Earticle

In the past 30 years, our aviation demand has been growing continuously. As such, the importance of the demand forecasting field is increasing. In this study, the factors influencing Korea's international air demand were selected, and the international air demand was analyzed, forecasted and reviewed through OLS multiple regression analysis. As a result, passenger demand was affected by GDP per capita, oil price and exchange rate, while cargo demand was affected by GDP per capita and private consumption growth rate. In particular, passenger demand was analyzed to be sensitive to temporary external shocks, and cargo demand was more affected by economic variables than temporary external shocks. Demand forecasting, OLS multiple regression analysis, passenger demand, cargo demand, transient external shocks, economic variables.

Short term load forecasting for electric power demand is essential for stable power system operation and efficient power market operation. High accuracy of the short term load forecasting can keep the power system more stable and save the power market operation cost. We propose an optimal coefficient selection method for exponential smoothing model in short term load forecasting on weekdays. In order to find the optimal coefficient of exponential smoothing model, load forecasting errors are minimized for actual electric load demand data of last three years. The proposed method are verified by case studies for last three years from 2009 to 2011. The results of case studies show that the average percentage errors of the proposed load forecasting method are improved comparing with errors of the previous methods.

본 연구의 목적은 일반국도에서 계획 시에 예측한 교통량과 실제 개통 이후의 교통량을 비교하여 수요예측의 정확도를 파악하는 것이다. 이를 위해 1980년대와 1990년대에 계획된 총 10개 일반국도 구간을 선정하였다. 예측교통량과 실측교통량의 비교를 위해 계획 시의 보고서를 수집하였으며, 상시교통량 조사지점이 있는 구간을 중심으로 선정하였다. 비교를 위한 지표는 오차율을 이용하였으며, 고속국도 등 네트워크 연계성이 있는 구간과 사회경제지표에 의한 구간으로 구분하여 비교 분석하였다. 분석결과, 네트워크 연계성이 있는 구간은 고속국도의 개통에 의한 영향정도에 대한 정확성이 높을수록 오차율이 낮은 것으로 나타났다. 개통시기에 따른 정확도는 개통 이후에 점차적으로 오차율이 낮아지는 것으로 나타나 긍정적인 것으로 판단되었다. 구간별 단위길이에 따른 정확도는 단위길이가 길수록 오차율이 높아지는 것으로 나타났다. 개통 후 3년 시점을 기준으로 오차율을 고속국도와 비교한 결과 일반국도가 다소 안정적인 패턴을 보이고 있으나 개통연도에 따른 오차율의 변화는 큰 차이가 없는 것으로 나타났다.

The purpose of this study is to analyze the accuracy of traffic volume forecast by comparing an estimated to real traffic volume. For this study, total 10 sections of national highways, which are planned in 1980s and 1990s, were selected and traffic analysis data for highway construction were collected. In addition, targeted 10 sections were categorized into network-related and -unrelated sections. In the analysis of inaccuracy between the estimated and real traffic, for network-related sections, appeared to have lower inaccuracy. As time goes on after traffic open, inaccuracy between the estimated and real traffic appeared to be lower. In various section lengths, the longer the section length, the higher the inaccuracy is. Using 3 years passed data after traffic open, national highway have lower inaccuracy than expressway. However, the traffic analysis according to traffic open time resulted in little change of the inaccuracy.

Short-term load forecasting (STLF) is an important task in power system planning and operation. Its accuracy affects the reliability and economic operation of power systems. STLF is to be classified into load forecasting for weekdays, weekends, and holidays. Due to the limited historical data available, it is more difficult to accurately forecast load for holidays than to forecast load for weekdays and weekends. It has been recognized that the forecasting errors for holidays are large compared with those for weekdays in Korea. This paper presents a polynomial regression with data mining technique to forecast load for holidays. In statistics, a polynomial is widely used in situations where the response is curvilinear, because even complex nonlinear relationships can be adequately modeled by polynomials over a reasonably small range of the dependent variables. In the paper, the coefficient of determination is proposed as a selection criterion for screening weekday data used in holiday load forecasting. A numerical example is presented to validate the effectiveness of the proposed holiday load forecasting method.

