• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.17-27
• /
• 2020

지역난방 시스템은 서비스 지역 내 열 수요처들을 네트워크로 연결하여 중앙의 저비용 고효율 열 생산설비를 통해 열을 공급하는 에너지 시스템이다. 효율적인 열 공급 시시스템 운영을 위하여 지역 내 열 수요를 정확하게 예측하고 이를 바탕으로 열 생산 계획을 최적화하는 것이 중요하다. 본 연구에서는 지역 내 열수요처별 열 사용량 패턴에 대한 빅데이터 정보로 기계실별 실시간 열량계 정보를 반영한 열수요 예측모형을 제시하였다. 기존에도 열 수요예측에 활용되던 지역 전체 열수요 실적 합계와 함께 수요처별로 설치되어 있는 열량계로부터 실시간으로 수집한 개별 열수요 실적을 예측모형에 반영함으로써 열 수요처별로 상이한 열사용 패턴을 반영한 열 수요 예측이 가능할 것으로 기대된다. 지역난방 기업의 실제 열수요 실적을 바탕으로 열수요 예측 정확도를 측정한 결과 계절에 상관없이 기본 모형 대비 열량계 빅데이터를 반영할 경우 정확도가 올라가는 것으로 분석되었으며, 향후 열수요처별 다양한 형태의 데이터를 추가로 반영함으로써 열 수요 예측 정확도 향상이 가능할 것으로 예측된다.

• 대한교통학회지
• /
• 제31권3호
• /
• pp.3-18
• /
• 2013

본 연구는 2000년 1사분기부터 2010년 4사분기 까지 인천국제공항에서 출발하여 유럽내 모든공항에 도착한 항공화물의 시계열 자료를 바탕으로 SARIMA 모형을 활용, 수요예측 모형을 구축하였다. 또한 SARIMA 모형을 활용하여 구축한 예측모형을 기존에 주로 활용되어진 ARIMA 모형과 그 예측정확성을 비교 분석함으로써 SARIMA 모형의 정확성을 확인하였다. 현재 국내교통수요를 예측하는 부문에 있어서 SARIMA 모형을 활용한 경우는 극히 드물다. 또한 공항의 총 여객수요나 화물량이 아닌 항공노선의 수요예측에 관한 연구 역시 찾아보기 힘들다. 이러한 상황 하에서, SARIMA 모형을 활용하여 인천국제공항 발 유럽노선의 항공화물 수요를 예측한 본 연구는 상당히 큰 의미가 있다고 생각된다.

• 농업과학연구
• /
• 제45권4호
• /
• pp.859-870
• /
• 2018

Dried red peppers are a staple agricultural product used in Korean cuisine and as such, are an important aspect of agricultural producers' income. Correctly forecasting both their supply and demand situations and price is very important in terms of the producers' income and consumer price stability. The primary objective of this study was to compare the performance of time series forecasting models for dried red peppers in Korea. In this study, three models (an autoregressive model with exogenous variables [ARX], AR-exponential generalized autoregressive conditional heteroscedasticity [EGARCH], and ARX-EGARCH) are presented for forecasting the wholesale price of dried red peppers. As a result of the analysis, it was shown that the ARX model and ARX-EGARCH model, each of which adopt both the rolling window and the adding approach and use the agricultural cooperatives price as the exogenous variable, showed a better forecasting performance compared to the autoregressive model (AR)-EGARCH model. Based on the estimation methods and results, there was no significant difference in the accuracy of the estimation between the rolling window and adding approach. In the case of dried red peppers, there is limitation in building the price forecasting models with a market-structured approach. In this regard, estimating a forecasting model using only price data and identifying the forecast performance can be expected to complement the current pricing forecast model which relies on market shipments.

• 응용통계연구
• /
• 제25권2호
• /
• pp.251-259
• /
• 2012

본 논문은 일별 관광수요 자료를 분석하기 위하여 시계열의 대표적인 3개 모형인 ARIMA, Holt-Winters, AR-GARCH 모형을 적용하였다. 모형의 성능을 비교하기 위해 Armstrong (2001)이 제안한 방법을 이용하여 서로 다른 방법의 예측값을 단순결합과 MSE, SE를 이용한 결합법을 이용하여 정확도 높일 수 있음을 확인하였다.

• 한국경영과학회지
• /
• 제38권1호
• /
• pp.45-59
• /
• 2013

A long-term forecasting method for a new product in early stage of diffusion is proposed. The method includes a constrained non-linear least square estimation with the logistic diffusion model. The constraints would be critical market informations such as market potential, peak point, and take-off. Findings on 20 cases having almost full life cycle are that (i) combining any market information improves the forecasting accuracy, (ii) market potential is the most stable information, and (iii) peak point and take-off information have negative effect in case of overestimation.

• 시스템엔지니어링학술지
• /
• 제16권1호
• /
• pp.84-97
• /
• 2020

This paper aims to develop an optimized inventory management method for safety critical Instrument and Control (I&C) components. In this regard, the paper focuses on estimating the consumption rate of I&C components using demand forecasting methods. The target component for this paper is the Foxboro SPEC-200 controller. This component was chosen because it has highest consumption rate among the safety critical I&C components in Korean OPR-1000 NPPs. Three analytical methods were chosen in order to develop the demand forecasting methods; Poisson, Generalized Linear Model (GLM) and Bootstrapping. The results show that the GLM gives better accuracy than the other analytical methods. This is because the GLM considers the maintenance level of the component by discriminating between corrective and preventive.

