Earticle

The purpose of study is to determine more accurate models to forecast exhibition using area of convention centers in Korea. Eleven models were tested based upon the degree of MAPE. Those were; NA?VE2 model, Linear model, Quadratic model, Cubic model, Growth model, S-curve model, Exponential model, Log model, Holt exponential smoothing model, Brown exponential smoothing model, and Causal model. Among them, Linear model, Holt exponential smoothing model, Brown exponential smoothing model, and Causal model were selected to forecast exhibition using area of convention centers in Korea. For the further study, it is suggested that more data should be collected for the time series forecasting, and more diverse economic variables should be used for causal forecasting model.

지구온난화를 비롯한 환경에 대한 세계적 관심의 증대와 유한한 에너지 자원에 대한 위기의식으로인해 현재 이산화탄소의 배출을 줄이기 위한 노력들이 시도되고 있다. 본 연구에서는 친환경 자동차의 한종류인 전기자동차의 수명주기비용을 분석하기 위한 연구모형을 개발한다. 이 모형에서는 전기자동차의본격적인 시장화를 위하여 전기자동차의 가격을 학습곡선을 통하여 추측하고, 다양한 비용요소를 고려하여 수명주기비용(life cycle cost) 모형을 수립하였으며, 전기자동차와 내연기관자동차의 비용분기점을 구하여 전기자동차의 도입 가능시점을 도출하였다. 연구결과는 다른 많은 분야에서 사용될 수 있으며, 직접적인 분석의 목적은 다음과 같다. 먼저, 비용요인을 고려하여 다양한 수준에서 전기자동차의 가치평가를통해 해당분야 종사자 및 기타 관련산업의 전략 수립을 위한 중요한 정보를 제공한다. 둘째, 전기자동차충전인프라의 확충과 정책입안자들의 전기자동차의 정부지원과 규제와 같은 다양한 프로그램 계획에 도움을 준다. 마지막으로 전기자동차의 장점을 소비자들에게 설명할 수 있다.

The issues of global climate change and limits of fossil fuels have been perpetuating the use of electric vehicles. The objective of this study is to develop an analytical model to measure the life-cycle cost of electric vehicles. In the model, the life-cycle cost of the electric vehicle is estimated using learning curve theory so as to find a break-even point with an existing vehicle type considering various cost factors such as purchasing cost, fuel cost and taxes. Based on the cost estimation, the model is extended to forecast an appropriate time point to introduce electric vehicles to substitute internal combustion vehicles. While the results of the study can be used in many other fields, the direct aims of this analysis are as follows. First, to provide important information to the automobile and other related industries for the establishment of management strategies by assessing the value of electric cars at various levels while considering cost factors. Second, to expand the charging infrastructure of electric cars and help policy makers plan various related programs such as government subsidies and vehicle regulations. Finally, to explain the advantages of electric cars to consumers.

The number of international conference holding in Korea is rapidly increased. From 2000 to 2008, the number of holding international meeting is increased 292 to 634, 217%, also foreign participants are increased. As a result, Government and local governments are giving their best efforts to encourage it. For this reason, the effects to local economy by holding international meeting and participants demanding forecast are essentially needed for efficiency of building infrastructures and preparing holding international visitors. This point of view, this study aim to predict expenditure of participants and find out effects towards food service industry based on 2011 international visitors in Jeju. For demanding forecast, KTO annual report of 2000 to 2008 Jeju area the number of international meeting foreign participants is used. Using this data, this study analyzed through the second regression model. Also it analyzed Production, Income, Employment, Added value, Multiplier effects of indirect tax based on 2007 Bank of Korea regional input-output table. The result of demanding forecast shows that 2011 Jeju area will have 29,000 international comers for participating international meetings and through this, This study predict food service industry would gain 8,459 millions sales profit. The result of the regional I-O model indicate that food service industry would generate 10,968 million Won of output impact, 2,036 million Won of income impact, 5,599 million Won of value-added impact, 1,138 million Won of tax, and 287 full-time jobs throughout direct and in direct effects.

