• 한국농공학회지
• /
• 제36권3호
• /
• pp.60-66
• /
• 1994

This paper is to validate the proposed models for the real-time forecasting for the Keum river estuary dam such as tidal-level forecasting model, one-dimensional unsteady flood routing model, and Kalman filter models. The tidal-level forecasting model was based on semi-range and phase lag of four tidal constituents. The dynamic wave routing model was based on an implicit finite difference solution of the complete one-dimensional St. Venant equations of unsteady flow. The Kalman filter model was composed of a processing equation and adaptive filtering algorithm. The processng equations are second ordpr autoregressive model and autoregressive moving average model. Simulated results of the models were compared with field data and were reviewed.

• 대한교통학회지
• /
• 제18권3호
• /
• pp.55-76
• /
• 2000

실시간 통행시간관련자료의 집계시간간격은 보다 신뢰성있는 통행시간정보제공과 교통정보센터의 효율적인 운영을 위해 매우 중요한 요소이다. 그러나 대부분의 기존 VDS 및 TCS교통정보 데이터는 통계학적·공학적 차원에서의 합리적인 연구나 검증없이 경험적 간격으로 집계되고 있다. 본 연구의 목적은 링크 및 교통축(Corridor) 통행시간 산정 및 예측시의 최적 집계 시간간격을 결정할 수 있는 통계학적 모형을 개발하고 실제 도로망에서 수집되는 통행시간자료에 적용하는 것이다 첫째로, 본 연구는 링크 및 교통축 통행시간 산정 및 예측으로 인한 오차를 계량화하는 통계학적 모형을 제시하고, 제시된 모형의 의미를 교통류이론 측면과 통행시간정보 이용자측면에서 살펴보았다. 둘째로, 미국 Texas, Houston의 도시고속도로에서 AVI시스템을 통해 수집된 통행시간자료를 제시된 모형에 적용하였다. 적용결과 링크통행시간 산정을 위한 최적 집계시간간격보다 링크통행시간예측을 위한 최적 집계시간간격이 큰 것으로 나타났으며, 교통축 통행시간 산정 및 예측을 위한 최적 집계시간간격은 교통축을 구성하는 링크간의 상관관계 (Correlation)에 큰 영향을 받는 것으로 분석되었다.

• 자원ㆍ환경경제연구
• /
• 제16권2호
• /
• pp.337-361
• /
• 2007

본 연구에서는 국제 유연탄 가격을 대상으로 다양한 형태의 예측모형을 설정하고, 이들 예측모형을 토대로 기존의 구매전략과 대비하여 선택적 구매전략의 수익흐름을 산출하여, 구매전략에 따른 수익향상 및 수익안정화 효과를 분석한다. 실증분석에서는 대표적인 국제 유연탄 선도가격을 대상으로 일률적 구매전략과 대비하여 두 가지의 선택적 구매전략에 따른 수익향상 및 수익안정화 효과를 예측모형별, 예측기간별로 상호 비교한다. 여기서, 수익향상 및 수익안정화 효과는 구매전략별 수익흐름의 분포, 즉 평균과 표준편차를 상호 비교하여 분석한다. 예측모형을 토대로 기존의 구매전략과 대비하여 선택적 구매전략의 수익향상 및 수익안정화 효과에 대한 실증분석 결과는 다음과 같다. 일률적 구매전략의 경우와 비교하여 선택적 구매전략을 활용하는 경우 (일부 모형과 기간을 제외하고) 예측모형과 예측기간에 관계없이 수익의 단순평균은 증가한다. 반면, 수익의 표준편차는 감소한다. 예측기간이 길어질수록 단순평균의 증가폭도 커지는 반면, 표준편차의 감소폭은 상이하게 나타난다. 예측기간별로 약간의 차이는 있지만, 일부 예측모형이 다른 예측모형에 비해 단순평균과 표준편차 측면에서 우월한 것으로 나타난다.

• 지능정보연구
• /
• 제4권1호
• /
• pp.133-147
• /
• 1998

Recently, many researchers have been involved in finding deterministic equations which can accurately predict future event, based on chaotic theory, or fractal theory. The theory says that some events which seem very random but internally deterministic can be accurately predicted by fractal equations. In contrast to the conventional methods, such as AR model, MA, model, or ARIMA model, the fractal equation attempts to discover a deterministic order inherent in time series data set. In discovering deterministic order, researchers have found that neural networks are much more effective than the conventional statistical models. Even though prediction accuracy of the network can be different depending on the topological structure and modification of the algorithms, many researchers asserted that the neural network systems outperforms other systems, because of non-linear behaviour of the network models, mechanisms of massive parallel processing, generalization capability based on adaptive learning. However, recent survey shows that prediction accuracy of the forecasting models can be determined by the model structure and data structures. In the experiments based on actual economic data sets, it was found that the prediction accuracy of the neural network model is similar to the performance level of the conventional forecasting model. Especially, for the data set which is deterministically chaotic, the AR model, a conventional statistical model, was not significantly different from the MLP model, a neural network model. This result shows that the forecasting model. This result shows that the forecasting model a, pp.opriate to a prediction task should be selected based on characteristics of the time series data set. Analysis of the characteristics of the data set was performed by fractal analysis, measurement of Hurst index, and measurement of Lyapunov exponents. As a conclusion, a significant difference was not found in forecasting future events for the time series data which is deterministically chaotic, between a conventional forecasting model and a typical neural network model.

