통행발생은 4단계 모형의 처음 단계로 전체수요예측에 상당한 영향을 미치게 되므로 정확성이 무엇보다 필요한 단계라 할 수 있다. 현재 통행발생모형으로 도시교통 및 SOC시설 등의 계획에 널리 사용되고 있는 것은 선형회귀모형이며, 각종 사회경제지표와 통행발생량의 관계가 선형임을 전제로 한다. 하지만 급격한 도시개발이나 도시계획구조가 변경되었을 때 통행량을 추정하기 위한 사회경제지표 자료가 부족하여 추정된 통행량의 오차가 많을 수 있다. 이에 본 연구는 일반적으로 널리 사용되는 사회경제지표를 선형이란 가정을 하지 않고, 다양한 존의 특성을 반영할 수 있는 변수에 대한 시장분할을 토대로 새로운 유형별 통행발생모형을 개발하고자 한다. 본 연구에서는 교통수요예측의 처음 단계인 통행발생 모형의 예측력을 개선하기 위하여 존의 다양한 특성(토지이용, 사회경제적 등)을 고려하였다. 예측력 개선을 위한 시장분할 방법론으로는 통행 발생률을 기반으로 한 Data Mining(CART)방법과 회귀분석을 이용하였다. 연구의 결과를 살펴보면, 첫째, CART분석을 활용한 존 특성 분석결과, 유출통행은 사회경제적 요인(남녀상대비중, 연령대(22~29세))에 영향을 받고 있으며, 유입통행은 토지이용 요인(업무시설상대비중), 사회경제적 요인(3차 종사자상대비중)으로 나타났다. 둘째, 유형별 모형개발 결과 통행발생 계수 값은 유출의 경우 0.977~0.987(통행/인)이며, 유입의 경우 0.692~3.256(통행/인)로 나타나 유형구분이 필요한 것으로 나타났다. 셋째, 실측검증을 수행하였으며, 유출 및 유입의 경우 기존 모형보다 적합도가 높아진 것을 알 수 있다. 따라서 본 연구에서 개발한 유형별 통행발생모형이 기존 연구보다 우수한 것을 알 수 있었다.
최근 국민 삶의질 향상, 여가 활동 다변화, 인구구조의 변화 등으로 관광수요 증가 및 관광활동이 다양화되고 있다. 특히 연안도시의 경우, 육상 관광 요소와 해양관광 요소가 공존하는 지역으로 다양한 요인이 관광수요에 영향을 미치고 있다. 본 연구 목적은 본 연구는 행위자 기반의 데이터를 활용하여 관광규모의 시계열 분석을 통해 예측 정확도를 향상시키고, 영향요인을 탐색하고자 한다. 연구 대상은 부산 지역 내 기초자치단체이며, 데이터는 월단위의 관광객수와 관광소비금액을 활용하였다. 연구방법으로 확정적(결정적) 모형인 단변량 시계열 분석과 영향요인을 파악하기 위해 SARIMAX 분석을 수행하였다. 영향요인은 관광소비성향을 설정하였으며, 업종별 소비금액과 SNS 언급량을 중심으로 설정하였다. 연구결과 COVID-19를 고려하지 않은 시계열 모형과 고려한 모형 간의 정확도(RMSE 기준) 차이가 지역별로 최소 1.8배에서 최대 32.7배 향상되었다. 또한 영향요인을 보면 관광소비업종과 SNS 트렌드가 관광객수와 관광소비금액에 유의한 영향을 미치고 있다. 따라서 미래 수요예측을 위해서는 외적 영향을 고려하고, 관광객의 소비성향과 관심도가 지역관광 측면에서 고려 대상이 된다. 본 연구는 연안도시인 부산 지역의 미래 관광수요 예측과 관광규모에 미치고 있는 영향요인을 파악하여 정부 관광정책 및 관광추세를 고려한 관광수요태세 마련을 위한 정책 의사결정에 기여하고자 한다.
기종점자료(Origin-Destination 자료: 이하 OD)는 교통수요예측에 있어 필수적인 정보로서 이를 실제조사하거나 또는 추정하기 위하여 수많은 기법들이 활용되었다. 기존의 OD 추정기법은 일정한 가구 표본을 추출하여 이를 전수화하는 것이 일반적이었으나, 정확도의 문제점을 내포하고 있었다. 이를 보완하기 위하여 링크 교통량, 표본링크이용비 등의 추가 정보를 활용하여 OD를 추정하는 연구들이 지속적으로 이루어지고 있다. 본 연구는 프로브 차량자료에서 수집된 정보를 추가 정보로 활용하여 OD를 추정하는 연구로 시 공간적으로 변동하는 적정 표본율을 찾아내는 것을 목표로 한다. 본 연구에서는 각 링크의 교통량 오차율을 목적함수로 설정하였으며, 가상 네트워크에 대한 사례분석 결과 전수화된 OD와 실제OD 간의 MAE는 약 5.28%로 나타났다. 유비퀴터스 환경 하에서 획득된 다양한 실시간 정보는 본 연구에서 제시된 방법에 의해 활용될 수 있을 것으로 판단되며, 이와 관련한 연구의 한계와 향후 과제를 제시하였다.