우리나라는 주요광물자원의 대부분을 수입에 의존하는 나라로 최근 세계 각국의 자원민족주의 강화 및 중국, 인도를 비롯한 신흥 아세아 국가의 경제발전에 따른 광물 수요증가로 국제광물가격이 급격히 상승하는 등 안정적인 공급기반이 흔들리고 있다. 특히, 매장량은 극히 적지만 반도체, PDP-LCD, 특수금속분야 등 첨단소재를 만드는 데 필수적인 희유금속의 경우 국제 광물가격 폭등과 공급불안으로 국내 기업들이 수급에 어려움을 느끼고 있다. 따라서 희유금속의 국내 수요에 대한 정확한 예측이 필요하며, 이에 대한 통계적 모형이 요구된다. 본 연구에서는 1990년 1분기부터 2007년 4분기까지의 시계열자료를 기초로 전통적인 시계열 모형인 AR모형, MA모형, ARIMA모형과 이분산성 시계열모형인 ARCH모형, GARCH모형, IGARCH모형 및 EGARCH모형 등 수요예측에 사용되는 다양한 수요예측 기법의 특성과 적용성을 분석하였다. 제시된 여러 시계열모형에 대한 평가를 위해 SOOS방법을 통하여 MSE 및 AIC를 비교 분석한 후 적절한 예측모형에 대한 평가를 실시하여 실제 희유금속의 수요예측 모형을 구하고자 한다.

South Korea, who imports most of major mineral resources, is shaking its stable basis for mineral supply by rapid rise of the mineral price, as many countries recently has strengthened their nationalism and the mineral demands of developing countries such as China and India has increased with their economic development. Particularly, for the rare metal, which its amount of reserves is extremely small, but it is indispensable to manufacture high-tech products including semiconductors, PDP-LCD and special metals, domestic companies are having hard time to supply rare metal due to a sharp increase in the prices of minerals and an insecure supply. Therefore, it is necessary to make an accurate forecast of domestic demand and supply of rare earth mineral by creating statistical model in order to avoid any insufficiency of supply. The study analyzed the characteristics and application of various demanding forecast techniques such as traditional Time-Series Models including AR, MA and ARIMA and heteroscadastic Models including ARCH, GARCH, IGARCH and EGARCH based on the data in the period between the first quarter of 1990 and the fourth quarter of 2007. In order to evaluate the various time-series models, the study intends to find out the proper demanding forecast model of rare metal by comparing and analyzing MSE and AIC as well as by conducting the evaluation on the proper prediction model.

최근 농촌 정책은 양적 발전에 치중되어 왔던 지금까지의 정책적 한계에서 벗어나, 교육 등 사회복지에 대한 접근 기회를 확대하려는 지역균형발전의 관점에서 전개되고 있고, 농촌출신 대학생 학자금 융자제도 역시 이러한 맥락에서 새롭게 조명되고 있다. 그러나 증가하는 수요에도 불구하고 아직까지 융자에 필요한 예산을 수립하기 위한 기초적인 정보조차 확보되지 못한 실정이다. 이러한 문제의식에서 이 논문은 농촌출신 대학생 학자금 융자제도의 활성화를 위해 농촌출신 대학생 학자금융자에 대한 잠재 수요를 예측해 보고, 이에 기초하여 융자에 필요한 소요 재원을 추정함으로써, 향후 보다 합리적인 제도운영에 필요한 시사점을 도출하고자 하였다. 분석결과, 지금까지의 계획을 토대로 할 때, 농촌 대학생 융자제도는 중장기적으로는 잠재적 수혜 대상자(현행 1, 2순위 대상자) 중 9~10%에 달하는 학생들에게 융자 지원을 계속할 수 있을 것으로 판단된다. 그리고 농촌 인구의 감소와 함께 농촌 대학생 수가 감소할 것으로 예상되는 상황에서 정부가 농특세의 폐지 이후에도 현재와 같은 수준으로 예산을 출연할 경우, 2015년 시점을 기준으로 약 23%의 학생들이 융자지원을 받을 수 있을 것으로 예측된다.