Demand forecasting for railroad traffic is fairly important to establish future policy and plan. The future demand of railroad traffic can be predicted by analyzing the demand of air, marine and bus traffic which influence the demand of railroad traffic. In this study, forecasting the demand of railroad traffic is implemented through neural network using the demand of air, marine and bus traffic. Estimate accuracy of the demand of railroad traffic was shown about 84% through neural net model proposed.

본 과제는 정통부가 839 IT 신 성장 동력으로 추진 중인 텔레매틱스를 주 대상으로 한 무선공간정보서비스 기술 개발 사업을 성공적으로 수행하기 위해 필요한 최적의 인력을 예측하는 기법을 제시하고 2004년부터 2008년까지의 중기 인력 수요를 예측하는데 그 목적이 있다. 텔레매틱스 인력수요 예측을 위하여 한국의 현실에 적합한 인력 수요예측 모델을 제시하였다. 인력 수요 예측은 국내외 전문 기관들이 조사한 텔레매틱스 산업 추정치와 1인당 노동생산성을 감안하여 분야별 전체 인력수요 전망 구하였다. 또한 실태조사에서 도출된 분야별 직종별 취업구조 등을 적용하여 분야별 직종별 인력 수요를 도출한 후 이에 평균 탈락율을 감안하여 연도별 신규 인력 수요를 도출하였다.

This paper proposes the method for the man power forecasting and performs mid-term(1994-1998) forecasting of telematics man power demands in Korea. Telematics technology has been selected as '839 New IT Growth Engine' by Ministry of Information and Communication (MIC) of Korean Government to boost Korean IT industry for the next 10 years. In order to meet the man power requirement in this telematics industry, accurate forecasting of the man power demand is necessary. The procedures for the forecasting includes study of man power forecasting models, deriving market size of the telematics industry, perform labor productivity analysis, derive the man power structure by the types of the work forces by the types of telematics industry, and finally derive annual man power demands by the worker types and the telematics industry types.

TV의 평면화가 세계시장으로 진행된다. PDP TV, LCD TV는 2004년 AV의 경쟁시장을 이끌어 가는데 불가피한 품목이다. '테이프에서 디스크로'-DVD레코더의 성장도 2004년 성장의 열쇠가 될 것이다. DSC(디지털스틸카메라)는 계속 순조로운 성장이 기대되는 일본유럽 미국에서 널리 세계에 보급될 것으로 예측되고 있다. 주요 7품목을 간략히 소개한다.

본 논문에서는 데이터의 효율적인 활용과 정확성에서 보다 우수한 특성을 보이는 GMDH(Croup Method of Data Handling) 알고리즘을 전력수요예측에 적용함으로써 입력 데이터의 선정을 용이하게 하였고, 다양한 데이터를 기반으로 보다 정확한 예측을 할 수 있게 하였다. 그리고, 예측 시에 경제적인 요인(GDP, 수출, 수입, 취업자 수, 경제활동인구, 석유소비량)과 기후적인 요인(평균기온)을 모두 고려하였다. 또한 목표 예측 기간을 1999년 1/4분기에서 2001년 1/4분기까지 9개의 분기로 가정하고, 가정한 목표 기간의 예측 정확도를 높이기 위해 3단계의 시뮬레이션 과정(최적 입력 분기 수를 결정하는 과정, 입력 데이터와 예측값의 시간적 연관성을 분석하는 과정, 입력 데이터의 최적화 과정)을 이용함으로써 더 정확한 전력수요예측 방법을 제시하였고, 제안된 기법으로 목표한 예측 기간에서 0.96%의 평균 에러율을 얻을 수 있었다.

