• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.1-7
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.210-216
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.

• 한국건설관리학회논문집
• /
• 제24권2호
• /
• pp.37-49
• /
• 2023

본 연구에서는 제조업 분야에서 보편적으로 활용되어 온 제약이론을 바탕으로 강교 제작공장의 생산성을 향상시키기 위한 자원할당 방법론을 제안한다. 이를 위해 도장 공정을 병목공정으로 정의한 후, 공정 전용 자원할당(OSRA), 제품 전용 자원할당(PSRA), 범용 자원할당(GRA) 등 3가지의 자원할당 방법론을 개발하였다. 강교 공급사슬 시뮬레이션 모델을 활용한 성능평가 실험 결과, GRA 방법론이 재공재고수(NWIP)와 대기시간(WT) 측면에서 가장 우수한 성능을 보였다. 특히, 강교 제작공장의 부하와 부하 변동성이 증가할수록 다른 두 전용 자원할당 방식과의 성능 격차는 더욱 커졌다. 평균적으로 GRA는 NWIP과 WT를 OSRA 대비 36.2%, 34.6%, PSRA 대비 71.0%, 70.4% 감소시켰다. 재공재고수와 대기시간의 감소는 병목현상의 완화를 의미하며, 이는 결국 강교 제작공장의 생산성이 향상되었음을 의미한다.

• 대기
• /
• 제34권1호
• /
• pp.1-21
• /
• 2024

Private companies are increasingly required to take more substantial actions on climate change. This study introduces the principle and cases of climate (physical) risk estimation for 11 private companies in Korea. Climate risk is defined as the product of three major determinants: hazard, exposure, and vulnerability. Hazard is the intensity or frequency of weather phenomena that can cause disasters. Vulnerability can be reflected in the function that explains the relationship between past weather records and loss records. The final climate risk is calculated by multiplying the function by the exposure, which is defined as the area or value of the target area exposed to the climate. Future climate risk is estimated by applying future exposure to estimated future hazard using climate model scenarios or statistical trends based on weather data. The estimated climate risks are developed into three types according to the demand of private companies: i) climate risk for financial portfolio management, ii) climate risk for port logistics management, iii) climate risk for supply chain management. We hope that this study will contribute to the establishment of the climate risk management system in the Korean industrial sector as a whole.

• 산업경영시스템학회지
• /
• 제39권4호
• /
• pp.106-116
• /
• 2016

MTO (Make to Order) is a manufacturing process in which manufacturing starts only after a customer's order is received. Manufacturing after receiving customer's orders means to start a pull-type supply chain operation because manufacturing is performed when demand is confirmed, i.e. being pulled by demand (The opposite business model is to manufacture products for stock MTS (Make to Stock), which is push-type production). There are also BTO (Build to Order) and ATO (Assemble To Order) in which assembly starts according to demand. Lean manufacturing by MTO is very efficient system. Nevertheless, the process industry, generally, which has a high fixed cost burden due to large-scale investment is suitable for mass production of small pieces or 'mass customization' defined recently. The process industry produces large quantities at one time because of the lack of manufacturing flexibility due to long time for model change or job change, and high loss during line-down (shutdown). As a result, it has a lot of inventory and costs are increased. In order to reduce the cost due to the characteristics of the process industry, which has a high fixed cost per hour, it operates a stock production system in which it is made and sold regardless of the order of the customer. Therefore, in a business environment where the external environment changes greatly, the inventory is not sold and it becomes obsolete. As a result, the company's costs increase, profits fall, and it make more difficult to survive in the competition. Based on the customer's order, we have built a new method for order system to meet the characteristics of the process industry by producing it as a high-profitable model. The design elements are designed by deriving the functions to satisfy the Y by collecting the internal and external VOC (voice of customer), and the design elements are verified through the conversion function. And the Y is satisfied through the pilot test verified and supplemented. By operating this make to order system, we have reduced bad inventories, lowered costs, and improved lead time in terms of delivery competitiveness. Make to order system in the process industry is effective for the display glass industry, for example, B and C groups which are non-flagship models, have confirmed that the line is down when there is no order, and A group which is flagship model, have confirmed stock production when there is no order.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2013년도 춘계학술대회
• /
• pp.214-215
• /
• 2013

