Earticle

본 연구는 비용과 효율 두 가지 측면에서의 최적화 전략을 제안하여 정수장의 운영 효율성을 향상시키는 것을 목표로 하였다. 먼저 시간대별 차등 요금제를 활용하여 경부하 시간대에 펌프를 집중 가동시키는 방법을 제안하였다. 또한 시계열 예측 모델 SARIMA(Seasonal Autoregressive Integrated Moving Average)로 예측한 패턴을 기반으로 흡수정의 평균 수 위를 동적으로 조정하였다. 예측 모델은 피어슨 상관계수(rxy)는 0.75, MAE와 MAPE는 각각 423.8 m3, 3.48%로 높은 신뢰성을 보였다. 최적화 전략을 검증하기 위해 EPANET 시뮬레이터로 전력사용량과 전력요금 절감 효과를 분석하였고, 안정적인 용수 공급을 유지하면서 전력요금을 평균 10.9% 절감한 반면, 전력사용량은 평균 18.2% 증가함을 보였다. 향후 연구에서는 최적화 툴을 적용하여 운영 로직을 개선하고, 실제 정수처리 시설 대상 실증 연구를 수행하여 현장 적용성을 평가하고자 한다.

This study aimed to improve the operational efficiency of the water purification plant by proposing a power optimization that balances cost and efficiency. First, the pump was operated intensively during the light-load period using the differential pricing plan. In addition, the average water level of the absorption zone was dynamically adjusted based on the pattern predicted by the time-series model SARIMA (Seasonal Autoregressive Integrated Moving Average). The prediction model showed high reliability, with a Pearson correlation coefficient (rxy) of about 0.75 and MAE and MAPE of 423.8 m3 and 3.48%, respectively. To verify the optimization strategy, the effect of reducing power consumption and power charges was analyzed using the EPANET simulator. To verify the optimization strategy, the EPANET simulator was used to analyze power consumption and energy cost savings. The results showed an average 10.9% reduction in electricity costs while maintaining a stable water supply; an average 18.2% increase in electricity consumption was observed. In future studies, the operational logic is improved by applying an optimization tool, and the applicability of the field is evaluated through empirical research at an actual water treatment facility.

Recently, the Korean government announced a strategy for advancing future car technology and preoccupying the market. The strategy includes an active deployment of electric vechicle(EV) charging infrastructure where the role of the public is the most important. To achieve efficiency of the deployment, close estimation of the actual demand for charging electric vehicles in both temporal and spatial dimensions is very important. To respond to these policy demands, this study aims to derive a deep understanding of the spatial distribution of charging demand over time as well as policy measures for charging infrastructure based on it. A spatial model is developed using machine learning algorithm and used to forecast the spatial distribution of EV ownership between 2025 and 2035. Overall EV charging demand is estimated based on the spatial distribution of EV ownership and their trips, and the amount of charging infrastructure needed to be installed is also estimated by type and by municipality reflecting the preference of the current EV users. In particular, the estimated charging demand was high within Seoul and in other metropolitan areas for daytime work or visiting places, while the demand for residential-based slow charging was higher in suburban cities. Preferred types of charging infrastructure also differ depending on their activity characteristics and places.

이 연구는 에너지 수요 예측의 신뢰성을 높이기 위해 에너지 소비, 경제성장, 에너지 가격 간 내생 관계 및 장기균형 관계를 분석해야 함을 시계열 모형 및 표본 외 예측을 통해 검토하였다. 1인당 최종에너지 소비량, 1인당 실질 GDP, 실질 에너지 가격은 수준변수에서 단위근이 존재했으며, 변수들 간 그랜저 인과관계를 확인할 수 있었다. 또한 장기균형 관계를 나타내는 공적분이 있는 것으로 나타났다. 벡터오차수정모형(VECM)을 통해 세 변수의 관계를 추정한 결과, 내생 관계와 장기균형 관계는 기간에 따라 달라지는 것을 확인하였다. 이를 바탕으로 VECM과 자기회귀분포시차(ARDL) 모형의 에너지 수요에 대한 표본 외 예측값을 실제값과 비교한 결과, 두 모형의 예측력은 모형의 추정 기간, 예측 기간, 예측 주기에 따라 다르게 나타났다.

This paper analyzes the relationship between energy consumption, economic growth, and energy prices through time series models and performs out-of-sample forecasting. The results show that all variables at level have unit roots and that Granger causality and Cointegration exist between the three variables. However, the VECM results reveal that the relationships differ depending on the period. Differences were also found between the VECM and ARDL model in the out-of-sample forecasting results, based on estimating period, forecasting period and forecasting horizon.

This study aims at projecting the tourist demand and suggesting several counteraction methods of Jeju-do through the construction of industrial foundation and tourism industry. The methods of study include both qualitative analysis of regions and statistical prediction analysis by time series from the past. The projection is based on the projection by linear model rather than some specific model, and assumes that the population of Jeju-do and the number of tourists will follow a growing trend of logistic curve. This study refers to the population distribution, GRDP, and the tourist demand in Jeju-do, and then analyses several counteraction methods in its regions. The results of this study are as follows. The first is that the population of Jeju-do is projected to gradually reach 0.70～0.72 millions and its tourist demand will increase from 9.69 in 2012 to 19.80 in 2020, to 25.80 millions in 2030. The second is that the airport facilities need to be enlarged because of the tourist's increase of future and that Jeju's naval base & tourism harbor is needed to satisfy the rising demand of local resident and tourists in Seogwipo-city. The third is that Jeju-do needs the characteristics of both the tourist & family hotel and the lodging facilities, and Seogwipo needs to build the tourism & recreation complex housing. The fourth is that tourist spots have to be established by considering the fostering of tourism industry, the development of the Myth and History Theme Park, and the fostering of Olle in seaside.