In this paper, GMDH(Croup Method of Data Handling) algorithm which is proved to be more excellent in efficiency and accuracy of practical use of data is applied to electric power demand forecasting. As a result, it became much easier to make a choice of input data and make an exact prediction based on a lot of data. Also, we considered both economy factors(GDP, export, import, number of employee, number of economically active population and consumption of oil) and climate factors(average temperature) when forecasting. We assumed target forecast period from first quarter 1999 to first quarter 2001, and suggested more accurate forecasting method of electric power demand by using 3-step computer simulation processes(first process for selecting optimum input period, second for analyzing time relation of input data and forecast value, and third for optimizing input data) for improvement of forecast precision. The proposed method can get 0.96 percent of mean error rate at target forecast period.

This study concerns the export-import demands for Korean textile, textile products and clothing products. The result from the practice of study is as follows ; it predicts the constant increase as a result of prediction in the nation's total amount of export-import including the export-import amount of textile, textile-product, and clothing product. It is estimated that nation's textile trade balance will be about U $ 13 billion of trade surplus in every year from 2000 to 2003. Other hand, the trade balance of textile product is predicted about U $ 1.39 billion surplus, so is clothing product about U $ 3.29 billion surplus. Textile ratio is presumed to gradually decrease in aspect of export. Also, the portion of textile export in our national total export is predicted to reduce to 11.61% in the 2003. On the other hand, Textile import ratio will be constantly increased and the portion of textile import in our national total import is predicted to reach to 3.92% in 2003. Textile-product ratio is also estimated to increase in the area of export & 33.12% in 2003. Clothing product ratio is also estimated to increase annually. What with increasing ratio of clothing-product export in textile-product export reaching to total 0.87% within for 4 years(62.96% in 2003, 63.83% in 2003) and what with increasing ratio of clothing-product import in textile-product import reaching to total 6.42%(83.89% in 2000, 90.31% in 2003), it can be said that increase of its import will be much higher than that of export.

Regional electricity demand forecasting is among the most important step for lone-term investment and power supply planning. This study presents a regional electricity forecasting model for Korean power system. The model consists of three submodels, regional economy, regional electricity energy demand, and regional peak load submodels. A case study is presented.

최근 COVID-19 팬데믹 이후 해외여행 회복세를 보이며 항공 여객 수요 또한 증가하고 있다. 그러나 항공사 고객 만족도는 오히려 큰 폭으로 감소하고 있어 이에 대한 대책 마련이 필요하다. 이러한 상황에서 항공 수요를 예측하는 것은 항공 산업의 전략적인 운영에 있어 중요한 부분이다. 본 연구에서는 시계열 모형 연구를 활용하여 항공 여객 수요를 예측하고자 한다. 시계열 분석에 적합한 ARIMA, SARIMA 모형을 사용하고 시간대별로 전체 승객 수, 2-3시, 16-17시의 데이터를 구분하여 비교 분석해보며 최적의 모형을 찾고자 한다. 각 모형의 예측 성능은 예측 값의 평균 제곱근 오차, 평균 절대 오차, 평균 절대 백분율 오차, 루트 상대 제곱 오차를 계산하여 확인한다. 이를 비교한 후 결정된 최종 모형을 기반으로, one-step ahead, multi-step ahead 예측을 진행한다. 또한 선정된 모형의 정확도를 확인하기 위해 예측 신뢰구간을 함께 제시하여 예측 값과 실제 값이 신뢰구간 안에 존재하는지를 확인한다. 본 연구는 항공사 및 공항 운영자가 단기 수요를 파악하고, 이에 맞춰 고객 중심 서비스를 제공하기에 도움이 되고자 한다.

Recently, overseas travel has recovered since the COVID-19 pandemic, and the demand for air passengers is also increasing. However, airline customer satisfaction is rather decreasing significantly, so countermeasures need to be prepared. In this situation, predicting air demand is an important part of the strategic operation of the aviation industry. This study attempts to predict air passenger demand using time series model research. We use the ARIMA and SARIMA models suitable for time series analysis and compare and analyze the total number of passengers, 2-3 o'clock, and 16-17 o'clock data by time zone to find an optimal model. The prediction performance of each model is achieved by calculating the root mean square error, absolute error, mean absolute error, mean absolute percentage error, and root relative square error of the predicted values. After comparing these, one-step ahead and multi-step ahead predictions are evaluated based on the determined final model. In addition, to check the accuracy of the selected model, the prediction confidence interval is presented together to confirm whether the predicted value and the actual value exist within the confidence interval. This study aims to help airlines and airport operators identify short-term demand and provide customer-oriented services accordingly.

