Earticle

이 연구는 Cubic모형을 적용하여 부산지역 관광･컨벤션산업의 인력수요를 예측하고, 그 공급방안을 탐색하는 데 목적을 두고 있다. 먼저, 인력수요예측을 위해 1993년부터 2002년까지 10년간의 실제 자료를 이용하여 인력수요를 추정하였다. 둘째, 인력공급량 분석을 위해 부산지역 2년제 및 4년제 대학의 졸업생 수 자료를 입수하여 인력공급량을 산출하였다. 셋째, 수급간 괴리분석을 통해 그 불일치(mismatch)정도를 파악한 뒤 그 개선 과제를 제시하였다. 본 연구는 시계열모형과 설문분석을 종합하여 활용함으로써 어느 하나의 분석방법에 의한 단점을 상호 보완하고자 노력하였다. 추정결과, 3년 후인 2008년의 인력수요는 9,228명(종단분석)-6,695명(횡단분석)으로, 인력공급량은 18,770명으로 나타났다. 이를 통해 볼 때 3년 후인 2008년에는 공급이 수요보다 많은 것으로 나타나서 이를 해소하기 위한 정책방안을 제언하였다.

This paper predicts the demand of the visitors in summer season in the East Coast of the Gangwon Province and suggests the vision of tourism policy. This study starts with the trend analysis, which is estimated by the cubic model by using time series data from 1982 to 2001. The increased rate of traffic inflow to the east coast area and the five-day working week are reflected in the trend analysis. The study forecasts that 15.9 million people may visit the east coast area in 2002. It is predicted that the percent of visitors to Kyongpo beach can reach to 36.4% of the total visitors to the east coast area. Kyongpo beach might be regarded as one of the most competitive tourism resources. Regarding the time series data, Kyongpo beach area has 12 sunny days out of 40 days in summer. So, it is suggested that new establishments such as ocean domes are needed in that area to overcome weather limitations through the year.

The aviation demand forecast field has been actively studied along with the recent growth of the aviation market. In this study, the demand for domestic passenger demand and freight demand was estimated through cross-validation method. As a result, passenger demand is influenced by private consumption growth rate, oil price, and exchange rate. Freight demand is affected by GDP per capita, private consumption growth rate, and oil price. In particular, passenger demand is characterized by temporary external shocks, and freight demand is more affected by economic variables than temporary shocks.

This study presents the electrical load forecasting and error correction method using a real building load pattern, and the way to manage the energy storage system with forecasting results for economical load operation. To make a unique pattern of target load, we performed the Hierarchical clustering that is one of the data mining techniques, defined load pattern(group) and forecasted the demand load according to the clustering result of electrical load through the previous study. In this paper, we propose the new reference demand for improving a predictive accuracy of load demand forecasting. In addition we study an error correction method for response of load events in demand load forecasting, and verify the effects of proposed correction method through EMS scheduling simulation with load forecasting correction.

This paper presents the daily load forecasting for special days considering the rate of operation of industrial consumers. The authors analyzed the power consumption pattern for both the special and ordinary days according to the contract power classification of industrial consumers, and selected 400~600 specific consumers for which the rates of operation during special days are needed. Load forecasting for 2014 special days considering the rate of operation of industrial consumers showed a noticeable improvement on forecasting error of daily peak demand, which proved the effectiveness of the survey for the rates of operation during special days of industrial consumers.

KTX에 등장에 따라 국내 여객시장은 KTX 시장을 중심으로 변화가 이루어졌다. 이에 따라 KTX 이용 여객의 수요예측은 열차 운영에 있어서 매우 중대한 사안이다. 본 논문에서는 여러 시계열 모형의 비교를 통해 KTX 이용 여객의 수요와 연관이 있는 요일과 공휴일, 명절을 어떠한 형태로 고려할 것인지 연구하였다. 모형 간 예측력을 비교하기 위하여 Mean Absolute Percentage Errors (MAPE)를 사용하였으며, 1달간의 단기간 예측에 있어서 변동성을 고려해줄 수 있는 Reg-AR-GARCH 모형이 우수한 예측력을 나타냈으며, 1달을 초과한 기간의 예측에서는 Reg-ARMA 모형이 우수한 예측력을 나타냈다.

Since the introduction of KTX (Korea Tranin eXpress) in Korea reilway market, number of passengers using KTX has been greatly increased in the market. Thus, demand forecasting for KTX passengers has been played a importantant role in the train operation and management. In this paper, we study several time series models and compare the models based on considering special days and others. We used the MAPE (Mean Absolute Percentage Errors) to compare the performance between the models and we showed that the Reg-AR-GARCH model outperformanced other models in short-term period such as one month. In the longer periods, the Reg-ARMA model showed best forecasting accuracy compared with other models.

