• 전자통신동향분석
• /
• 제34권3호
• /
• pp.106-113
• /
• 2019

Mobile traffic is one of the most important indexes of the growth of the mobile communications market, and it has a close relationship with subscribers' service usage patterns, frequency demand and supply, network management, and information communication policy. The purpose of this paper is to understand mobile data usage in Korea and to suggest the optimal steps for establishing the frequency supply and demand system by researching the traffic trends that reflect the characteristics of radio resources in the mobile communications field. To achieve this goal, attempts were made to increase the possibility of policy use by analyzing and forecasting mobile traffic trends, and to improve the accuracy of the research through the verification of the existing prediction results. The paper ends with a discussion of the necessity of a frequency management system based on data science.

• 대한교통학회지
• /
• 제28권2호
• /
• pp.171-181
• /
• 2010

2007년 7월부터 시행되고 있는 수도권 대중교통 통합요금제는 이용자의 통행비용 절감 및 활발한 환승행위의 유도로 긍정적인 평가를 얻고 있다. 그러나 수도권 대중교통 통합요금제를 고려한 철도 수요예측 방법론, 특히 수단분담과 관련된 연구가 많지 않았다. 이에 본 연구는 수도권 대중교통 통합요금제를 반영할 수 있는 수단별 효용산정기법을 제시하였으며, 2006년 가구통행실태조사 자료를 활용하여 통행시간과 통행비용 산정에 적용되는 계수를 현실화하였다. 그리고 다양한 요금제를 적용하기 위한 철도 수요예측 방법론을 제시하였다. 본 연구에서 제시한 철도 수요예측 방법론은 철도 수요예측의 정확성과 유용성을 향상시키는데 기여할 수 있을 것으로 기대된다.

• 한국조명전기설비학회지:조명전기설비
• /
• 제6권3호
• /
• pp.43-49
• /
• 1992

전력 수요 예측은 전력계통 운용 및 계통 개발의 기본이 되는 것으로 예측의 적부가 전력공급의 신뢰성과 경제성에 미치는 영향이 대단이 크다. 본 논문에서는 예측정도가 높고 운용시 간편성을 지닌 R.G.Brown에 의해 제시된 3중 지수평활법을 이용하여 장기 최대전력수요를 예측하였다. 평활함수는 전체 과거 관측의 선형 결합이고 과거 관측에 주는 가중은 오래된 과거일수록 지수적으로 감소시킨다. 지수평활의 근본 이론은 지수평활의 (n+1)차의 선형결합으로 n차 다항식 모델에서 (n+1)개의 계수추정이 가능함을 보여준다. 이 기법을 이용하여 한국전력 실 계통에 최대전력 수요를 예측한 결과 예측의 정확성과 간편성이 입증되었다.

• 대한산업공학회지
• /
• 제37권1호
• /
• pp.74-82
• /
• 2011

The Bass model is a cornerstone in diffusion theory which is used for forecasting demand of durables or new services. Three well-known estimation methods for parameters of the Bass model are Ordinary Least Square (OLS), Maximum Likelihood Estimator (MLE), Nonlinear Least Square (NLS). In this paper, a hybrid method incorporating OLS and NLS is presented and it's performance is analyzed and compared with OLS and NLS by using simulation data and empirical data. The results show that NLS has the best performance in terms of accuracy and our hybrid method has the best performance in terms of stability. Specifically, hybrid method has better performance with less data. This result means much in practical aspect because the avaliable data is little when a diffusion model is used for forecasting demand of a new product.

• 유통과학연구
• /
• 제19권8호
• /
• pp.47-56
• /
• 2021

Purpose: Maritime sector is fundamental to international trade; there is no doubt that seafarers have played an essential role in maritime shipping and distribution science industry. Thus, this study uses Grey models to predict the number of seafarers in Vietnam expecting to provide a range of future seafarers. Research design, data and methodology: Statistics data are adopted for numbers of seafarers by Vietnam Maritime Administration categorizing into three types: Officers at Management level, Officers at Operational level and Navigation - Engine officer cadet. Results: The results have showed that a lack of qualified seafarers in the distribution industry, which has become a global issue and Vietnam is facing challenges of providing enough supply of seafarers in the next few years. Since there has been a concern of the unbalance between demand and supply of seafarers, researches in maritime sector needs a high accuracy in forecasting the number of available qualified seafarers in Vietnam. Conclusion: This method can be applied to predict numbers of other human resources in transportation, distribution and/or logistics industries when the information is poor and insufficient. The next few years are predicted to witness a downtrend in sailors - oilers which leads to the fact that the total number of available seafarers is decreased.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권3호
• /
• pp.528-550
• /
• 2024

Warehousing demand prediction is an essential part of the supply chain, providing a fundamental basis for product manufacturing, replenishment, warehouse planning, etc. Existing forecasting methods cannot produce accurate forecasts since warehouse demand is affected by external factors such as holidays and seasons. Some aspects, such as consumer psychology and producer reputation, are challenging to quantify. The data can fluctuate widely or do not show obvious trend cycles. We introduce a new model for warehouse demand prediction called MAGRU, which stands for Multi-layer Attention with GRU. In the model, firstly, we perform the embedding operation on the input sequence to quantify the external influences; after that, we implement an encoder using GRU and the attention mechanism. The hidden state of GRU captures essential time series. In the decoder, we use attention again to select the key hidden states among all-time slices as the data to be fed into the GRU network. Experimental results show that this model has higher accuracy than RNN, LSTM, GRU, Prophet, XGboost, and DARNN. Using mean absolute error (MAE) and symmetric mean absolute percentage error(SMAPE) to evaluate the experimental results, MAGRU's MAE, RMSE, and SMAPE decreased by 7.65%, 10.03%, and 8.87% over GRU-LSTM, the current best model for solving this type of problem.