An Estimation of the Latent Demand for Rural College Student Loan and the Needed Loan Fund Kim, anna(Ewha Womans University)Kim, jeongseop(Korea Rural Economic Institute)Recent rural policy pursues balancing development of rural areas, focusing on the expansion of access to the social welfare including higher educational opportunity. In this context, rural college student loan, which aims at the equalization of educational opportunity, has been increasingly on the policy agenda. To suggest policy implications to improve the loan scheme, this article examined the current rural college student loan scheme, and estimated the needed loan funds in 15 years based on the latent demand for the loans. Findings of analysis showed that current loan scheme would cover only 9 to 10% of the total latent demand from the first and second ordered loan applicants. And to increase the coverage up to 20%, the government should increase the loan budget as much as 4600 to 5000 hundred million won by the year 2015.

Recent development in science and technology has modernized the weapon system of ROKN (Republic Of Korea Navy). Although the cost of purchasing, operating and maintaining the cutting-edge weapon systems has been increased significantly, the national defense expenditure is under a tight budget constraint. In order to maintain the availability of ships with low cost, we need accurate demand forecasts for spare parts. We attempted to find consumption pattern using data mining techniques. First we gathered a large amount of component consumption data through the DELIIS (Defense Logistics Intergrated Information System). Through data collection, we obtained 42 variables such as annual consumption quantity, ASL selection quantity, order-relase ratio. The objective variable is the quantity of spare parts purchased in f-year and MSE (Mean squared error) is used as the predictive power measure. To construct an optimal demand forecasting model, regression tree model, randomforest model, neural network model, and linear regression model were used as data mining techniques. The open software R was used for model construction. The results show that randomforest model is the best value of MSE. The important variables utilized in all models are consumption quantity, ASL selection quantity and order-release rate. The data related to the demand forecast of spare parts in the DELIIS was collected and the demand for the spare parts was estimated by using the data mining technique. Our approach shows improved performance in demand forecasting with higher accuracy then previous work. Also data mining can be used to identify variables that are related to demand forecasting.

전력 계통의 운용 계획을 최적화하기 위해서 연간 최대전력수요와 시간별 전력수요에 대한 장단기간의 수요 예측에 관한 연구가 활발하게 진행 중이다. 특히, 단기 수요 예측은 발전비용과 신뢰도에 크게 영향을 주며, 전력계통의 제어 및 단기계획, 경제급전, 전력조류계산 등의 입력 자료로 활용된다. 많은 예측 문제에 폭넓게 사용되고 있는 인공신경회로망은 전력수요 예측에도 자주 쓰이는 기법이다. 본 논문에서는 이를 보다 정확히 하기 위해 기존의 인공신경회로망 기법을 개선하여 보다 정확한 예측을 보였다.

본 연구에서는 안정적인 물 공급과 에너지의 효율적 사용을 위한 단기 물 수요예측알고리즘 개발에 있어서, 지방 소도시 지역의 물 공급패턴에 대한 영향인자를 도출하기 위하여 기상환경인자와 과거 물 공급량에 대한 상관성 분석을 실시하였다. 그리고, 신경회로망 이론 중 ELM알고리즘을 적용한 단기 물 수요예측알고리즘을 개발하여 현장 적용성을 검토하고자 한다.

2007년 7월부터 시행되고 있는 수도권 대중교통 통합요금제는 이용자의 통행비용 절감 및 활발한 환승행위의 유도로 긍정적인 평가를 얻고 있다. 그러나 수도권 대중교통 통합요금제를 고려한 철도 수요예측 방법론, 특히 수단분담과 관련된 연구가 많지 않았다. 이에 본 연구는 수도권 대중교통 통합요금제를 반영할 수 있는 수단별 효용산정기법을 제시하였으며, 2006년 가구통행실태조사 자료를 활용하여 통행시간과 통행비용 산정에 적용되는 계수를 현실화하였다. 그리고 다양한 요금제를 적용하기 위한 철도 수요예측 방법론을 제시하였다. 본 연구에서 제시한 철도 수요예측 방법론은 철도 수요예측의 정확성과 유용성을 향상시키는데 기여할 수 있을 것으로 기대된다.

The integrated transit fare system of Seoul metropolitan area has given positively evaluated with reduction of user cost and activating the transfer behavior from its opening year, July 2007. However, there were only few research about railway demand forecasting methodology, especially mode share, has conducted under the integrated fare system. This study focuses on the utility estimation by each mode under the integrated fare system, and on the coefficient actualization relates on travel time and travel cost estimation with Household Travel Survey Data 2006. Also the railway demand analysis methodology under various fare systems is presented. The methodology from this study is expected to improve accuracy and usefulness in railway demand analysis.