본 연구는 B2B 유통업체 A사의 6개월간 판매 데이터를 기반으로, 데이터 변동성을 고려한 수요예측 알고리즘(LTSM, GRU, CNN)의 성능을 비교하였다. 변동성을 분석하기 위해 평균 발생주기(ADI), 변동 계수(CV), 변화점(CP)을 지표로 활용하여 데이터를 유형화한 후, 각 데이터 유형에 적합한 예측 알고리즘을 평가하였다. GRU는 게이트 구조를 통해 변동성이 큰 데이터를 효과적으로 학습하며 모든 유형에서 높은 예측 정확도를 보였고, LSTM은 GRU에 비해 다소 낮은 성능을 보였으나 안정적인 결과를 도출하였다. 반면 CNN은 시계열 데이터의 시간적 종속성을 충분히 반영하지 못해 낮은 성능을 보였다. 본 연구는 데이터 유형별 적합한 알고리즘 선택이 수요예측의 정확도를 높이는데 핵심적인 사항임을 보여주며, 변동성이 높은 환경에서도 안정적인 예측모델을 제시한다는 것을 확인하였다. 연구결과를 통해 GRU기반 예측모델을 도입할 경우, 기업은 재고관리 프로세스를 개선하고, 비용절감 및 운영효율성을 높이며, 고객만족도를 향상시킬 수 있음을 확인하였다. 특히, 수요 변동이 심한 환경에서도 정확도 높은 수요예측이 가능하다는 점에서, 본 연구는 다양한 산업에서 데이터 기반 의사결정의 중요성을 강조하며 실무적 적용 가능성을 제시한다. 향후 연구에서는 더 긴 기간의 데이터와 다양한 알고리즘을 활용하여 연구결과의 신뢰성을 강화할 필요가 있다.

This study analyzed the sales data of a B2B distributor over six months and compares the performance of demand forecasting algorithms (LSTM, GRU, CNN) considering data volatility. Using indicators such as average demand interva l(ADI), coefficient of variation (CV), and change point (CP), the data was categorized, and the most suitable algorithm for each category was evaluated. GRU demonstrated high accuracy across all data types due to its gated structure’s ability to handle volatile data effectively. LSTM produced stable results but performed slightly below GRU, while CNN underperformed due to insufficient reflection of temporal dependencies in the time-series data. The study highlighted the importance of selecting algorithms tailored to specific data types to improve demand forecasting accuracy. It presented GRU-based forecasting models as effective tools for managing inventory, reducing costs, enhancing operational efficiency, and increasing customer satisfaction, even in highly volatile environments. By achieving accurate demand forecasts in such conditions, the study underscored the importance of data-driven decision-making across industries and demonstrated practical applicability. Future research should expand the dataset duration and incorporate diverse algorithms to enhance the reliability of the findings.