본 연구는 우리나라 수출 상위 5개 품목 중 하나인 자동차 수출을 대상으로, 승용차 브랜드별 단기 수출수요에 영향을 미치는 이론적 잠재요인을 발굴 및 설계하여 이론적 수출수요예측모델을 개발하고, 다변량시계열분석 기반의 VAR(Vector Auto Regressive)모형을 이용한 실증분석을 통해 개별상품과 시장특성이 반영된 단기수출수요예측모델을 검정하고자 하였다. 따라서 미국에 수출되고 있는 우리나라 소형 승용차 2개 브랜드(엑센트, 아반떼)에 대해 VAR모형을 이용한 분기단위 단기수요예측모델을 개발하고, 브랜드별 예측모델을 통해 산출된 t+1분기 시점의 예측값과 실제 판매된 판매대수를 대상기간을 1분기씩 달리하여 비교평가 하였다. 그 결과 엑센트와 아반떼의 RMSE %는 각각 4.3%와 20.0%로 났으며, 일평균 판매량을 기준으로 보았을 때 엑센트는 3.9일에 해당하고 아반떼는 18.4일에 해당하는 물량임을 알 수 있었다. 따라서 본 연구의 단기수출수요예측모델은 예측력과 검정시점별 일관성 측면에서 활용성이 높은 것으로 평가할 수 있었다.

The purpose of this research is to evaluate a short-term export demand forecasting model reflecting individual passenger vehicle brands and market characteristics by using Vector Autoregressive (VAR) models that are based on multivariate time-series model. The short-term export demand forecasting model was created by discerning theoretical potential factors that affect the short-term export demand of individual passenger vehicle brands. Quarterly short-term export demand forecasting model for two Korean small vehicle brands (Accent and Avante) were created by using VAR model. Predictive value at t+1 quarter calculated with the forecasting models for each passenger vehicle brand and the actual amount of sales were compared and evaluated by altering subject period by one quarter. As a result, RMSE % of Accent and Avante was 4.3% and 20.0% respectively. They amount to 3.9 days for Accent and 18.4 days for Avante when calculated per daily sales amount. This shows that the short-term export demand forecasting model of this research is highly usable in terms of prediction and consistency.

본 연구는 KTX 수요를 예측하기 위한 방법으로 개입 ARIMA 모형을 제안하였다. 신선개통과 경제충격으로 인한 시계열의 영향 여부를 파악하기 위해 경부고속철도 2단계 개통과 2008년 금융위기를 분석하였다. 분석결과 금융위기는 통계적으로 유의미한 영향이 없는 것으로 나타났으나, 경부고속철도 2단계는 주중 통행량 17,000 통행/일, 주말 통행량 26,000 통행/일 정도 증가한 것으로 나타났다. 본 연구는 개입이 통행량 시계열에 영향을 미치는 현상을 파악하고, 시계열 자료에 대한 개입효과를 계량적으로 분석했다는 점에서 의의가 있다. 개발된 모형은 KTX 전체 수요를 개략적으로 예측하는데 활용될 수 있으며, KTX O/D별 예측치를 검증하는데 활용이 가능하다.

This study proposed the intervention ARIMA model as a way to forecast the KTX passenger demand. The second phase of the Gyeongbu high-speed rail project and the financial crisis in 2008 were analyzed in order to determine the effect of time series on the opening of a new line and economic impact. As a result, the financial crisis showed that there is no statistically significant impact, but the second phase of the Gyeongbu high-speed rail project showed that the weekday trips increased about 17,000 trips/day and the weekend trips increased about 26,000 trips/day. This study is meaningful in that the intervention explained the phenomena affecting the time series of KTX trip and analyzed the impact on intervention of time series quantitatively. The developed model can be used to forecast the outline of the overall KTX demand and to validate the KTX O/D forecasting demand.

For an efficient railroad operations the demand forecasting is required. Time series models can quickly forecast the future demand with fewer data. As well as the accuracy of forecasting is excellent compared to other methods. In this study is proposed the intervention ARIMA model for forecasting methods of KTX passenger demand. The intervention ARIMA model may reflect the intervention such as the Kyongbu high-speed rail project second phase. The simple seasonal ARIMA model is predicted to overestimate the KTX passenger demand. However, intervention ARIMA model is predicted the reasonable results. The KTX passenger demands were predicted to be a week units separated by the weekday and weekend.

This paper proposes a short-term load forecasting by using a temperature and load pattern. The forecasting model that represents the relations between load and temperature which get a numeral expected temperature based on the past temperature was constructed. Case studies were applied to load forecasting for 2009 data, and the results show its appropriate accuracy.