기업들의 경쟁이 지역적, 시간적 제약을 벗어나 세계화 되고 있는 현재, 고객 서비스 향상과 물류비용절감을 위해 효율적인 물류시스템을 구축하고 운영하는 것에 많은 노력을 기울이고 있는 실정이다. 따라서 기업들이 공동화지역을 이루어 비용 경쟁력을 가질 수 있는 친환경 산업단지의 필요성이 증대되고 있는 실정이다. 이러한 물류단지를 구축하기 위해서는 적절한 정책과 화물수송 공동화를 통한 물류시스템이 필요하다. 특히, 산업 단지내 물류시스템의 체계구축을 통한 효율적인 운영은 물류도시의 저비용 친환경적인 측면에서 매우 중요하다. 적절한 운영모델이 네트워크에 활용되면 집화된 수송량이 보다 적절한 수단들과 기술들에 의해 수송되기 때문에 효율성이 제고될 수 있다. 그러나 이러한 장점에도 불구하고 문제의 복잡성 등으로 인하여 네트워크 설계 연구는 활발하게 수행되지 않았다. 따라서 본 연구에서는 물류체계를 분석하고 분석내용을 바탕으로 물류단지의 모형화를 위한 기본설정 및 시뮬레이션을 통한 운영모형을 제시함으로서 물류산업단지의 기반구축 자료를 제시하는데 목적이 있다.

• 한국산학기술학회논문지
• /
• 제21권1호
• /
• pp.148-154
• /
• 2020

본 논문에서는 대학 기숙사에서 이용 빈도가 높은 특정 공용 공간의 접근성을 높이기 위한 공실 배정에 대해 고려한다. 접근성 향상을 위하여, 학년에 따른 이용 빈도의 차이를 반영하여 학생들의 개인 공실에서 특정 공용 공간까지의 총 이동거리를 최소화하는 정수계획법 모델을 제시한다. 또한 각 공실의 최대 허용 인원을 제한하고 하나의 공실에는 같은 학년으로만 배정되도록 제약하였으며, 제시된 모델은 공급사슬관리에서 다루는 입지 선정 문제와 유사함을 보여준다. 사례 연구를 위하여 제시된 정수계획법 모델을 A대학교 기숙사에 적용하여, 소규모 그룹에 대한 공실 배정 결과를 도출하였으며, 특정 공용 격실을 이용하는 횟수가 많은 저학년 학생일수록 접근성을 고려하여 가까운 곳에 배정되었음을 확인하였다. 추가적으로 고학년부터 공실 배정에 대한 우선순위를 부여할 경우, 저학년이 우선적으로 배정될 때 벌과비용을 목적함수에 추가함으로써 이를 방지하도록 하는 모델을 제시하였다. 이러한 결과를 바탕으로 여러 공용 공간에 대한 학생들의 복합적인 요구들에 부합하도록 공실을 배정하는 방안을 제시할 수 있다.

• 한국식품위생안전성학회지
• /
• 제34권4호
• /
• pp.374-379
• /
• 2019

본 연구에서는 대표적인 신선 잎채소류인 상추의 세척 단계에서 초음파 (37 kHz) 와 염소 (100~300 ppm) 의 병용처리 후 냉장 ~ 실온저장 ($10{\sim}25^{\circ}C$)에 따른 이 식품 중의 Salmonella Typhimurium의 성장예측모델을 개발하였다. 1 차 모델 개발을 위해 Gompertz 방정식을 활용하여 각기 다른 실험 조건에서의 S. Typhimurium의 생육도 (SGR 과 LT)를 조사했다. 본 방정식에 의한 1 차 모델 개발시 $R^2$가 0.92 이상으로 우수하게 나타났으며 저장온도가 낮을수록 초음파에 사용된 염소의 농도가 높을수록 SGR 값은 감소하였고 LT 값은 증가하였다. 이를 바탕으로 2 차 polynomial 모델을 개발하여 다양한 통계적 지표 ($R^2$, MSE, $A_f$ 및 $B_f$)를 통해 분석한 결과 개발된 모델의 적합성을 확인할 수 있었다. 따라서 개발된 모델이 초음파와 염소의 병용 세척에 따른 저장 중 상추에 대한 S. Typhimurium의 성장예측모델로 사용 가능하다고 판단되어지며, 신선 잎채소류에서의 식중독을 예방하고 미생물학적 위생관리기준을 설정하는데 기초자료로 활용될 수 있을 것으로 사료된다.

