• 한국ITS학회 논문지
• /
• 제11권3호
• /
• pp.13-22
• /
• 2012

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.

• Korean Chemical Engineering Research
• /
• 제58권2호
• /
• pp.248-256
• /
• 2020

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.

• 한국산학기술학회논문지
• /
• 제16권10호
• /
• pp.6860-6868
• /
• 2015

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.

• 대한교통학회지
• /
• 제25권2호
• /
• pp.7-15
• /
• 2007

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.

• 한국도로학회논문집
• /
• 제17권3호
• /
• pp.97-105
• /
• 2015

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.

• 한국콘텐츠학회논문지
• /
• 제15권3호
• /
• pp.406-414
• /
• 2015

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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권5호
• /
• pp.153-160
• /
• 2020

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.

• 대한토목학회논문집
• /
• 제34권6호
• /
• pp.1779-1786
• /
• 2014

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.

• 산업경영시스템학회지
• /
• 제38권3호
• /
• pp.159-168
• /
• 2015

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.

• 산업경영시스템학회지
• /
• 제43권2호
• /
• pp.1-13
• /
• 2020

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.