• 산업경영시스템학회지
• /
• 제39권1호
• /
• pp.25-30
• /
• 2016

It is critical to forecast the maximum daily and monthly demand for power with as little error as possible for our industry and national economy. In general, long-term forecasting of power demand has been studied from both the consumer's perspective and an econometrics model in the form of a generalized linear model with predictors. Time series techniques are used for short-term forecasting with no predictors as predictors must be predicted prior to forecasting response variables and containing estimation errors during this process is inevitable. In previous researches, seasonal exponential smoothing method, SARMA (Seasonal Auto Regressive Moving Average) with consideration to weekly pattern Neuron-Fuzzy model, SVR (Support Vector Regression) model with predictors explored through machine learning, and K-means clustering technique in the various approaches have been applied to short-term power supply forecasting. In this paper, SARMA and intervention model are fitted to forecast the maximum power load daily, weekly, and monthly by using the empirical data from 2011 through 2013. $ARMA(2,\;1,\;2)(1,\;1,\;1)_7$ and $ARMA(0,\;1,\;1)(1,\;1,\;0)_{12}$ are fitted respectively to the daily and monthly power demand, but the weekly power demand is not fitted by AREA because of unit root series. In our fitted intervention model, the factors of long holidays, summer and winter are significant in the form of indicator function. The SARMA with MAPE (Mean Absolute Percentage Error) of 2.45% and intervention model with MAPE of 2.44% are more efficient than the present seasonal exponential smoothing with MAPE of about 4%. Although the dynamic repression model with the predictors of humidity, temperature, and seasonal dummies was applied to foretaste the daily power demand, it lead to a high MAPE of 3.5% even though it has estimation error of predictors.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2000년도 추계학술대회 논문집
• /
• pp.79-83
• /
• 2000

A sliding mode fuzzy control (SMFC) with disturbance estimator is applied to design a controller for the third generation benchmark problem on an wind-excited building. A distinctive feature in vibration control of large civil infrastructure is the existence of large disturbances, such as wind, earthquake, and sea wave forces. Those disturbances govern the behavior of the structure, however, they cannot be precisely measured, especially for the case of wind-induced vibration control. Since the structural accelerations are measured only at a limited number of locations without the measurement of the wind forces, the structure of the conventional control may have the feed-back loop only. General structure of the SMFC is composed of a compensation part and a convergent part. The compensation part prevents the system diverge, and the convergent part makes the system converge to the sliding surface. The compensation part uses not only the structural response measurement but also the disturbance measurement, so the SMFC has a feed-back loop and a feed-forward loop. To realize the virtual feed-forward loop for the wind-induced vibration control, disturbance estimation filter is introduced. the structure of the filter is constructed based on an auto regressive model for the stochastic wind force. This filter estimates the wind force at each time instance based on the measured structural responses and the stochastic information of the wind force. For the verification of the proposed algorithm, a numerical simulation is carried out on the benchmark problem of a wind-excited building. The results indicate that the present control algorithm is very efficient for reducing the wind-induced vibration and that the performance indices improve as the filter for wind force estimation is employed.

• 한국전자파학회논문지
• /
• 제28권10호
• /
• pp.794-801
• /
• 2017

본 논문에서는 DTV(Digital Television) 기반의 수동형 레이다와 다중 채널 융합 기법을 이용한 항공기 표적 인식 방법을 제안하였다. DTV에서 송신되는 다수의 채널을 융합하여 표적인식에 필요한 해상도의 HRRP(High Resolution Range Profile)를 획득하였다. HRRP는 AR(Auto Regressive) 기법 또는 제로 패딩 기법을 이용하여 획득하였다. 획득한 HRRP로부터, 경사하강법을 이용한 CLEAN 기법을 통해 산란점을 추출한 후 특성벡터를 생성하였으며, 이를 신경망 구분기에 학습시켜 표적 인식을 수행하였다. 제안된 방법의 성능을 검증하기 위하여 실제 국내에서 운용되고 있는 3개의 송신소(관악산, 용문산, 견월악)의 주파수 대역을 가정하고, 4종의 항공기 실스케일 3D 캐드 모델을 이용하여 제안된 방법과 각 송신소의 단일 채널 주파수를 이용하였을 때의 표적인식 성능을 비교하였다. 시뮬레이션 결과, 제안된 방법이 3개의 송신소 모두에서 각 송신소의 단일 채널 주파수를 이용하였을 때보다 높은 표적 인식 성능을 보였다.