본 연구는 2018년 세계마술올림픽 부산개최를 함에 있어 수요예측의 오류를 줄이고자 기본적으로 설문지비활용 방식과 설문지 활용방식 2가지로 기본 축으로 총 4가지(간접추계방식, 관람의사율, 그루버지수, 자기확신지수) 분석방법을 사용하였으며, 분석결과를 바탕으로 부산에서 개최되는 세계마술올림픽에 대한수요예측 결과 및 경제적 파급효과를 분석하였으며, 분석결과 부산에서 개최되는 세계마술올림픽의 관람객은최소 208,060명에서 최대 362,430명의 범위의 수요예측결과를 도출하였다. 연구결과 부산시민 및 관광객 그리고 세계마술올림픽 관계자 및 사전등록자 대상으로 수요예측 결과는관람의사율적용방식을 제외하고 최종적으로 최소 208,060명에서 최대 362,430명의 범위로 수요예측결과를도출하였다. 총 지출액 추정한 결과 총지출액은 최소 294억 원, 최대 411억 원으로 나타났으며, 발생시킨총생산파급효과는 최소 530억 원에서 최대 742억 원, 총부가가치파급효과는 최소 215억 원에서 최대 301억 원, 총취업파급효과는 최소 488명에서 최대 683명으로 나타났다. 본 연구는 성공적인 세계마술올림픽 개최를 위한 수요예측을 통한 관람객 추정과 경제적 파급효과 분석을 통해부산 지역의 관광 및 부대시설 개선 등의 사업진행에 있어 중요한 근거로 활용될 것이며, 향후 지속적인 관리를위한 기초자료로서 그 역할을 할 것으로 기대된다.

To minimize error of Demand Forecasting when it comes to the hosting of 2018 FISM in Busan, this study utilized a total of four kinds of analysis methods (indirect estimation method, willingness to watch, Gruber index, Self-confidence index) using two methods, survey questionnaire non-utilization method and survey questionnaire utilization method, as the two basic pillars. Analysis results were utilized to analyze the results of Demand Forecasting and Economic Impact for the FISM to be hosted in Busan. Analysis estimated the number of visitors to the FISM to be hosted in Busan from the minimum of 208,060 to maximum of 362,430 when it comes to the Demand Forecasting. Demand Forecasting estimated the number of visitors willing to watch from the minimum of 208,060 to maximum of 362,430, targeting Busan residents, tourists, FISM personnel and people who pre-registered. Total spending was estimated from the minimum of 29.4 Billion Won to maximum of 41.1 Billion Won. Total resulting production ripple effect ranged from the minimum of 53 Billion Won to maximum of 74.2 Billion Won. Total value add ripple effect ranged from the minimum of 21.5 Billion Won to maximum of 30.1 Billion Won. Total employment ripple effect ranged from the minimum of 488 to maximum of 683. Results of this study will serve as important back-up data for carrying out the projects to improve tourist and auxiliary facilities in Busan through estimation of visitors via Demand Forecasting and Economic Impact analysis to ensure successful hosting of the FISM, and it is expected to play its role as the base data for continual management going forth.

본 연구에서는 2013년 한국 인바운드 관광시장의 가장 중요한 송출국인 중국 관광객을 대상으로 적합한 정량적수요예측 방법들을 중심으로 잠재수요를 예측하고 각각의 분석 모델들의 예측 정확도를 검정하여 비교⋅분석하였다. 이를 위해 방한 중국인 관광객의 최근 16년(1998∼2013년) 동안의 데이터를 바탕으로 홀트, 윈터스, ARIMA, 회귀모델을 이용하여 분석하였다. 분석결과, 방한 중국 관광객의 단⋅중기 잠재수요의 예측에 적합한 최적의 예측기법은 Winters 승법모델(MAPE=12.833)로 나타났으며, 그 뒤로 윈터스 가법모델(MAPE=13.230)과 홀트 지수평활모델(MAPE=14.784)이 예측 정확도가 높은 모델로 확인되었다. 예측 정확도에 따라 가장 적합한 예측기법으로 검정된윈터스 승법모델로 추정된 2020년의 방한 중국 관광객 수는 12,554,371명이었다. 본 연구는 2013년 방한 인바운드 제1시장으로 성장한 중국 관광객의 향후 방한 수요를 예측함으로써 합리적인 외래객 유치 목표를 산출할 수 있을 뿐아니라 한정된 자원의 배분에 있어 주요한 자료로 활용 가능하다는 점에 의의가 있다. 또한 잠재수요 추정에 적용된분석기법들은 실용적인 기법들을 중심으로 진행하였으므로 관광산업 분야에 종사하는 실무자들이 유용하게 활용할 수 있다고 사료된다.