Short-term electric load forecasting of power systems is essential for the power system stability and the efficient power system operation. An accurate load forecasting scheme improves the power system security and saves some economic losses in power system operations. Due to scarcity of the historical same type of holiday load data, most big electric load forecasting errors occur on load forecasting for the holidays. The fuzzy linear regression model has showed good accuracy for the load forecasting of the holidays. However, it is not good enough to forecast the load of the election day. The concept of the load variation rate for the load forecasting of the election day is introduced. The proposed algorithm shows its good accuracy in that the average percentage error for the short-term 24 hourly loads forecasting of the election days is 2.27%. The accuracy of the proposed 24 hourly loads forecasting of the election days is compared with the fuzzy linear regression method. The proposed method gives much better forecasting accuracy with overall average error of 2.27%, which improved about average error of 2% as compared to the fuzzy linear regression method.

지식경제부(MKE)는 매2년마다 전력수급기본계획을 수립한다. 본 논문에서는 전력수급기본계획 수립시 전력수요를 과대 또는 과소로 예측한 것이 차기 전력수급기본계획 수립시 전원혼합(Energy Mix)에 미치는 영향을 정량적으로 평가하였다. 전력수요 자료는 2005년도에 예측한 제3차 전력수급기본계획의 전망치를 이용하였고 전원혼합을 도출하기 위하여 전력거래소(KPX)에서 활용하고 있는 WASP 전산모형을 단순화한 시뮬레이션 모형을 구축하였다. 2005년도 전력수요를 적정, 5% 과대 그리고 5% 과소 예측한 경우에 대하여 각각 단순화한 시뮬레이션 모형을 이용하여 2005년도 전력수급기본계획의 전원혼합을 도출하였다. 이 3가지 전원혼합을 초기조건으로 하여 2005년도의 적정 전력수요가 2007년 이후에 적용된다고 보고 2007년도에 차기 전력수급기본계획의 전원혼합을 도출하였다. 전력수요가 적정일 경우, 2005년도와 2007년도 전력수급 기본계획의 전력수요는 동일하므로 전원혼합에 변화가 없다. 전력수요를 5% 과대 또는 5% 과소 예측한 경우, 계획된 발전소 건설을 차기 전력수급기본계획 수립시 줄이거나 늘려야 하는데 건설기간이 짧은 LNG 발전소가 그 영향을 받는 것으로 나타났다.

The Ministry of Knowledge and Economy (MKE) establishes the Basic Plan for Long-Term Electricity Supply and Demand(BPE) biannually, a governmental plan for the stable electricity supply. This study investigated the effects of the electric demand forecast on the energy mix. A simplified simulation model was developed, which replaces the WASP program developed by the KPX and verified by comparing both results. Three different electric demand scenarios were devised based upon the 2005 electric demand forecast: Proper, 5 % higher, and 5% lower. The simplified model calculates the energy mix for each scenario of the year 2005. Then it calculates the energy mix for the proper electric demand forecast of the year 2007 using the energy mixes of the three scenarios as the initial conditions, so that it reveals the effect of electric demand forecast of the previous BPE on the energy mix of the next BPE. As the proper electric demand forecasts of the year 2005 and 2007 are the same, there is no change in the previous and the next BPEs. However when the electric demand forecasts were 5% higher in the previous BPE and proper in the next BPE, some of the planned power plant construction in the previous BPE had to be canceled. Similarly, when the electric demand forecasts were 5% lower in the previous BPE and proper in the next BPE, power plant construction should be urgently increased to meet the increased electric demand. As expected the LNG power plants were affected as their construction periods are shorter than coal fired or nuclear power plants. This study concludes that the electric demand forecast is very important and that it has the risk of long term energy mix.

최근, RFID 태그와 리더가 장착되고 무선 인터넷이 결합된 휴대전화로 이동통신 인프라를 이용하여 일상생활에 필요한 정보를 얻고 다양한 응용서비스를 이용할 수 있는 모바일 RFID 서비스의 상용화가 눈앞으로 다가오고 있다. 하지만 모바일 RFID 서비스로 인한 새로운 수익이 창출될 것으로 기대되고 있으나 관련 통신업체의 대규모 투자를 이끌어 내기 위해서는 모바일 RFID 서비스 수요에 대한 정확한 예측이 필요하다. 이에 본 논문은 모바일 RFID 서비스 수요예측을 통해 관련 통신업체의 투자를 확대할 수 있는 기반을 마련하고자 하였으며, 특히 다양한 모바일 RFID 서비스 모델의 유형에 따라 서비스 수요를 예측함을 통해 관련 통신업체의 서비스 투자 방향에 대한 의사결정에 도움이 되고자 한다.