• 한국수자원학회논문집
• /
• 제30권1호
• /
• pp.45-54
• /
• 1997

수돗물, 송배수펌프의 운전 등 상수도시설을 합리적인 운용을 위해서는 일, 또는 시간 단위의 급수량 사용량의 추정이 필수적이다고 할 수 있다. 급수량의 추정방식은 회귀모형식 및 시계열 분석방법이 있는데, 본 연구에서는 시계열 분석방법인 ARIMA모형을 이용하여 일일 급수량을 추정하였으며 연구대상 지역으로는 광주광역시를 선정하였다. 일일 급수량을 추정하는데 있어서 시계열장을 15, 30. 60, 90일로 나누어 각각의 시계열장에 대해 시행착오법으로 각 모형에 적용하여 최적의 시계열장을 결정하여, 상수도 일일 급수량을 추정할 수 있는 모형을 제안하고 그 유효성을 잔차분석을 통해 검증하였다. 제안된 모형식은 사고 등의 인위적인 조작(단수 등)이 가해지는 시기를 제외하고는 실측치와 모형의 추정치와의 오차율이 최대 약 12%, 평균 3% 이내로 나타나, 모형의 결과는 상수도 일일 급수량의 추정에 필요한 시설에 적용 가능하다고 판단된다.

• 대한교통학회지
• /
• 제25권1호
• /
• pp.121-132
• /
• 2007

일반국도의 상시조사 자료는 교통량 조사 장비를 통해 수집되며, 수집된 자료가 누락되거나 불량일 경우 통계자료의 객관성을 유지하기 위해서 보정을 해야 한다. 교통량 결측 자료의 보정을 통계적인 방법으로 접근하여 신뢰성을 높이고자 본 연구에서는 보정 대상 시간과 동일시간의 자료를 적용할 수 있는 자기회귀분석과 보정 대상 지점과 동일 지점의 자료를 적용할 수 있는 계절 시계열 분석을 이용하여 보정하는 방안을 제시하였다. 계절 시계열 분석을 적용하여 결측 자료를 보정한 결과, 결측 기간이 길어질수록 오차가 커지는 것으로 분석되었다. 이것은 단기예측의 경우 실제자료를 이용하여 예측 값을 제시하지만, 장기예측의 경우 예측된 자료를 이용하여 예측값을 제시하기 때문에 신뢰성이 떨어지기 때문이라 판단된다. 자기회귀분석을 적용하여 결측 자료를 보정한 결과, 시계열분석에 비해서 오차가 적은 것으로 분석되었다. 이것은 교통량자료는 과거 패턴보다 현재 시점의 영향을 더 많이 받는 것이기 때문이라 판단된다 하지만 자기회귀분석은 인근에 패턴이 유사한 지점이 있어야 가능하며, 인근에 유사한 지점이 있더라도 그 지점의 자료가 불량일 경우 보정이 불가능하다는 단점이 있다. 이러한 경우에는 과거자료를 이용해서 보정할 수밖에 없으며, 단기 결측의 경우에는 시계열분석을 이용할 수 있다.

• 대한교통학회지
• /
• 제25권1호
• /
• pp.7-21
• /
• 2007

본 연구는 오전 첨두 2시간 동안 서울의 도심 또는 부도심 코든으로 진입하는 수도권의 모든 승용차에 대해 2.000원의 혼잡통행료를 부과할 경우 교통과 형평성 및 효율성 측면의 효과를 분석하는 데 목적이 있다 혼잡통행료를 부과하면 코든으로 진입하는 구간은 물론 수도권 전반적으로 승용차의 통행량은 감소하지만 버스와 지하철 및 택시의 통행량은 증가하며, 이러한 현상은 통근자들의 소득수준이 낮을수록 크게 나타났다. 한편 형평성 측면에서 수도권 전체 통근자들의 후생은 도심 코든에서만 혼잡통행료를 부과할 경우 증가하지만 도심과 부도심 코든에서 함께 부과하면 오히려 감소하며, 두 경우 모두 소득 누진적인 효과가 있는 것으로 나타났다. 그러나 혼잡통행료가 부과되는 코든 진입 구간의 경우 시간가치가 가장 높은 고소득계층의 후생이 가장 크게 증가하여 소득 역진적인 효과가 있는 것으로 추정되었다. 또한 효율성 측면에서는 혼잡통행료를 부과하면 수도권 전체적으로 상당히 큰 사회적 순편익이 발생하며, 도심 코든에서만 혼잡통행료를 부과할 경우 더 크게 증가할 것으로 추정되었다.