The purpose of this study is to forecast the demand for Chinese tourists, the largest domestic tourism market ofKorea in 2013, using, four quantitative forecasting models to predict the demand for Chinese tourists visiting Korea:Holt model, Winters(addictive seasonality, multiplicative seasonality), ARIMA model, and Regression model. Based on time-series data analyses for the Chinese tourists who had visited Korea for last 16 years(1998-2013). Eachmodel was assessed by MAPE(mean absolute percentage error). several results were derived as follows: First,Winter's multiplicative model(MAPE=12.833) appeared to perform the best in terms of forecasting accuracy,followed by Winter's addictive model(MAPE=13.230), Holt exponential smoothing model(MAPE=14.784). Second, the Winters multiplicative technique model predicted 12,554,371, followed by Winter’s addictive modelpredicted 16,389,757 Chinese tourists visiting Korea in 2020. Third, this study suggested that this forecastingtechniques could help destination markers set strategic goals and develop plans to attract the Chinese tourists basedon the forecasted demand for Chinese tourists visiting Korea. In addition, accurate forecast of future demand alsofacilitates their efficient allocation of marketing resources. Based on the results of four different forecastingtechniques, some practical implications of this study will provide researchers and tourism industry practitioners withappropriate predicting method when forecasting demand for Chinese tourists.

전력은 생산과 동시에 소비가 발생하는 특성을 갖고 있기 때문에 전력수요 예측은 정확도가 매우 중요하다. 전력수요 예측에 관해서는 이미 많은 연구가 진행되어왔고 전반적으로 높은 정확도를 보여주기도 한다. 하지만 공휴일이나 명절 등과 같은 특수일의 전력수요는 변동성이 매우 커서 정확한 예측이 어려울 뿐만 아니라 특수일 전력수요 급감 등의 큰 변동성은 특수일 직후 예측모형의 모수 추정에도 영향을 주므로 특수일 직후의 전력수요 예측값은 일반적으로 높은 오차율을 보인다. 본 연구에서는 특수일 전력수요 예측값의 정확도를 높이기 위해 과거 특수일 전력수요 패턴 분석을 바탕으로 임의의 예측모형에 의해 계산된 전력수요 예측값을 보정하는 방법을 제시한다. 2008년부터 2013년까지의 데이터를 분석한 결과 특수일에 대한 전력수요 예측값 보정으로 평균오차율은 평균 19.2%, 최대오차율은 51.3% 감소하였다.

Forecasting the load of electric power with accuracy is of crucial importance as the consumption and production of electric power occur almost simultaneously. There are numerous studies on the load forecasting of electric power, and the accuracy obtained by previous studies is overall satisfactory. However, forecasting the load with accuracy on traditional holidays of Korea such as Choo-Seok and Goo-Jeong is quite difficult as the fluctuation of the load on those holidays is quite high. In order to improve the accuracy of load forecasting on holidays, in this study, we present a calibration method compensating the fluctuation inherent to the forecasted load on holidays based on realtime data-mining on history data. Analysis on the data in periods of 2008 ~ 2013 shows that the proposed calibration method improves the forecasting accuracy by 19.2% and 51.3% in terms of daily average forecasting error and daily maximum forecasting error, respectively.

The aim of this paper is to compare the forecasting performance of the structural model of outbound tourists with that of the random walk model. The RMSE indicates that the random walk model outperforms the short-run structural model in all forecasting steps for all countries concerned. The mean errors for short-run structural models are large in magnitude relative to the MAE’s. This fact indicates a systematic bias in short-run forecasting. We found a long-run relationship for the tourism model. This finding of the cointegrating vector indicates that the structural model can be interpreted as having long-run validity. We, hence, proceeded by estimating the error-correction model and compared the forecasting performance of the model. The results of the long-run forecasts were markedly different from those of the short-run model. The error-correction models outperformed the random walk at all steps for the three criteria and seven countries. The results of the study suggest that while the structural tourism models provide poorer performance than the random walk for short-run forecasting, they outperform the random walk model in the long-run forecasting.핵심용어(Key words):예측, 관광수요, 예측오류