• 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.

• Journal of Electrical Engineering and information Science
• /
• 제2권3호
• /
• pp.61-65
• /
• 1997

This paper proposes an intelligent controller for brushless DC motor and load with unknown nonlinear dynamics. The proposed intelligent control system consists of a plant identifier and PID controller with varying gains. The identifier is constructed using an Auto Regressive Moving Average (ARMA) model. In order to tune the parameters of the identifier and the gains of the PID controller efficiently, e also propose a modified Evolution Strategy. Experimental results show that the proposed intelligent controller for brushless DC motor has good control performance under unknown disturbance.

• 대한의용생체공학회:의공학회지
• /
• 제24권3호
• /
• pp.151-158
• /
• 2003

심장혈관 신호에 있어서 단기간의 beat-to-beat 변이(variability)에 대한 여러 연구에서 선형 분석기법들이 사용되었다. 그러나 단기간 beat-to-beat 변이에 대해 선형기법 사용의 타당성에 대한 연구나 선형과 비선형 특성을 비교한 연구는 수행되지 않았다. 본 논문의 목적은 단기간 beat-to-beat 변이의 비선형성 특성을 조사함으로써 선형기법 사용의 적절함을 증명하고자 한다. 이를 위해 선형 ARMA와 비선형 신경망(NN) 모델을 사용하여 예측을 수행하였는데, 과거의 순시 심박(HR)과 평균 혈압(BP)으로부터 현재의 심박과 혈압 예측을 상호 비교하였다. 이러한 예측모델을 평가하기 위해 MIMIC 데이터베이스로부터 HR와 BP 시계열을 사용하였다. 실험결과에 의하면 신경망에 의한 비선형성은 단기간 beat-to-beat 변이를 생성하는 시스템 동특성을 나타내는데 의미있는 역할을 하지 못하였으며, 이 사실은 ARMA 선형 분석기법이 이러한 시스템 동특성을 나타내는데 적절함을 보여주고 있다

• Smart Structures and Systems
• /
• 제25권3호
• /
• pp.285-299
• /
• 2020

Long term structural health monitoring has gained wide attention among civil engineers in recent years due to the scale and severity of infrastructure deterioration. Establishing effective damage indicators and proposing enhanced monitoring methods are of great interests to the engineering practices. In the case of bridge health monitoring, long term structural vibration measurement has been acknowledged to be quite useful and utilized in the planning of maintenance works. Previous researches are majorly concentrated on linear time series models for the measurement, whereas nonlinear dependences among the measurement are not carefully considered. In this paper, a new bridge health monitoring method is proposed based on the use of long term vibration measurement. A combination of the fundamental ARMA model and copula theory is investigated for the first time in detecting bridge structural damages. The concept is applied to a real engineering practice in Japan. The efficiency and accuracy of the copula based damage indicator is analyzed and compared in different window sizes. The performance of the copula based indicator is discussed based on the damage detection rate between the intact structural condition and the damaged structural condition.

• Communications for Statistical Applications and Methods
• /
• 제18권3호
• /
• pp.319-331
• /
• 2011

In this paper, we propose automatic procedures for the model selection of various univariate time series data. Automatic model selection is important, especially in data mining with large number of time series, for example, the number (in thousands) of signals accessing a web server during a specific time period. Several methods have been proposed for automatic model selection of time series. However, most existing methods focus on linear time series models such as exponential smoothing and autoregressive integrated moving average(ARIMA) models. The key feature that distinguishes the proposed procedures from previous approaches is that the former can be used for both linear time series models and nonlinear time series models such as threshold autoregressive(TAR) models and autoregressive moving average-generalized autoregressive conditional heteroscedasticity(ARMA-GARCH) models. The proposed methods select a model from among the various models in the prediction error sense. We also provide an R package autots that implements the proposed automatic model selection procedures. In this paper, we illustrate these algorithms with the artificial and real data, and describe the implementation of the autots package for R.

• 대한토목학회논문집
• /
• 제29권2B호
• /
• pp.163-171
• /
• 2009

수문시계열 분석과 예측을 위하여 통상적으로 기존의 선형적인 모형들을 이용하여 왔다. 그러나 최근 자연현상이나 수문시계열의 패턴 그리고 변동성에 비선형구조가 존재하고 있다는 것이 입증되고 있다. 따라서 기존의 선형적인 방법들에 의한 시계열분석이나 예측은 비선형 시스템에 대해서 적절하지 않을 것이다. 최근, 시계열의 비선형성 구조를 판단하기 위해 카오스 이론을 토대로 한 상관적분으로부터 BDS(Brock-Dechert-Scheinkman) 통계 기법이 유도되었다. BDS 통계는 시스템의 비선형구조와 무작위성 구조를 구별하는데 매우 효과적으로 이용되어 오고 있다. 또한 DVS(Deterministic Versus Stochastic) 알고리즘은 카오스와 추계학적 시스템을 구별하고 예측하는데 주로 이용되어 왔다. 그러나 본 연구에서는 DVS 알고리즘에 의해 시계열의 비선형성을 판별할 수 있음을 보이고자 한다. 따라서 본 연구에서는 추계학적 시계열과 수문학적 시계열들의 비선형성을 검사하고자 한다. ARMA 모형과 TAR(Threshold autoregressive) 모형으로부터로 발생시킨 추계학적 시계열, 미국 유타주 GSL 체적자료, 미국 플로리다 주 St. Johns 강 Cocoa 지점의 유출량 자료, 소양강 댐 일 유입량 자료 등의 수문시계열에 대해 비선형성 분석을 수행하고 그 결과를 비교하였다. 분석결과 BDS 통계가 선형 및 비선형 시계열을 구분하는데 매우 강력한 도구임을 보였고, DVS 알고리즘 또한 시계열의 비선형성을 구별하는데 효과적으로 이용될 수 있음을 보였다.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.769-777
• /
• 1998