• 조명전기설비학회논문지
• /
• 제28권1호
• /
• pp.50-56
• /
• 2014

Accurate midterm load forecasting is essential to preventive maintenance programs and reliable demand supply programs. This paper describes a midterm load forecasting method using autoregressive integrated moving average (ARIMA) model which has been widely used in time series forecasting due to its accuracy and predictability. The various ARIMA models are examined in order to find the optimal model having minimum error of the midterm load forecasting. The proposed method is applied to forecast 104-week load pattern using the historical data in Korea. The effectiveness of the proposed method is evaluated by forecasting 104-week load from 2011 to 2012 by using historical data from 2002 to 2010.

• 한국산림과학회지
• /
• 제84권2호
• /
• pp.121-130
• /
• 1995

미국 미시간주의 여행수요(旅行需要)를 예측(豫測)하기 위하여 사용되어진 여러 모델들의 예측정확성(豫測正確性)이 검토되었다. 8가지의 연년(連年)모델들은 2년까지 예측하는데 그리고 9가지의 분기(分期)모델들은 4분기(分期)까지 예측하는데 사용되어 졌다. 연년(連年)모델의 예측정확성(豫測正確性) 평가(評價)에서, 중회귀(重回歸)모델은 1년과 2년을 예측(豫測)하는데 있어 다른 방법들 보다 더 정확(正確)했다. 분기(分期)모델에 있어서는, Winters' exponential smoothing와 Box-Jenkins 방법이 1 분기예측(分期豫測)에 있어 naive 1 s 보다 더 정확(正確)했으나 2분기(分期), 3분기(分期), 4분기(分期)를 예측(豫測)하는데 이 방법(方法)들은 naive 1 s 보다 정확(正確)하지 않았다. 정교(精巧)한 모델들은 분기별(分期別) 예측(豫測)을 하는데 있어서 단순(單純)한 모델들보다 더 정확(正確)하지 않았다. 연년(連年)모델과 분기(分期)모델을 이용한 1년간(年間) 예측비교(豫測比較)에서, 중회귀모형(重回歸模型)은 연간자료(年間資料)보다 분기자료(分期資料)에 적용(適用)할 때 더 좋은 결과(結果)를 얻었으나 그 차이(差異)가 미약(微弱)하며 다른 모델들은 일관성(一貫性)있게 좋은 결과(結果)를 갖지 않으므로 연년(連年)모델보다 分期모델을 사용하도록 강력하게 권장할 수 없다. 연년(連年)모델은 기대(期待)하였던 것처럼 예측기간(豫測期間)이 길어짐으로서 예측정확성(豫測正確性)이 감소(減少)하였으나 분기(分期)모델은 이같은 결과(結果)를 나타내지 않았다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1998년도 The Korea Society for Simulation 98 춘계학술대회 논문집
• /
• pp.101-105
• /
• 1998

A large system predictor, which can perform prediction of sales trend in a huge number of distribution centers, is presented using neural predictive model. There are 20,000 number of distribution centers, and each distribution center need to forecast future demand in order to establish a reasonable inventory policy. Therefore, the number of forecasting models corresponds to the number of distribution centers, which is not possible to estimate that kind of huge number of accurate models in ERP (Enterprise Resource Planning)module. Multilayer neural net as universal approximation is employed for fitting the prediction model. In order to improve prediction accuracy, a sequential simulation procedure is performed to get appropriate network structure and also to improve forecasting accuracy. The proposed simulation procedure includes neural structure identification and virtual predictive model generation. The predictive model generation consists of generating virtual signals and estimating predictive model. The virtual predictive model plays a key role in tuning the real model by absorbing the real model errors. The complement approach, based on real and virtual model, could forecast the future demands of various distribution centers.

• 한국항만경제학회지
• /
• 제37권1호
• /
• pp.71-85
• /
• 2021

기업이 물류비용을 절감할 수 있는 정교한 수요 예측 모형은 그동안 수많은 연구를 통해 다양한 방법들이 제시되었다. 이러한 연구들은 주로 수요 패턴에 의해서 적용 가능한 수요 예측 모형을 결정하고, 통계적 검증을 통해서 모형의 정확성을 판단하였다. 수요 패턴은 크게 규칙성과 불규칙성으로 나뉘어 질 수 있다. 규칙적인 패턴은 주문이 정기적이고 주문량이 일정한 경우를 의미한다. 이러한 경우에는 주로 회귀모형이나 시계열 모형을 통해서 수요를 예측하는 방법들이 사용된다. 그러나 불규칙적이고 주문량의 변동 폭이 큰 경우는 간헐적 수요(Intermittent Demand)라고 하는데, 기존의 회귀 모형이나 시계열 모형으로는 수요 예측의 오류 발생 가능성이 높기 때문이다. 간헐적 수요를 보이는 품목에 대해서는 주로 Croston모형 혹은 Holts모형 등을 사용하여 수요를 예측한다. 본 연구에서는 간헐적 수요 패턴을 보이는 항공 화물의 다양한 품목에 대해서 수요 패턴을 분석하고, 다양한 모형을 통해 수요를 예측하여 각 모형의 예측력을 비교 분석하였다. 이 과정에서 항공 화물의 품목별, 지역별로 다양한 모형의 적합도를 분석하여 항공사가 가장 효율적으로 운영할 수 있는 항공 화물의 수요 예측 모형에 대한 개발 방향을 제시하고자 함이 본 논문의 목적이다.