• 산업공학
• /
• 제13권1호
• /
• pp.78-91
• /
• 2000

This paper presents a computerized quality forecasting system for glass manufacturing. In forecasting the molten glass quality, we are concerned with three major issues : (1) to find the reasonable time lags between a set of process conditions and the quality measurement of glass products, (2) to find the most significant process variables affecting the quality, and (3) to construct the appropriate causal forecasting models using genetic algorithms. The experimental results show the proposed model results in better forecasting than linear regression model. The suggested forecasting model was implemented successfully and is being currently used in a real manufacturing line.

• 대한산업공학회지
• /
• 제12권1호
• /
• pp.55-61
• /
• 1986

Mathematical forecasting models and a practical computer based forecasting system are developed for planning production in a manufacturing and distribution network. The forecasting system works at the highest level of a hierarchical computer-based decision support system consisting of the forecasting system, an aggregate planning system and a shop floor scheduling system. The dynamics of business operations for an actual company have been considered to make this study a unique comprehensive analysis of a real world forecasting problem.

• 한국ITS학회 논문지
• /
• 제11권6호
• /
• pp.145-154
• /
• 2012

본 논문은 고속도로 터널구간을 대상으로 교통사고특성을 다각적으로 분석하여 다양한 독립변수를 선정하고 종속변수를 건, 건/km, 건/백만대km로 다양화하여 다중선형회귀모형을 개발하였다. 그리고 개발된 모형들은 상호 비교 검토하여 최종적으로 교통사고영향요인으로 구성된 신뢰성 있는 교통사고예측모형을 결정하였다. 교통사고예측모형은 모형의 $R^2$, F값 등 검정통계량 수준, 다중공선성, 잔차분석 등 모형검증과정이 수행되었고 터널구간의 교통사고특성 반영여부 등을 검토하여 최종적으로 터널길이에 따라 총 2개의 모형을 선정하였다. 선정된 종속변수는 ln(건/백만대km)이며, 독립 변수는 연평균일교통량(AADT), 종단구배, 터널높이로 구성되었다. 추정모형은 RMSE, MAE를 이용하여 예측한 값과 실제 관측값과의 차이를 분석하여 터널구간의 교통사고를 설명하는데 적합한 모형으로 파악되었다.

• 응용통계연구
• /
• 제35권3호
• /
• pp.385-393
• /
• 2022

본 논문에서는 시계열 예측 분야에서 잘 알려져 있는 단변량 시계열 모형들을 이용하여, 그들의 단순 조합이 어떤 예측력을 보여주는지 연구한다. 고려된 단변량 시계열 모형으로는, 지수평활 및 ARIMA(autoregressive integrated moving average) 모형들과 그들의 확장된 형태인 모형들 그리고 예측의 벤치마크 모형으로 자주 사용되는 비계절 및 계절 랜덤워크 모형이다. 단순 조합의 방법은 중앙값과 평균을 이용하였으며, 검증을 위하여 사용된 데이터셋은 3,003개의 시계열 자료로 구성된 M3-competition 자료이다. 예측 성능을 sMAPE(symmetric mean absolute percentage error)와 MASE(mean absolute scaled error)로 평가한 결과, 단변량 시계열 모형들의 단순 조합이 아주 우수한 예측력을 가지고 있음을 확인하였다.

• 상하수도학회지
• /
• 제21권3호
• /
• pp.305-314
• /
• 2007

Forecasting of water quality variation is not an easy process due to the complicated nature of various water quality factors and their interrelationships. The objective of this study is to test the applicability of neural network models to the forecasting of the water quality at Dalchun station in Han River. Input data is consist of monthly data of concentration of DO, BOD, COD, SS and river flow. And this study selected optimal neural network model through changing the number of hidden layer based on input layer(n) from n to 6n. After neural network theory is applied, the models go through training, calibration and verification. The result shows that the proposed model forecast water quality of high efficiency and developed web-based water quality forecasting system after extend model

• KIEE International Transactions on Power Engineering
• /
• 제4A권3호
• /
• pp.159-166
• /
• 2004

Forecasting prices in electricity markets is critical for consumers and producers in planning their operations and managing their price risk. We utilize the generalized autoregressive conditionally heteroskedastic (GARCH) method to forecast the electricity prices in two regions of New York： New York City and Central New York State. We contrast the one-day forecasts of the GARCH against techniques such as dynamic regression, transfer function models, and exponential smoothing. We also examine the effect on our forecasting of omitting some of the extreme values in the electricity prices. We show that accounting for the extreme values and the heteroskedactic variance in the electricity price time-series can significantly improve the accuracy of the forecasting. Additionally, we document the higher volatility in New York City electricity prices. Differences in volatility between regions are important in the pricing of electricity options and for analyzing market performance.