산업용전동기는 신뢰성을 바탕으로 설계 및 제작되어 상용전압에 대한 기기의 신뢰성은 충분히 검증되어 있지만 스위칭 소자에 의해 주어지는 펄스상의 전압에 대하여는 신뢰성을 확보하지 못하고 있다. 본 연구에서는 인버터용 전동기의 신뢰성에 영향을 미치는 각종 변수(케이블의 길이, 단자전압, 습도, 온도, 스위칭 주파수 등)들을 검토하고 각 변수들 간의 상관관계를 실험을 통하여 분석하고 이를 통하여 전동기의 신뢰성을 예측할 수 있는 자료를 확보하여 인버터용 전동기의 신뢰성을 제고하고자 한다.
미세먼지에 대한 심각성이 사회적으로 대두됨에 따라 대중들은 미세먼지 예보에 대한 정보의 높은 신뢰성을 요구하고 있다. 이에 따라 다양한 신경망 알고리즘을 이용하여 미세먼지 예측을 위한 연구가 활발히 진행되고 있다. 본 논문에서는 미세먼지 예측을 위해 다양한 알고리즘으로 연구되고 있는 신경망 알고리즘들 중 대표적인 알고리즘들의 예측 성능 비교를 진행하였다. 신경망 알고리즘 중 DNN(deep neural network), RNN(recurrent neural network), LSTM(long short-term memory)을 이용하였으며, 하이퍼 파라미터 탐색을 이용하여 최적의 예측 모델을 설계하였다. 각 모델의 예측 성능 비교 분석 결과, 실제 값과 예측 값의 변화 추이는 전반적으로 좋은 성능을 보였다. RMSE와 정확도를 기준으로 한 분석에서는 DNN 예측 모델이 다른 예측 모델에 비해 예측 오차에 대한 안정성을 갖는 것을 확인하였다.
우리나라 수출의 97.5%, 수입의 87.2%가 해상운송으로 이뤄지며 항만이 한국 경제의 중요한 구성요소이다. 이러한 항만의 효율적인 운영을 위해서는 항만 물동량의 단기 예측을 통해 개선시킬 수가 있으며 과학적인 연구방법이 필요하다. 이전 연구는 주로 장기예측을 기반으로 대규모 인프라투자를 위한 연구에 중점을 두었으며 컨테이너 항만물동량에만 집중한 측면이 크다. 본 연구는 국내 대표적인 석유항만인 울산항의 석유 및 가스화물 물동량에 대한 단기 예측을 수행하였으며 딥러닝 모델인 LSTM(Long Short Term Memory) 모델을 사용하여 RMSE기준으로 예측성능을 확인하였다. 본 연구의 결과는 석유 및 가스화물 물동량 수요 예측의 정확도를 높여 항만 운영의 효율성을 개선하는 근거가 될 수 있을 것으로 기대된다. 또한 기존 연구의 한계로 컨테이너 항만 물동량뿐만 아니라 석유 및 가스화물 물동량 예측에도 LSTM의 활용할 수 있다는 가능성을 확인할 수 있으며 향후 추가 연구를 통해 일반화가 가능할 것으로 기대된다.
수단선택모형은 신설중이거나 계획중인 새로운 교통수단의 수요를 추정하기 위하여 필수적인 요소이다. 현재 교통수요분석시 수단분담모형구축을 위해 지역별로 공통된 효용함수의 파라미터를 사용하고 있으며, 이로 인해 수단선택 행태 예측시 오류가 발생하는 경우가 존재한다. 권역별 자료를 집계하여 공통된 파라미터를 사용함으로써 발생하는 문제점은 다음과 같다. 수단선택모형으로 인한 수단전환 효과를 측정하기 위하여 집계모형(aggregate model)을 사용할 경우 분석권역에 따라 수단분담모형에서는 통행시간이나 통행비용에 대한 계수의 분포가 다름(분석권역별로 서로 다른 모집단 분포를 하고 있음)에도 불구하고 하나의 파라메타로 모집단을 설명하고자 할 경우 모집단을 적절히 설명하지 못하게 된다. 따라서 통행비용 및 통행시간과 같은 정책변수의 변화에 민감하게 반응하지 못하는 경우가 발생한다. 특히 수단선택 모형에 사용되는 로짓모형과 같이 비선형함수의 경우에 집합화자료를 사용함으로써 집합화에 의한 오차(aggregation error) 또한 문제가 된다. 본 논문의 목적은 수단선택 행태에 영향을 미치는 지역적 특성을 고려하고, 지역단위별로 공통된 파라미터를 사용하면서 나타나는 집합화 오차를 줄일 수 있도록 분석대상 규모(zone size)별 수단분담모형 파라미터값을 추정하는 것을 목적으로 한다. 이를 위하여 2006년 가구통행실태조사 자료를 이용하여 각 분석단위(zone)의 수단별 파라미터를 추정하였다. 추정된 결과의 경우 파라미터값의 부호와 한계대체율에 의한 시간가치가 상식적으로 적정한지를 판단하고, 통계적으로 적합한지에 대하여 검증을 실시하였다. 또한 구축된 모형의 실제 사례에 적용가능성을 보기 위하여 서울지하철 9호선의 개통 전 후를 비교하여 현실에서 관측된 수단분담율 변화와 모형상의 예측치를 비교하여 정확성 및 신뢰성을 검토하였다.