• 한국항만경제학회지
• /
• 제37권3호
• /
• pp.1-17
• /
• 2021

본 연구에서는 항만의 단기 물동량을 예측하기 위해 ARIMA 모형과 CART 모형을 활용한 단기 수요예측 모형을 제시하였다. 제시한 모형은 2단계로 구성된다. 1단계에서는 시계열 예측치와 주요 교역국의 주당 근로일수를 변수로 사용하여 CART 모형을 추정하고 주별 물동량 예측을 진행한다. 2단계에서는 1단계에서 도출한 예측치와 요일 정보, 주요국 공휴일 정보, 주요국 행사 기간 정보를 설명변수로 활용하여 최종적인 일별 물동량 예측 모형을 추정한다. 제시한 수요예측 모형을 활용하여 2020년 10월 1일부터 12월 31일까지 92일의 부산항 물동량을 예측한 결과 제시한 모형의 평균 정확도가 기존 시계열 모형보다 '22.5%' 높은 것으로 나타났다. 제시 모형은 일별 물동량의 추세뿐만 아니라 물동량이 급등락하는 지점에서도 높은 정확도를 보였으며 시계열 예측 모형을 사용했을 때 비해 총 166,504(TEU)의 오차를 줄일 수 있는 것으로 나타났다. 항만의 효율적인 운영을 위해 필수적인 단기 물동량 예측에 적합한 예측 모형을 제시한 본 연구는 충분한 활용 가치가 있을 것으로 판단된다.

• 한국산업정보학회논문지
• /
• 제29권3호
• /
• pp.51-65
• /
• 2024

스마트 그리드에서 전력 시스템을 효과적으로 운영하기 위해서는 전력 수요량을 정확히 예측하는 것이 중요하다. 최근 기계학습 기술의 발달로, 인공지능 기반의 전력 수요량 예측 모델이 활발히 연구되고 있다. 하지만, 기존 모델들은 모든 입력변수를 수치화하여 입력하기 때문에, 이러한 수치들 사이의 의미론적 관계를 반영하지 못해 예측 모델의 정확도가 하락할 수 있다. 본 논문은 입력 데이터에 대하여 거대언어모델을 통해 추출한 특징을 이용하여 단기 전력 수요량을 예측하는 기법을 제안한다. 먼저, 입력변수를 문장 형식의 프롬프트로 변환한다. 이후, 가중치가 동결된 거대언어모델을 이용하여 프롬프트에 대한 특징을 나타내는 임베딩 벡터를 도출하고, 이를 입력으로 받은 모델을 학습하여 예측을 수행한다. 실험 결과, 제안 기법은 수치형 데이터에 기반한 예측 모델에 비해 높은 성능을 보였고, 프롬프트에 대한 거대언어모델의 주의집중 가중치를 시각화함으로써 예측에 있어 주요한 영향을 미친 정보를 확인하였다.

• 대한교통학회지
• /
• 제34권5호
• /
• pp.476-488
• /
• 2016

이 연구에서는 교통수요예측의 신뢰성에 영향을 미치는 요소와 원인을 검토하였다. 통행의 다양성과 불규칙성, 입력자료 한계, 자료의 집합화, 모형의 단순화가 포괄적 의미에서 교통예측 오차원인이 된다. 또한 불가피하게 존재하는 예측 오차의 이론적 배경을 정확히 규명함으로써 예측결과를 실무적 정책결정에 활용할 시에 합리적 판단을 하는데 도움이 되도록 하였다. 본 연구에서는 특히 노선배정모형의 예측 오차의 요인에 초점을 두고, KTDB 자료기반 분석오차를 6개 항목으로 나누어 설명하였다. 즉, (1) 입력 자료의 오차, (2) 공간 집합화와 네트워크 표현방식에 따른 오차, (3) 교통패턴 변동에 대한 대푯값 설정에 따른 오차, (4) 교통류모형 단순화에 따른 오차, (5) 노선선택 행태 집합화에 따른 오차로 구분하여 설명하였다.

• 응용통계연구
• /
• 제27권7호
• /
• pp.1257-1268
• /
• 2014

KTX에 등장에 따라 국내 여객시장은 KTX 시장을 중심으로 변화가 이루어졌다. 이에 따라 KTX 이용 여객의 수요예측은 열차 운영에 있어서 매우 중대한 사안이다. 본 논문에서는 여러 시계열 모형의 비교를 통해 KTX 이용 여객의 수요와 연관이 있는 요일과 공휴일, 명절을 어떠한 형태로 고려할 것인지 연구하였다. 모형 간 예측력을 비교하기 위하여 Mean Absolute Percentage Errors (MAPE)를 사용하였으며, 1달간의 단기간 예측에 있어서 변동성을 고려해줄 수 있는 Reg-AR-GARCH 모형이 우수한 예측력을 나타냈으며, 1달을 초과한 기간의 예측에서는 Reg-ARMA 모형이 우수한 예측력을 나타냈다.