을 제공할 수 있다.
물리현상의 난해성으로 인해 수학적인 관계식이 제시되기 어려운 경우 인공지능 기술에 근거한 다양한 기법이 적용되어 왔다. 수리학 분야의 대표적인 예로 교각주위 국부세굴 문제를 들 수 있다. 본 연구에서는 유전자 알고리즘의 진화된 방법인 GEP 기법을 이용하여 교각주위 국부세굴을 예측하는 방법을 제시하였다. 64개의 실험 자료를 이용하여 GEP 모형을 학습시켜 회귀식을 구축하였으며, 33개의 실험 자료를 이용하여 구축된 모형의 검증을 실시하였다. 평형세굴심 예측을 위하여 차원을 갖는 일반 변수와 표준화된 변수로 GEP 모형을 구축하여 예측 결과를 비교하였는데, 차원을 갖는 변수에 의한 GEP 모형이 세굴심을 더 잘 예측하는 것으로 나타났다. 구축된 GEP 모형을 두 가지 현장 실측자료에 적용하였다. 적용 결과, 실험 자료에 적용한 경우에 비해 예측의 정확도가 낮아지는 것을 확인하였다. 또한, 현장 실측자료를 이용하여 학습시킨 경우 실험 자료를 이용하는 경우 보다 예측 능력이 많이 향상되는 것으로 나타났다. GEP 모형의 적용성을 위해 ANN 모형과의 비교를 수행하였으며, 본 연구에서 사용된 GEP 모형이 교각주위 국부세굴 예측에 대하여 실내 및 현장 모두 ANN 모형보다 우수한 것으로 나타났다.
Aggregate Production Planning determines levels of production, human resources, inventory to maximize company's profits and fulfill customer's demands based on demand forecasts. Since performance of aggregate production planning heavily depends on accuracy of given forecasting demands, choosing an accurate forecasting method should be antecedent for achieving a good aggregate production planning. Generally, typical forecasting error metrics such as MSE (Mean Squared Error), MAD (Mean Absolute Deviation), MAPE (Mean Absolute Percentage Error), and CFE (Cumulated Forecast Error) are utilized to choose a proper forecasting method for an aggregate production planning. However, these metrics are designed only to measure a difference between real and forecast demands and they are not able to consider any results such as increasing cost or decreasing profit caused by forecasting error. Consequently, the traditional metrics fail to give enough explanation to select a good forecasting method in aggregate production planning. To overcome this limitation of typical metrics for forecasting method this study suggests a new metric, WACFE (Weighted Absolute and Cumulative Forecast Error), to evaluate forecasting methods. Basically, the WACFE is designed to consider not only forecasting errors but also costs which the errors might cause in for Aggregate Production Planning. The WACFE is a product sum of cumulative forecasting error and weight factors for backorder and inventory costs. We demonstrate the effectiveness of the proposed metric by conducting intensive experiments with demand data sets from M3-competition. Finally, we showed that the WACFE provides a higher correlation with the total cost than other metrics and, consequently, is a better performance in selection of forecasting methods for aggregate production planning.
There are several methods of peak-shaving, which reduces grid power demand, electricity bought from electricity utility, through lowering "demand spike" during On-Peak period. An optimization method using linear programming is proposed, which can be used to perform peak-shaving of grid power demand for grid-connected PV+ system. Proposed peak shaving method is based on the forecast data for electricity load and photovoltaic power generation. Results from proposed method are compared with those from On-Off and Real Time methods which do not need forecast data. The results also compared to those from ideal case, an optimization method which use measured data for forecast data, that is, error-free forecast data. To see the effects of forecast error 36 error scenarios are developed, which consider error types of forecast, nMAE (normalizes Mean Absolute Error) for photovoltaic power forecast and MAPE (Mean Absolute Percentage Error) for load demand forecast. And the effects of forecast error are investigated including critical error scenarios which provide worse results compared to those of other scenarios. It is shown that proposed peak shaving method are much better than On-Off and Real Time methods under almost all the scenario of forecast error. And it is also shown that the results from our method are not so bad compared to the ideal case using error-free forecast.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.