• 생물환경조절학회지
• /
• 제30권4호
• /
• pp.278-286
• /
• 2021

본 연구에서는 단면설계 및 열 교환 장치 위치 변경을 통해 온실의 구조 변경을 진행하였으며, 선행연구를 통해 개발된 모델을 근간으로 하여 개선 여부에 따른 온실 내부 환경을 예측하였다. 단면형상과 열 교환 장치의 개선 후 유속 변화에 따른 시뮬레이션 분석을 진행하였으며, 이 때 온도와 균일도는 각각 평균 0.65℃, 0.75%p 상승함을 확인하였다. 해석대상 온실과 같은 소규모 온실의 경우 방열관의 난방성능 개선보다 FCU에 의해 형성되는 공기 유동이 균일한 환경 조성에 더 큰 영향을 미치는 것으로 판단된다. 개선 전·후 온실에 환기시스템 적용 시 공기 유동 특성 분석을 위해 시뮬레이션 분석을 진행하였다. 공기 유동과 공기령은 유사한 분포를 보였으며, 개선 후 온실의 공기령이 개선 전 온실 대비 18초낮게 나타났다. 개선 전·후 온실 시뮬레이션 분석 결과 전체적으로 개선된 온실에서의 평균온도 및 온도 균일도 상승, 최대편차 감소 등 내부 환경의 균일성이 향상됨을 확인하였다. 선행연구로 개발된 모델은 형상 변경, 열 교환 장치 위치 변경 등에 따라 변화하는 온실 내부 환경을 예측할 수 있음을 확인하였으며, 온실 설계, 온실 내 난방시스템 설계 등의 분야에 적용 가능할 것으로 판단된다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.517-534
• /
• 2021

수소연료는 환경오염문제를 해소하고 에너지 불균형 및 비용을 절감할 수 있다는 점에서는 화석연료를 대체하는 에너지원으로 부각되고 있다. 수소는 친환경적이나 폭발성이 강하기 때문에 수소연료차의 화재, 폭발 사고에 대한 우려가 매우 높은 실정이다. 연구결과에서 수소사고는 일반적인 화재의 경우 비교적 안전하나, 폭발이 발생하면 매우 위험한 것으로 인식되고 있다. 특히, 터널과 같은 반밀폐공간에서는 위험도가 보다 증가할 것으로 예측되기에 이에 대한 예측방법 및 대책을 마련하기 위한 연구가 수행되고 있다. 이에 본 연구에서는 터널에서 수소폭발시 안전성을 평가하기 위해서 등가 TNT모델의 적용성과 수치해석 방법에 대한 검토를 수행하였다. 6개의 등가 TNT모델과 Weyandt의 실험결과의 폭발압력을 비교·검토하여 모델의 적용성을 평가한 결과, Henrych식이 13.6%의 편차로 가장 근접하는 것으로 나타났다. 수치해석을 이용하여 수소탱크 용량(52, 72, 156 L)과 터널 단면적(40.5, 54, 72, 95 m²)이 폭발압력에 미치는 영향에 대한 검토한 결과, 터널에서 폭발 압력파는 초기에는 대기중에서와 마찬가지로 반구형 형태로 전파되나 벽체에 도달하면 반사파가 형성되며, 일정 거리 이상에서는 평면파로 변형되어 아주 완만한 감쇄율로 전파하는 것으로 나타났다. 등가 TNT모델인 Henrych식은 폭발압력이 급격하게 감소하는 구간에서는 수치해석 결과와 잘 일치하나 폭발압력파가 변형된 이후에는 큰 폭으로 과소평가하는 것으로 나타났다. 수소탱크용량이 동일한 경우에는 터널 단면적이 증가할수록 폭발압력이 감소하며, 단면적이 동일한 경우에는 수소탱크 용량이 52 L에서 156 L로 증가하면 폭발압력은 약 2.5배 정도 증가하는 것으로 나타났다. 인체에 영향을 미치는 한계거리에 대한 평가결과, 수소탱크용량이 52 L인 경우 사망에 이르는 한계거리는 약 3 m, 중상에 이르는 거리는 단면적별로 차이가 있으나 28.5~35.8 m로 나타났다.

• 한국수자원학회논문집
• /
• 제55권10호
• /
• pp.723-736
• /
• 2022

본 연구에서는 금강권역을 대상으로 최대 12개월까지 선행예측이 가능한 월 강수량 예측모형을 구축하였으며, 예측모형 구축에는 다중회귀분석과 인공신경망의 두 가지 통계적 기법을 적용하였다. 예측인자 후보로 NOAA에서 제공하는 글로벌 기후패턴 39종과 금강권역에 대한 기상인자 8종 등 총 47종의 기후지수를 활용하였다. 예측대상월을 기준으로 과거 40년간의 월 강수량과 기후지수와의 지연상관성 분석을 통해 상관도가 높은 기후지수를 예측인자로 활용하여 다중회귀모형 및 인공신경망 모형을 구축하였다. 1991~2021년에 대해 매월 예측결과의 평균값과 관측값과의 적합도를 분석한 결과, 다중회귀모형은 PBIAS -3.3~-0.1%, NSE 0.45~0.50, r 0.69~0.70으로 분석되었으며, 인공신경망모형은 PBIAS -5.0~+0.5%, NSE 0.35~0.47, r 0.64~0.70로, 다중회귀모형에 의해 도출된 예측치의 평균값이 인공신경망모형보다 관측치에 좀 더 근접한 것으로 나타났다. 각 월의 예측범위 안에 관측치가 포함될 확률을 분석한 결과에서는 다중회귀모형이 57.5~83.6%(평균 72.9%), 인공신경망모형의 경우에는 71.5~88.7%(평균 81.1%)로 인공신경망모형 결과가 우수한 것으로 나타났다. 3분위 예측확률을 비교한 결과는 다중회귀모형의 경우에는 25.9~41.9%(평균 34.6%), 인공신경망모형은 30.3~39.1%(평균 34.7%)로 비슷하며, 두 모형 모두 평균 33.3% 이상으로 월 강수량에 대한 장기예측성을 확인 할 수 있었다. 이상과 같이 두 모형의 예측성 차이는 비교적 크지 않은 것으로 나타났으나, 예측범위에 대한 적중률이나 3분위 예측확률로부터 판단할 때 예측성에 대한 월별 편차는 인공신경망모형의 결과가 상대적으로 작게 나타났다.