• KIEE International Transactions on Power Engineering
• /
• 제5A권1호
• /
• pp.16-21
• /
• 2005

In this study, a new Unit Commitment (UC) algorithm is proposed to consider the uncertainty of a daily load profile. The proposed algorithm calculates the UC results with a lower load level than that generated by the conventional load forecast method and the greater hourly reserve allocation. In case of the worst load forecast, the deviation of the conventional UC solution can be overcome with the proposed method. The proposed method is tested with sample systems, which indicates that the new UC algorithm yields a completely feasible solution even when the worst load forecast is applied. Also, the effects of the uncertain hourly load demand are statistically analyzed, particularly by the consideration of the average over generation and the average under generation. Finally, it is shown that independent power producers participating in electricity spot-markets can establish bidding strategies by means of the statistical analysis. Therefore, it is expected that the proposed method can be used as the basic guideline for establishing bidding strategies under the deregulation power pool.

• 대한전기학회논문지
• /
• 제43권5호
• /
• pp.739-746
• /
• 1994

This paper present an efficient methodology to solve the unit commitment problem for large scaled power system which involves various type of generation. We introduce the global optimization approach to coordinate the thermal type, hydro type and pumped storage type generation. To overcome the shortcomings in dynamic programming for thermal unit commitment, an improved heurisitic method using lambda(λ) was proposed, Hydro and pumped type allocation was Solved by analytical approach using λ which exculde undisirable iteration for satisfying the energy usage constraints. The case studies for proposed algorithm are proven by sample system and KEPCO practical system, which produced very resonable both computing requirements and convergency.

• 산업공학
• /
• 제24권1호
• /
• pp.40-50
• /
• 2011

We develop a nonlinear integer programming model which minimizes the total cost with the optimal number of operators to hire and their optimal allocation to the tasks under the diverse constraints such as the weekly, daily, and hourly maximum allowable abandonment rates for the time-varying inbound call volume. We present a case study based on actual data at a call center, in order to prove the validity of applying the optimization method proposed. By the one-sample two-tailed t-test, we confirm that the expected abandonment rates resulting from the optimization method are identical with the ones from the discrete-event simulation within specified confidence intervals.

• 지능정보연구
• /
• 제25권2호
• /
• pp.39-55
• /
• 2019

최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.

• 응용통계연구
• /
• 제27권2호
• /
• pp.239-247
• /
• 2014

본 논문에서는 사회적으로나 개인적으로 매우 민감한 조사에서 조사하고자 하는 모집단이 여러 개의 층으로 구성되어 있고, 각 층이 양적인 속성으로 되어 있는 경우에 Himmelfarb-Edgell의 가법 모형과 Gjestvang-Singh의 가법 모형에 단순임의추출법 대신에 층화추출법을 적용한 층화 가법 양적속성 확률화응답모형을 제안하였다. 제안한 두 모형으로부터 각 층의 양적속성에 대한 모평균의 추정뿐만 아니라 모집단 전체 모평균에 대한 추정을 할 수 있는 이론적 체계를 마련하였다. 그리고 제안한 두 모형에서 비례배분과 최적배분 문제를 다루었으며, 각 배분법에 따른 분산식을 도출하였다. 마지막으로 두 층화 가법 양적속성 확률화응답모형들 간의 효율성을 비교해 본 결과 Gjestvang-Singh의 층화 가법 모형이 Himmelfarb-Edgell의 층화 가법 모형보다 효율적으로 나타났고, 특히 hh값이 작을수록 즉, 제시한 모형의 특성이 직접질문에 가까워질수록 Gjestvang-Singh의 층화 가법 모형의 효율성이 커짐을 알 수 있었다.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.2895-2905
• /
• 2018

Lee(2016a)는 Bar-Lev et al.(2004)의 모형에 무관한 변수를 추가하여 민감한 변수, 변환된 변수 그리고 무관한 변수 중에서 확률장치에 의해 선택된 질문에 응답하도록 하는 승법 양적 확률화응답모형을 제안하였다. 본 연구에서는 Bar-Lev et al.(2004)이 제안한 강요 양적속성 승법모형에 무관한 변수와 강요응답을 새롭게 추가한 혼합 승법 양적속성 확률화응답모형을 제안하였다. 그리고 무관한 변수에 대한 정보를 아는 경우와 모르는 경우로 나누어 민감한 양적속성을 추정할 수 있는 이론적 체계를 구축하였다. 또한, 모집단이 층화되어 있을 때에도 제안한 모형의 적용이 가능하도록 층화 혼합 승법 양적속성 확률화응답모형으로 확장하였고 층화추출에 있어서 비례배분과 최적배분 문제를 다루었다. 마지막으로 기존의 승법모형인 Eichhorn-Hayre(1983) 모형, Bar-Lev et al.(2004) 모형, Gjestvang-Singh(2007) 모형, Lee(2016a) 모형이 제안한 혼합 승법 양적속성 확률화응답모형의 특수한 형태임을 확인할 수 있었고, Bar-Lev et al.(2004) 모형과의 효율성 비교 결과 $C_x$값이 작을수록 그리고 $C_z$값이 클수록 제안한 혼합 승법 양적속성 확률화응답모형이 Bar-Lev et al.(2004)의 모형보다 효율적이었다.