• 토지주택연구
• /
• 제9권2호
• /
• pp.41-50
• /
• 2018

The purpose of this study is to review the U.S. renewable energy policies implemented by the federal government and the state governments to investigate potential barriers of renewable energy expansion and to develop policy implications for the successful renewable energy policy making in Korea. Recently, the restructuring in the energy supply chain has been being a new trend in many countries that shows a transition from traditional fossil fuels to sustainable renewable energy sources. The United States has enforced effective renewable energy policies (i.e., regulatory policies, financial incentives), which have led to the exploding growth of renewable energy facilities and productions over the last ten years. For example, many state governments in the U.S. are implementing Renewable Portfolio Standard (RPS) policies that require increased energy supply from renewable energy sources (i.e., solar, wind and geothermal). These RPS policies are expected to account for at least 10-50 percent of total electricity production in the next fifteen years. As part of results, in the recent three years, renewable energy in the U.S provided over 50 percent of total new power generation constructions. On the other hand, Korea initiated to develop climate change policies in 2008 for the Green Growth Policy that set up a target reduction of national Greenhouse Gas (GHG) emissions up to 37 percent by 2025. However, statistical data for accumulated renewable energy capacity refer that Korea is still in its early stage that contribute to only 7 percent of the total electricity production capacity and of which hydroelectric power occupied most of the production. Thus, new administration in Korea announced a new renewable energy policy (Renewable Energy 3020 Plan) in 2017 that will require over 95 percent of the total new generations as renewable energy facilities to achieve up to 20 percent of the total electricity production from renewable energy sources by 2030. However, to date, there have not been enough studies to figure out the barriers of the current policy environment and to develop implications about renewable energy policies to support the government plan in Korea. Therefore, this study reviewed the U.S. renewable energy policies compared with Korean policies that could show model cases to introduce related policies and to develop improved incentives to rapidly spread out renewable energy facilities in Korea.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.159-173
• /
• 2019

말단배송최적화는 도심내 공급사슬의 운영의 핵심적인 역할을 수행하고 있으며, 전체 배송 프로세스에서 가장 복잡하고 많은 비용을 지불해야만 한다. 도심복합물류센터 (Urban Consolidation Center: UCC)는 최근 말단배송 서비스를 운영하고 고객의 수요를 만족시키기 위한 핵심적인 자산으로 인식되고 있다. UCC를 활용할 경우 도심 내 다양한 요인을 고려하여 최적의 배송 과정을 설계함으로써 배송에 소요되는 시간과 이동거리를 최소화할 수 있다는 장점이 존재한다. 본 연구에서는 지리정보시스템 (GIS)를 활용하여 다양한 수리모형이 통합된 시나리오 분석을 활용하기 위한 기법을 제안한다. 특히, 본 연구는 몽골의 수도 울란바타르를 사례로 실제 도심 내 최적 배송네트워크를 설계하는 것을 목표로하고 있다. 이를 위해 위치배분문제와 차량경로문제를 결합하는 기법을 제안하였다. UCC의 위치와 개수를 기반으로 다양한 시나리오를 설계하였으며, 기본적인 총배송거리, 배송시간, UCC의 수 및 필요 차량의 수를 기준으로 시나리오를 평가하였다. 또한, UCC의 건설과 운영에 필요한 전체 비용 관점에서 최적의 시나리오를 비교 선정하였다. 본 연구의 결과는 도심 내 말단 배송을 위한 유통 네트워크를 설계해야 하는 관리자 혹은 정부 기관의 담당자들이 합리적인 의사결정을 내리기 위한 객관적인 근거 자료로 활용될 수 있을 것이다.