서비스 인적자원 운용의 효율성 제고와 부품 또는 시설 할당의 적정성 향상을 위해 서비스센터를 통해 접수되는 서비스 요청 건수를 보다 정확하게 예측하고자 하는 필요성이 제조업을 중심으로 증가하고 있다. 본 연구에서는 제품의 특성을 반영하여 제품수명주기 별로 제품들을 군집화하고 군집 별로 적절한 예측모형을 구축한 후 예측 값을 통합하는 개별예측방식을 LCD 모니터 제조사의 사례를 통해 제시한다. 또한 예측 결과를 총량방식 및 기존에 기업이 사용하고 있는 방식과 비교. 평가하여 우수성을 증명함으로써 제품이나 산업의 특성을 반영한 맞춤형 수요예측 기법 도입의 필요성을 부각하고, 그에 따른 이론적, 실무적 가이드라인을 제공한다.

One of the critical issues in the management of manufacturing companies is the efficient process of planning and operating service resources such as human, parts, and facilities, and it begins with the accurate service demand forecasting. In this research, service and sales data from the LCD monitor manufacturer is considered for an empirical study on Product Life Cycle (PLC) based service demand forecasting. The proposed PLC forecasting approach consists of four steps : understanding the basic statistics of data, clustering models using a self-organizing map, developing respective forecasting models for each segment, comparing the accuracy performance. Empirical experiments show that the PLC approach outperformed the traditional approaches in terms of root mean square error and mean absolute percentage error.

Recently, there has been growing necessity to estimate the future travel demand of high speed train because the circumstance of high speed train service is rapidly changing with the launching of 2011 second stage of Gyeongbu high speed railway(Dongdaegu-Busan) and the completion of 2014 first stage of Honam high speed railway(Yongsan-Gwangju), etc. This study was designed to estimate future travel demand by analyzing the transport performance and train service characteristics of Gyeongbu and Honam line. This study presents the maximum load section and the changed future travel demand, which will be applied to establish a train operation plan.

This paper proposes a short-term water demand forecasting algorithm based on kalman filtering with data mining for sustainable water supply and effective energy saving. The proposed algorithm utilizes a mining method of water supply data and a decision tree method with special days like Chuseok. And the parameters of MLAR (Multi Linear Auto Regression) model are estimated by Kalman filtering algorithm. Thus, we can achieve the practicality of the proposed forecasting algorithm through the good results applied to actual operation data.

The purpose of this study is to provide the ideal forecasting model of cadastral survey work load through the Economeatric Analysis of Time Series, Granger Causality and VAR Model Analysis, it suggested the forecasting reference materials for the total amount of cadastral survey general work load. The main result is that the derive of the environment variables which affect cadastral survey general work load and the outcome of VAR(vector auto regression) analysis materials(impulse response function and forecast error variance decomposition analysis materials), which explain the change of general work load depending on altering the environment variables. And also, For confirming the stability of time series data, we took a unit root test, ADF(Augmented Dickey-Fuller) analysis and the time series model analysis derives the best cadastral forecasting model regarding on general cadastral survey work load. And also, it showed up the various standards that are applied the statistical method of econometric analysis so it enhanced the prior aggregate system of cadastral survey work load forecasting.