• 응용통계연구
• /
• 제29권5호
• /
• pp.873-885
• /
• 2016

노지에서 재배되는 양파 생산량은 기후환경에 의하여 영향을 받으며, 특정 지역에서 많이 생산되는 지역적인 특성을 가지고 있다. 따라서 생산량 예측시 기상과 지역을 동시에 고려하는 접근이 필요하다. 본 논문에서는 공간 패널 회귀모형을 이용하여 기상변화에 따른 생산량을 추정하였다. 양파 주산지 13곳에 대한 2006년부터 2015년까지의 기상 패널자료를 사용하여, 공간시차를 반영한 공간자기회귀(spatial autoregressive)모형을 사용하였다. 공간가중치 행렬은 임계치 설정방법과 최근거리 설정방법으로 나누어 분석하여, 최근 3곳까지 거리 설정방법을 사용한 모형이 최종 모형으로 선택되었으며, 자기상관성이 유의함을 보였다. 하우스만 검정을 통해 채택된 확률효과모형으로 분석한 결과 누적일조시간(1월), 평균상대습도(4월), 평균최저기온(6월), 누적강수량(11월) 등이 양파 생산량 예측에 유의한 변수로 나타났다.

• 한국인구학
• /
• 제34권2호
• /
• pp.135-162
• /
• 2011

청소년 자살률이 점차 증가하고 있는 가운데, 한국청소년패널데이터(KYPS)를 활용하여 청소년이 인식하는 부모, 친구, 교사, 지역사회와의 관계와 자살충동간 인과관계를 확인하고 이에 대한 성별차이를 분석하였다. 두 가지 중요한 발견은 다음과 같다: 첫째, 전년도(t-1) 부모지지, 친구지지, 교사지지, 지역사회지지, 자살충동의 수준이 높을수록 다음 해(t)의 같은 요인의 수준이 모두 높았다. 둘째, 각 지지 요인과 자살충동간 교차경로에서 유의한 성별차이가 발견된 모형은 부모지지와 친구지지 모형이었다. 두 모형 모두 중학교 3학년의 부모(친구)지지의 수준이 높을수록 고등학교 1학년의 자살충동이 낮아짐을 발견하였다. 본 연구를 통해 자살충동의 내적역동이 시간의 흐름에도 불구하고 일관성을 지니므로 주변인과의 관계, 지지 등과 같은 개인 외적 요인의 긍정적 효과에 주목해야 할 필요성과 함께 약한 인과관계를 보였던 교사, 지역사회 지지를 강화시켜 청소년의 자살충동을 감소시킬 수 있는 방법을 강구해야 할 것을 제언하였다.

• 한국안전학회지
• /
• 제25권6호
• /
• pp.47-52
• /
• 2010

Many industrial accidents have occurred over the years in the manufacturing and construction industries in Korea. However, as the service industry has increased continuously, the share of the accident rate in the service industry was 39.07% in 2009, while the manufacturing industry share was 33.73%. The service industry share overtook the manufacturing industry share for the first time. Therefore, this research considers prevention of industrial accidents in the service industry as well as manufacturing and construction industries. This paper describes a procedure and a method to estimate efficient accident rate forecasting and estimated zero accident time in the service industry in order to prevent industrial accidents in the transportation, storage, and telecommunication divisions. This paper proposes a model using an analytical function for the sake of very efficient accident rate forecasting. Accordingly, this paper has develops a program for accident rate forecasting, zero accident time estimating, and calculation of achievement probability through MFC (Microsoft Foundation Class) software Visual Studio 2008 in the transportation, storage, and telecommunication divisions. In results of this paper, ARIMA (Auto Regressive Integrating Moving Average) is regarded as a very efficient forecasting model for the transportation, storage, and telecommunication division. In testing this model, value minimizing the Sum of Square Errors (SSE) was calculated as 0.2532. Finally the results of this paper are sure to help establish easy accident rate forecasting and strategy or method of zero accident time in the service industry for prevention of industrial accidents.

• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.331-338
• /
• 2012

현재 국내에서 EM-120에 의해 검측된 틀림 데이터는 매우 불규칙적인 형태를 나타내며 데이터 분석 시 다양한 문제점을 가지고 있다. 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 특징과 문제점을 분석하고, 이를 보완할 수 있는 효율적인 처리 기법을 개발하였으며, 정제된 데이터의 ARIMA 분석을 통해 검측데이터와 계절 변화의 상관관계 분석을 수행하였다. 또한 회귀모형, 지수평활법, ARIMA 모형 등 다양한 예측 모델의 적용을 통해 검측 데이터의 시계열 분석을 수행하고, 궤도 틀림 데이터의 예측 모델에 적합한 최적 모델 선정과 관련한 연구를 수행하였다.