Recently, as REID Tag and Reader has been attached to, and wireless internet has been added to a mobile phone, the commercialization of Mobile RFID Service to obtain necessary information on daily life and use various applications by using mobile communication infra is drawing nearer. A new returns by Mobile RFID Service can be expected, however, the exact demand forecasting for the Mobile RFID Service is essential to induce mass investment from related communication enterprises. This study tries to get a foothold in enlarging the investment from related communication enterprises through demand forecasting for the Mobile RFID Service and to be helpful to the decision on their investment by predicting the demand on the service various Mobile RFID Service Models.

In this paper, we study the problem of model selection for Support Vector Machine(SVM) predictor for short-term load forecasting. The model selection amounts to tuning SVM parameters, such as the cost coefficient C and kernel parameters and so on, in order to maximize the prediction performance of SVM. We propose that Cross-Validation method can be used as a model selection algorithm for SVM-based load forecasting technique. Through the various experiments on several data sets, we found that the difference between the prediction error of SVM using Cross-Validation and that of ideal SVM is less than 5%. This shows that SVM parameters for load forecasting can be efficiently tuned by using Cross-Validation.

본 연구를 통하여 전력수급계획에 필요한 연간 시간대별 총수요를 예측하는 산법을 개발하였다. 예측과정은 크게 평상일 예측과 특수일 예측으로 구분된다. 평상일의 경우는, 연중 최대수요가 발생하는 하절기 기상으로부터 연중 최대수요를 예측한 다음, 하향식 접근에 의해 주간-일간-시간대별 평상일 수요를 예측하며, 특수일 수요는 예측된 평상일 수요와 평상일 대비 상대계수 모형으로부터 예측한다. 예측의 정확도를 개선하기 위하여 시계열 자료에 가중치를 부여하고, 실적자료가 생길 때마다 자동으로 모형이 갱신되도록 하였으며, 수요예측 결과를 검증, 보정하기 위해 주간수요예측을 재수행할 수 있다. 또한 계획된 월간 전력량 제약에 협조하는 예측산법도 포함하였다.

This study presents the empirical results of comparing several demand forecasting methods for Supply Chain Management(SCM). Adaptive exponential smoothing using change detection statistics (Jun) is compared with Trigg and Leach's adaptive methods and SAS time series forecasting systems using weekly SCM demand data. The results show that Jun's method is superior to others in terms of one-step-ahead forecast error and eight-step-ahead forecast error. Based on the results, we conclude that the forecasting performance of SCM solution can be improved by the proposed adaptive forecasting method.

This study presents the empirical results of comparing several demand forecasting methods for Supply Chain Management(SCM). Adaptive exponential smoothing using change detection statistics (Jun) is compared with Trigg and Leach's adaptive methods and SAS time series forecasting systems using weekly SCM demand data. The results show that Jun's method is superior to others in terms of one-step-ahead forecast error and eight-step-ahead forecast error. Based on the results, we conclude that the forecasting performance of SCM solution can be improved by the proposed adaptive forecasting method.

음성서비스 수요의 증대와 정보통신 기술의 급속한 발달로 국내 이동통신 시장이 확대되고 있는 오늘날 고객의 요구를 충족시키는 정액요금제도가 절실히 필요하다. 앞으로 상용화되는 위성DMB (Digital Multimedia Broadcasting), 지상파DMB, WiBro 등의 신규 통신서비스는 정액제를 기조로 하고 있다. 따라서 무선데이터 정액제 가입자에 대한 신뢰도 높은 수요예측이 국내 이동통신 사업자에게 매우 중요한 과제로 부각되고 있다. 본 연구에서는 무선데이터 정액제 가입자 수요를 이동통신 시장의 환경에 맞추어 Lotka-Volterra 모형을 확장하여 예측하였다. 무선데이터 정액제 가입자의 수요예측은 이동통신사들이 정액제 도입의 정당성과 도입 시기를 결정하고, 마케팅 전략을 수립하는데 중요한 역할을 할 수 있다. 또한 예측결과는 무선데이터 사업을 평가하는데 기초 자료로서 활용될 것으로 기대된다.

본 연구는 새로운 게임제품을 시장에 출시하는 기업들의 수요예측에 도움을 줄 수 있는 Bass 모델을 소개하고 이의 타당성을 보여주고자 한다. 마케팅 분야에서 타당성을 인정받고 있는 Bass 모델을 게임제품의 수요예측에 적용해 본 결과 Bass모델을 응용한 게임제품의 수요예측은 아케이드 게임, 온라인 게임의 경우 수요예측에 있어서 정확도가 높은 것으로 분석되었다.

This study introduces and empirically test the validity of Bass model that helps demand forecasting of new game products. The application of Bass model to new game products show that Bass model predicts the demand of new game accurately. In particular, it showed very good predictability of on-line game products.