서울 중심부인 종로구와 중구를 대상으로 하여 거주인구수와 영업용 연상면적을 독립변수로 하는 물수요 예측식을 만들었다. 그런데 명확한 물수요 증가요인인 거주인구수가 감소요인으로 나오는 적절하지 못한 결과를 보여주었으며, 이것은 지역특성별 분류가 이루어지지 않았기 때문이었다. 이러한 모순점을 해결하기 위해 6가지의 지역특성을 이용한 주성분분석과 군집분석으로 지역을 분류하였다. 6가지 인자들을 대상으로 한 주성분분석결과 4번째 주성분까지의 고유값 누적이 92.6%로서 원래 인자들이 가지고 있던 정보량을 대부분 표현할 수 있었으며, 군집분석은 워드방법(Ward's method)으로 대상지역을 주거와 상업지역으로 분류하였다. 이에 각각의 지역에 대해 중회귀 모델을 구성하였으며, 모델결과 이전에 발생하였던 모순점이 해결되었다. 또한 이 모델을 대상으로 세 가지의 장래 시나리오인 적극적인 개발, 중간적인 개발, 소극적인 개발로 나누어서 장래 물수요량을 예측하여 보았다. 이에 적극적인 개발이 $89,033\;m^3$/일, 중간적인 개발이 $49,077\;m^3$/일, 소극적인 개발이 $19,996\;m^3$/일의 증가량을 보여주었다. 이에 대해 관할 정수장과 배수지를 대상으로 시설용량을 평가하였으며, 관할 D정수장의 경우 운전율을 85%로 높여주면 시나리오에 따른 물수요 증가량을 충분히 공급하여 줄 수 있었다. 배수지에 있어서도 D, A, N, B 등 네 개의 관할 배수지에 대해서 체류시간을 계산한 결과, D와 A배수지는 모두 기준시간 12시간을 충족시켜주었으나, N, B 배수지는 만족시켜 주지 못하였다. 하지만 현재 수도정비기본계획에 의해 용량이 충족되고 있으므로 큰 문제는 없을 것으로 판단된다.

The multiple regression models which have two factors(population and commercial area) have been used to forecast the water demand in the future. But, the coefficient of population had a negative value because proper regional classification wasn't performed, and it is not reasonable because the population must be a positive factor. So, the regional classification was performed by principal component and cluster analysis to solve the problem. 6 regional characters were transformed into 4 principal components, and the areas were divided into two groups according to cluster analysis which had 4 principal components. The new regression models were made by each group, and the problem was solved. And, the future water demands were estimated by three scenarios(Active, moderate, and passive one). The increase of water demand ore $89.034\;m^3/day$ in active plat $49,077\;m^3/day$ in moderate plan, and $19,996\;m^3/day$ in passive plan. The water supply ability as scenarios is enough in water treatment plant, however, 2 reservoirs among 4 reservoirs don't have enough retention time in all scenarios.

본 연구에서는 효율적인 전자상거래를 위해 Web Mining을 기반으로 고객의 수요를 예측하고 고객요구에 대응한 능동적인 생산을 위해 생산자의 구매수요를 공급자의 입장에서 예측하는 방법을 제안하였다. 먼저, 고객의 구매정보를 분석하여 다양한 고객의 구매패턴을 찾아내고 이를 통해 고객의 수요를 예측하였다. 이렇게 예측된 수요는 생산업체에 모여져 생산전략을 수립하게 된다. 생산전략이 수립되면 생산업체는 부품의 수급을 위해 공급업체에 대한 부품 구매일정과 고객의 장기 구매패턴을 고려한 생산일정을 수립하게 된다. 이렇게 수립된 구매일정과 생산일정에 의해 공급자에 대한 주문과 생산이 이루어지는데 이때 공급자의 입장에서 구매자의 요구에 능동적으로 대응하기 위해서는 구매자에 대한 이해가 필요하며 이를 이해 공급자가 자신이 공급하는 구매업체들의 거래정보를 분석하게 된다. 본 연구에는 이와 같이 고객과 생산업체, 구매업체와 공급업체를 하나로 연결하여 분석하였다.

The seasonal adjustment is an essential process in analyzing the time series of economy and business. One of the powerful adjustment methods is X11-ARIMA Model which is popularly used in Korea. This method was delivered from Canada. However, this model has been developed to be appropriate for Canadian and American environment. Therefore, we need to review whether the X11-ARIMA Model could be used properly in Korea. In this study, we have applied the method to the annual sales of refrigerator sales in A electronic company. We appreciated the adjustment by result analyzing the time series components such as seasonal component, trend-cycle component, and irregular component, with the proposed method. Additionally, in order to improve the result of seasonal adjusted time series, we suggest the demand forecasting method base on autocorrelation and seasonality with the X11-ARIMA PROC.

중장기 수요예측을 위해 자주 사용되는 방법으로 확산모형과 성장곡선모형을 들 수 있다. 본 논문에서는 이들 방법론의 성격 및 실제 적용에 있어 모수추정에 따른 문제점들을 살펴보고, 모수추정을 효율적으로 수행하기 위한 전략을 제시한다. 또한 실제 자료에 각 방법론들을 적용하여 예측결과를 비교한다.