최근 패션산업에서는 고객의 니즈가 다양해지고 공급 리드타임이 크게 단축됨에 따라 최신 유행을 즉각 반영한 디자인, 빠른 상품 회전율로 승부하는 패스트 패션이 각광받고 있다. 또한, 기업간 경쟁도 심화되면서 얼마나 신속하게 효율적으로 고객의 니즈를 만족시킬 것인가가 패션산업의 중요한 성공요인으로 강조되고 있다. 따라서, 다품종 소량 신속생산이 강조되는 패스트 패션 산업에서는 트랜드 변화에 신속 대응을 지원하는 지능형 신속대응시스템(Intelligent Quick Response System : IQRS) 구축 및 지원을 절실히 요구하고 있다. 본 논문은 패스트 패션 산업 IQRS 구축에서 요구되는 신속대응 프로세스 수립, 지능적 판단을 지원하는 신속대응 기준 및 실행, 신속대응 물량 산정 및 시기 의사결정 모델을 제시하였다. 또한, 신속대응 의사결정의 합리성을 검증할 수 있는 KPI(Key Performance Indicator)를 설계하여 모델의 신뢰도를 향상시켰다. 제시된 각 모델은 A사의 ERP 구현사례를 통해 실용성을 검증하였다.
최근 전력 사용량의 증가로 인한 대규모 블랙아웃 등 에너지 문제가 대두되고 있으며, 이 문제들로 인해 전력 소비량 예측에 대한 정확도를 개선할 필요성이 부각되었다. 본 연구에서는 딥 러닝 기반의 전력 사용량 예측 실험을 통해서 실제 전력 소비량과 예측된 전력 소비량의 차이를 계산하고, 이를 통해서 전력 예비율을 기존 대비 하향 조정할 수 있는 가능성에 대해서 살펴본다. 예비 전력은 사용하지 않으면 손실되는 전력으로, 본 논문에서의 딥 러닝 기반 전력 소비량 예측을 통해서 여분의 전력을 과도하게 생산하지 않도록 오차범위 내에서 전력 예비율을 감소시킬 수 있는 기반을 마련할 수 있다. 본 논문에서 사용하는 딥 러닝 기법은 시계열 데이터를 처리하는 Long-Short-Term-Memory(LSTM) 구조의 학습 모델을 이용한다. 컴퓨터 시뮬레이션에서는 임의 생성한 전력 소비 데이터를 토대로 모델을 학습시키고, 학습된 모델을 토대로 전력 사용 예측값을 구하고 실제 전력 소비량 간에 오차를 계산한 결과 오차율 21.37%를 얻을 수 있었다. 이는 최근의 전력 예비율 45.9%를 고려할 때, 본 연구에서 제안한 전력 소비량 예측 알고리즘을 적용하는 경우 20% 포인트 정도의 예비율 감축이 가능하다.
새로운 대규모의 택지개발사업을 시행하는 경우에는 유발되는 교통량을 해결하기 위하여 적정규모의 교통시설이 건설 되어야 하며, 이를 위해서는 무엇보다도 정확한 유발교통량의 예측이 이루어져야 한다. 유발교통량은 통행발생과 통행분포 단계를 통해 추정되는데 통행발생 단계에서는 택지개발사업 내의 시설별 교통유발원단위를 이용함으로써 자세한 발생량의 예측이 가능하다. 반면에 통행분포 단계에서는 대부분의 경우 사업이 위치하는 지역의 사업시행전 통행분포 비율이 시행된 후에도 같다고 가정하는 방법을 사용되고 있다. 하지만 이 방법은 해당지역의 공간적 범위에 대한 명확한 기준이 없기 때문에 범위설정에 있어 분석가의 주관적인 의견이 반영될 우려가 있다. 이에 본 연구에서는 해당지역의 공간적 범위를 대죤, 중죤, 소죤 단위로 분석하였으며, 분석결과를 통해 위치 차이가 크게 나타나지 않으면서도 안정적인 통행발생량의 분포를 파악할수 있는 중죤 단위의 통행분포를 이용하는 방법을 제시하였다. 하지만 이러한 중죤 단위의 통행분포도 실제 통행분포와 비교하면 어느 정도의 차이가 발생하기 때문에 중죤 단위의 통행분포에서 중죤과 택지개발사업의 위치 차이를 유출제약중력모형(Production - constrained gravity model)으로 보정하는 방법을 제시하였으며, 보정의 효과는 평균제곱오차(Mean Squared Error)를 사용하여 검토하였다. 본 논문에서 제시한 방법은 수집이 용이한 자료만으로 분석이 가능하면서도 정확한 통행분포의 예측이 가능하여 향후 택지개발사업의 통행분포 예측에 큰 도움이 될 것으로 판단된다.
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.