• 정보처리학회논문지D
• /
• 제10D권2호
• /
• pp.317-326
• /
• 2003

이동전화 보급 확대에 따라 가구전화 보유율은 낮아지고 있는 추세이며, 낮은 전화번호 등재율과 재택율은 적격 응답자의 접속률을 감소시키고 있다. 이러한 전화 조사환경의 변화는 새로운 통신 서비스를 활용한 또 다른 조사채널의 확보를 요구하고 있다. 본 논문에서는 무선 데이터 통신 서비스의 일종인 SMS(short message service)를 이용한 모바일 서베이 시스템을 설계하고 구현하였다. 본 시스템은 쿼터할당에 의한 random digit sampling 방식으로 표본을 추출하고, 추출된 표본에 정해진 스케줄러에 의해 SMS를 전송하고, SMS를 받은 조사패널이 통화버튼을 눌러 응답 서버에 접속하여 해당 설문에 응답하면, 응답값은 데이터베이스에 저장되어 실시간으로 분석처리 된다. 본 시스템의 특징은 다른 조사 방법론에 비해 자료수집이 용이하고, 조사비용이 저렴하며, 조사 소요시간을 획기적으로 줄일 수 있다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권14호
• /
• pp.5571-5575
• /
• 2014

Background: The ability to predict the survival time of breast cancer patients is important because of the potential high morbidity and mortality associated with the disease. To develop a predictive inference for determining the survival of breast cancer patients, we applied a novel Bayesian method. In this paper, we propose the development of a databased statistical probability model and application of the Bayesian method to predict future survival times for White Hispanic female breast cancer patients, diagnosed in the US during 1973-2009. Materials and Methods: A stratified random sample of White Hispanic female patient survival data was selected from the Surveillance Epidemiology and End Results (SEER) database to derive statistical probability models. Four were considered to identify the best-fit model. We used three standard model-building criteria, which included Akaike Information Criteria (AIC), Bayesian Information Criteria (BIC), and Deviance Information Criteria (DIC) to measure the goodness of fit. Furthermore, the Bayesian method was used to derive future survival inferences for survival times. Results: The highest number of White Hispanic female breast cancer patients in this sample was from New Mexico and the lowest from Hawaii. The mean (SD) age at diagnosis (years) was 58.2 (14.2). The mean (SD) of survival time (months) for White Hispanic females was 72.7 (32.2). We found that the exponentiated Weibull model best fit the survival times compared to other widely known statistical probability models. The predictive inference for future survival times is presented using the Bayesian method. Conclusions: The findings are significant for treatment planning and health-care cost allocation. They should also contribute to further research on breast cancer survival issues.

• 한국조사연구학회지:조사연구
• /
• 제8권2호
• /
• pp.91-115
• /
• 2007

산업 직업별 고용구조조사(OES : Occupational Employment Statistics)는 국가승인통계로 산업소분류(194개) 직업세분류(392개) 수준에서의 고용구조를 파악하여 국가적 인적자원 수급정책을 위한 기본통계와 직업별 고용전망, 진로 선택, 직업훈련, 취업알선 등 노동시장 정책과 연구를 위한 기초 자료를 제공하는데 목적이 있다. 이러한 목적을 달성하기 위하여 본 연구에서는 2005년도와 2006년도에 실시된 산업 직업별 고용구조조사 자료를 특성별로 정밀 분석하고, 10% 인구주택총조사 자료를 사용하여 우리나라의 고용현황을 살펴서 이들을 바탕으로 모집단을 충분히 대표할 수 있도록 새로운 표본설계 방안을 마련하고자 한다. 표본설계방안에서는 표본배정 기준을 마련하고 아울러 가중치 부여 과정을 포함해서 추정식과 추정식의 오차계산 공식을 유도한다. 새로운 표본설계를 통해서 산업 직업별 고용구조를 보다 정확히 파악하여 국가적 인력수급 정책을 원활히 세울 수 있게 되고, 또한 고용관련 연구에도 기여를 할 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.64-79
• /
• 2023

본 연구는 Monte Carlo 기법을 교통카드기반의 수도권 지하철의 통행배정 문제에 적용하는 과정을 검토하였다. 연구는 우선 교통카드에서 역 간 표본의 통행에서 나타나는 통행시간에 대하여 프로빗 모형의 기반이 되는 정규분포의 가정을 적용하였다. Monte Carlo 통행배정은 역 간 통행에 대하여 평균과 표준편차를 산정하고 이를 개별 링크의 차내시간과 환승의 보행 및 배차간격의 가중치로 적용하는 방안을 제안하였다. 샘플 수가 50 이하로 낮게 나타나는 장거리 통행은 유사 통행의 특성을 이전하는 방안으로 적용하였다. 수도권 지하철 네트워크에 대하여 두 가지 방향에서 연구 결과를 검토하였다. 하나는 선릉-성수의 단일 역 간 통행에 대하여 차내시간 및 환승시간에 랜덤샘플링을 적용하는 방안으로 검증하였다. 다음으로 수도권 지하철 전체에 대해서는 역 간 통행 샘플수에 따라서 50 이상은 역 간 정규분포의 가정을 그대로 수용하였다. 샘플수가 50 이하의 장거리 통행은 역 간 최소거리가 122 (Km)에서 표본의 균등성이 확보되는 상황으로 판단하고 이 거리에서 나타나는 카드자료의 역 간 평균과 표준편차를 적용하였다. 사례연구로서 교통카드자료로 구축된 수도권 지하철을 네트워크를 대상으로 단일OD 및 전체 OD의 통행배정의 결과를 도출하였다. 한편 통행에 대한 샘플링이 부족한 상황에서 추가적인 연구가 필요한 것으로 나타났다.