• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2006년도 추계학술대회
• /
• pp.165-168
• /
• 2006

Exponential smoothing methods do not adapt well to unexpected changes in underlying process. Over the past few decades a number of adaptive smoothing models have been proposed which allow for the continuous adjustment of the smoothing constant value in order to provide a much earlier detection of unexpected changes. However, most of previous studies presented ad hoc procedure of adaptive forecasting without any theoretical background. In this paper, we propose a detection-adaptation procedure applied to simple and Holt's linear method. We derive level and slope change detection statistics based on Bayesian statistical theory and present distribution of the statistics by simulation method. The proposed procedure is compared with previous adaptive forecasting models using simulated data and economic time series data.

• 산업공학
• /
• 제18권3호
• /
• pp.343-349
• /
• 2005

This study presents the empirical results of comparing several demand forecasting methods for Supply Chain Management(SCM). Adaptive exponential smoothing using change detection statistics (Jun) is compared with Trigg and Leach's adaptive methods and SAS time series forecasting systems using weekly SCM demand data. The results show that Jun's method is superior to others in terms of one-step-ahead forecast error and eight-step-ahead forecast error. Based on the results, we conclude that the forecasting performance of SCM solution can be improved by the proposed adaptive forecasting method.

• Journal of the Korean Data and Information Science Society
• /
• 제19권4호
• /
• pp.1133-1140
• /
• 2008

The goal of this paper is to analysis of the trend for stream quality in Gumi industrial complex with Winters' exponential smoothing method. It used the five different monthly time series data such as BOD, COD, TN, TP and EC from January 1998 to December 2006. The data of BOD, COD, TN, TP and EC are analyzed by time series method and forecasted the trends until December 2007. The stream qualities change for the better about BOD, COD, TN and TP, but the stream qualities resulted by EC is still serious.

• 산업경영시스템학회지
• /
• 제17권31호
• /
• pp.1-10
• /
• 1994

The purpose of this study is to search for the most effective forecasting model for condenser with independent demand among the quantitative methods such as Brown's exponential smoothing method, Box-Jenkins method, and multiple regression analysis method. The criterion for the comparison of the above models is mean squared error(MSE). The fitting results of these three methods are as follows. 1) Brown's exponential smoothing method is the simplest one, which means the method is easy to understand compared to others. But the precision is inferior to other ones. 2) Box-Jenkins method requires much historic data and takes time to get to the final model, although the precision is superior to that of Brown's exponential smoothing method. 3) Regression method explains the correlation between parts with similiar demand pattern, and the precision is the best out of three methods. Therefore, it is suggested that the multiple regression method is fairly good in precision for forecasting our item and that the method is easily applicable to practice.

• Journal of Computing Science and Engineering
• /
• 제8권1호
• /
• pp.17-24
• /
• 2014

In this paper, we propose a new implementation of a failure detector. The implementation uses a dual model of heartbeat and interaction. First, the heartbeat model is adopted to shorten the detection time, if the detection process does not receive the heartbeat message in the expected time. The interaction model is then used to check the process further. The expected time is calculated using the exponential smoothing method. Exponential smoothing can be used to estimate the next arrival time not only in the random data, but also in the data of linear trends. It is proven that the new detector in the paper can eventually be a perfect detector.

• 한국컴퓨터정보학회논문지
• /
• 제10권1호
• /
• pp.45-52
• /
• 2005

본 연구에서는 시간 연관 규칙에 지수 평활법을 적용한 상품 추천 알고리즘을 제안한다. 시간 연관 규칙은 기존의 연관 규칙에 시간 개념을 적용한 연관 규칙이다. 본 연구에서는 과거 데이터 보다 최신의 데이터에 가중치를 더 부여한 지수 평활 시간 연관 규칙을 제안한다. 제안한 알고리즘은 시간 의존적인 데이터에 적용하여 시뮬레이션을 한 결과 지수 평활법을 적용한 시간 연관 규칙이 기존의 시간 연관 규칙보다 실행시간 면에서 다소 오래 걸리지만 상품 추천 측면에서 더 효과적이다.