본 연구에서는 다양한 특성을 가지는 시계열 자료들을 분석하여 자료의 비선형성 여부를 판단하였다. 시계열 자료의 무작위성을 분석하면 시스템의 비선형 구조를 알아낼 수 있다. 무작위성을 조사하는 통계기법으로는 전통적인 비모수 통계기법과 새로운 통계기법인 BDS 통계를 사용하였으며, 그들의 해석결과를 비교하였다. BDS 통계는 카오스 분석을 위해 이용되는 상관적분의 통계학적 특성을 바탕으로 한 검정방법으로서 무작위성과 비선형 동역학 시스템을 구분하는데 탁월한 능력이 잇는 것으로 알려져 왔다. 이미 자료의 특성이 알려진 선형, 비선형 시스템에 BDS 통계를 적용한 결과, 비모수 통계기법에 비해 더욱 정확한 해석결과를 나타내었다. 실제 수문 시계열 자료를 이용하여 선형 추계학적 모형인 ARMA 형태의 모형을 구축한 후, 이 모형으로부터 계산된 잔치를 BDS 통계를 사용하여 분석하였다. 분석결과, BDS 통계는 시계열자료의 무작위성과 카오스 시스템의 비선형성을 판단하여 줄 뿐만아니라, 추계학적 모형의 잔차 분석을 통한 모형의 적합성 판단에도 유용한 방법임을 알 수 있었다.

• 지능정보연구
• /
• 제3권1호
• /
• pp.47-68
• /
• 1997

This paper discusses a method of modified Elman network(1990) for nonlinear predictions and its a, pp.ication to forecasting daily exchange rate returns. The method consists of two stages that take advantages of both time domain filter and modified feedback networks. The first stage straightforwardly employs the filtering technique to remove extreme noise. In the second stage neural networks are designed to take the feedback from both hidden-layer units and the deviation of outputs from target values during learning. This combined feedback can be exploited to transfer unconsidered information on errors into the network system and, consequently, would improve predictions. The method a, pp.ars to dominate linear ARMA models and standard dynamic neural networks in one-step-ahead forecasting exchange rate returns.

• 조명전기설비학회논문지
• /
• 제29권2호
• /
• pp.104-112
• /
• 2015

This paper deals with an methodology for acquiring optimal order of rational function model in FDNE(frequency dependent network equivalents) with GA(genetic Algorithm). In order to analyze the modern power system with huge complexity, an practical and efficient equivalent model is needed which represents the system's characteristics of transient phenomenon. this paper shows developing a z domain rational function model which have the resultant coefficient from proposed GA simulation. To demonstrate this methodology, some simulations are performed with practical power system of NZ which applied with fault condition and nonlinear converter load.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.614-618
• /
• 2005

수문시계열 분석과 예측은 대부분 ARMA(AutoRegressive Moving Average) 형태의 선형적인 추계학적인 모형을 이용하였으나 자현현상이 복잡해지고 비선형적인 특성을 가짐에 따라 선형적인 해석은 수문시계열의 분석과 예측에 있어서 많은 오류를 내포하고 있다. 이와 같은 문제를 해결하기 위한 시도로 Chaos이론이란 개념이 사용되기 시작하였으며, 수자원분야에서는 1980년대 후반부터 물수지 방정식 및 강우유출에 대한 카오스적 특성분석 등 많은 연구가 진행되었다. 본 연구에서는 영산강유역의 본류를 대표하는 나주지점을 대상으로 2003년 1월 1일 00시부터 2004년 12월 31일 23시까지 17,544개의 시수위 자료에 대하여 해당 년도의 Rating-Curve식을 적용 환산한 유출량자료에 데한 카오스적 특성을 분석하였다. 카오스적 특성을 분석하기에 앞서 원자료에 대하여 이동평균법과 Savitzky-Golay Filter를 적용하여 잡음을 제거하였으며, 1차원의 단일변량의 자료에 대한 상태공간(Phase Space)의 재건을 통하여 비교검토 하였다. 이러한 일련의 과정을 거친 자료에 대하여 상관차원법을 이용하여 영산강 유역의 나주지점의 시유출량 자료에 대한 카오스적 특성을 분석한 결과 저차원의 수렴으로 카오스 특성을 가졌다.