• 한국ITS학회 논문지
• /
• 제8권3호
• /
• pp.91-99
• /
• 2009

초고속 인터넷 서비스와 이동 통신의 발달, 그리고 Mobile Device 보급의 증가는 유비쿼터스(Ubiquitous) 기술의 발전을 촉진시키는 계기가 되었다. 와이브로 (WiBro, Wireless Broadband Internet) 시스템은 이동 중에도 무선 랜 (Wireless LAN) 보다 넓은 서비스 지원 영역에서 고속의 멀티미디어 서비스를 제공 받을 수 있는 MBWA(Mobile Broadband Wireless Access)기술이며, IP 기반의 백본 망(Backbone Network)로 구성된다. 이와 같은 무선 이동 통신 환경에서는 와이브로 시스템의 Layer 2(MAC Layer, Medium Access Control Layer)에서의 이동성 지원 기술뿐만 아니라 Layer 3(Network Layer)에서의 이동성 지원 프로토콜이 필요하며, 사용자가 이동 중에도 원활한 서비스를 제공받기 위해서는 핸드오버(Handovcr)의 지연 시간을 최소화 시켜야 한다. 따라서 본 논문에서는 IPv4 기반의 와이브로 망에서의 핸드오버 지연 단축 기법을 제안한다. 제안된 방법을 이동 단말(MS, Mobile Station)이 수신하는 신호 강도의 예측 값을 바탕으로 크로스 레이어 (Cross-Layer)기반의 고속 핸드오버 기법 (Fast Handover Scheme)을 적용하며, 지수평활법 (Exponential Smoothing Method)을 사용하여 예측 값을 계산한다. 모의 실험을 통해 기존의 방법과 제안된 방법을 비교, 분석하여 핸드오버 지연 시간의 단축을 증명한다.

• 한국콘텐츠학회논문지
• /
• 제5권6호
• /
• pp.378-385
• /
• 2005

DDoS(Distributed Denial of Service) 공격에 사용되는 네트워크 트래픽과 정상적인 서비스를 위한 네트워크 트래픽을 구분해 내는 것은 쉽지 않다. 정상적인 패킷을 유해 트래픽으로 판단하고 유해 트래픽의 공격자의 의도대로 서비스를 못하는 경우가 발생하므로, DDoS 공격으로부터 시스템을 보호하기 위해서는 공격 트래픽에 대한 정확한 분석과 탐지가 우선되어야 한다. IPv6 환경으로 전환될 때 발생하는 유해 트래픽에 대한 연구가 미약한 상태이므로, 본 논문에서는 IPv6 환경에서 NETWOX로 공격을 수행하고 공격 트래픽을 모니터링한 후 MIB(Management Information Base)객체를 지수 평활법을 적용하여 예측치를 구한 후 임계치를 산정하여 공격을 판별하는 방법을 제안한다.

• 정보처리학회논문지D
• /
• 제11D권3호
• /
• pp.741-746
• /
• 2004

전자상거래가 활성화됨에 따라 고객 개인의 관심에 부합하는 개인화된 정보나 상품 서비스를 제공하기 위하여 시간에 따라 분할하여 연산하는 시간 연관 규칙이 최근에 등장하고 있다. 본 논문은 일반적으로 정의된 연관 규칙에 대해 시간의 변화를 고려하기 위하여 최신 데이터에 가중치를 높여 주는 지수 평활법을 적용한 연관 규칙을 정의하고 이로 탐사하는 알고리즘을 제안한다. 시뮬레이션과 적용사례를 통하여 시간에 따라 분할하여 지수 평활법을 적용한 시간 연관 규칙이 기존의 것보다 실행시간은 다소 많지만 시간을 고려한 정확한 탐색률을 갖으므로 전자 상점 현장 응용에 효과적임을 확인하였다.

• Industrial Engineering and Management Systems
• /
• 제12권3호
• /
• pp.244-253
• /
• 2013

In industries, shipping is an important issue in improving the forecasting accuracy of sales. This paper introduces a hybrid method and plural methods are compared. Focusing the equation of exponential smoothing method (ESM) that is equivalent to (1, 1) order autoregressive-moving-average (ARMA) model equation, a new method of estimating the smoothing constant in ESM had been proposed previously by us which satisfies minimum variance of forecasting error. Generally, the smoothing constant is selected arbitrarily. However, this paper utilizes the above stated theoretical solution. Firstly, we make estimation of ARMA model parameter and then estimate the smoothing constant. Thus, theoretical solution is derived in a simple way and it may be utilized in various fields. Furthermore, combining the trend removing method with this method, we aim to improve forecasting accuracy. This method is executed in the following method. Trend removing by the combination of linear and 2nd order nonlinear function and 3rd order nonlinear function is executed to the original production data of two kinds of bread. Genetic algorithm is utilized to search the optimal weight for the weighting parameters of linear and nonlinear function. For comparison, the monthly trend is removed after that. Theoretical solution of smoothing constant of ESM is calculated for both of the monthly trend removing data and the non-monthly trend removing data. Then forecasting is executed on these data. The new method shows that it is useful for the time series that has various trend characteristics and has rather strong seasonal trend. The effectiveness of this method should be examined in various cases.