The rapid urbanization and modernization observed in countries like Myanmar have led to significant concerns regarding traffic congestion, especially in urban areas. This study focuses on the analysis and revitalization of urban transport in selected areas of Myanmar. The core of urban transportation planning lies in travel forecasting, which employs models to predict future traffic patterns and guide decisions related to road capacity, transit services, and land use policies. Travel demand modeling involves a series of mathematical models that simulate traveler behavior and decision-making within a transportation system, including highways, transit options, and policies. The paper offers an overview of the traditional four-step transportation modeling system, utilizing a simplified transport network in the context of Mandalay City, Myanmar.

한국과 몽골은 1990년 외교관계를 수립하고, 양국 정부간의 항공협정과 항공사 간의 상무협정을 거쳐 1996년부터 정기항공편을 취항해 오고 있다. 양국 간에는 항공교통을 통해 인적, 물적 교류를 촉진해 오면서 그동안 지속적으로 항공운송이 증가되어 왔다. 이와 같은 항공수요의 증가추세는 향후 양국의 인적 물적 교류 확대와 함께 미래에도 지속될 전 전망이다. 본 연구에서는 과거 운송실적자료를 이용 하여 미래의 운송수요를 예측하였다. 본 연구는 항공운송시장에 적합한 수요예측모형으로 시계열분석방법의 적합성을 검정하려는데 목적이 있다. 이를 위해 현재 정기항공편이 운항하고 있는 인천‐울란바토르 구간의 과거 항공여객운송실적 자료를 이용하여 ARIMA모형으로 수요를 추정하고 예측력을 검정하였다. 실제 자료를 이용한 분석 결과, 해당 구간의 운송수요는 지속적으로 증가할 것으로 예상되며, 표본기간동안 수요의 안정적인 증 가추세가 확인되었으며, 계절별 효과가 유의적으로 나타나고 있어 전형적인 항공수요의 패턴을 잘 보 여주고 있다. 또한 지속적인 증가추세는 특별한 외생요인이 작용하지 않은 한, 중단기적으로 유지될 것으로 판단된다.

This thesis focuses on the demand forecasting of air transportation between South Korea and Mongolia. The traffic volume of two countries are continuously increasing due to the expansion of exchange of human and material resources of two countries. The countries established diplomatic relationship in 1990, and the scheduled flight has beeb put into service on South Korea-Mongolia line in April of 1996. The research questions of this study is to forecast the demand of air passenger transportation between the two countries. The result of forecasting by empirical analysis will be strategically used for operational planning of commercial airline and airport facilities, for mid‐term and long‐term, will also provide the opening of new air route, capacity management of air traffic, the financial investment and fleet planning with airline policy authority and decision maker of airline. In this study, time series analysis model is applied with the data of traffic volume of Incheon-Ulan Bator line, The result of this empirical study is, the demand will increase continuously and steadinessly. The effect of seasonal variations was meaningful to show the traditional pattern of air transportation demand.

본 연구는 국내 도로사업의 교통수요 예측오차를 종합적으로 평가하고자 수행되었다. 이를 위해 본 연구에서는 1999년 부터 2010년까지 수행된 예비타당성조사 및 타당성재조사 사업들 가운데 62건의 도로사업(690개 구간)의 자료를 활용하였다. 이때 보다 일반적인 분석결과를 도출하기 위해 고속도로, 국도, 지방도 등 다양한 도로 유형 데이터를 포괄하였다. 첫째, 기존 연구들과 달리 사업구간 뿐만 아니라 주변구간을 포함하여 교통수요 예측 오차를 평가했다는 점이다. 본 연구는 교통수요 예측의 오차를 정확성, 추정편의라는 평가지표를 활용하여 분석했다. 실측자료를 통한 분석결과, 전체구간의 평균 백분율 오차(MPE)는 11.6%(과소추정)로 파악되었다. 다만, 동결과는 사업노선 뿐만아니라 주변구간도 포함한 결과임을 주의할 필요가 있다. 추정편의 분석결과, 전체구간에서는 통계적으로 유의미한 편의가 발견되지 않았다.

This study was conducted to comprehensively evaluate traffic demand forecast errors in domestic road projects in South Korea. The research utilized data from 62 road projects (690 sections) that underwent preliminary feasibility studies and reassessment studies between 1999 and 2010. To derive more generalizable results, the study incorporated diverse road types including expressways, national highways, and local roads. A key distinguishing feature of this research is that it evaluated traffic demand forecast errors not only for the project sections but also for the network unlike previous studies. The study analyzed traffic demand forecast errors using accuracy and forecast bias as evaluation indicators. Analysis of actual measurement data revealed that the Mean Percentage Error (MPE) across all sections was 11.6% (underestimation). In the analysis of forecast bias, no statistically significant bias was found across all sections.

본 연구는 제주 관광 수요의 시계열 자료를 사용하여 통계적 특성을 확인하고 관광 수요 예측에 적합한 모형을 도출한다. 이를 위해 본 연구는 선행연구에서는 주로 다루고 있는 ARMA 모형과 주기성 변수의 비선형적 특성을 반영하는 GAM을 고려하여 두 결과를 비교한다. 제주 관광객 수의 시계열 자료는 단위근 검정 결과 안정적인 시계열로 나타나 차분을 할 필요가 없어 ARIMA 모형이 아닌 ARMA 모형을 사용한다. 또한 각 모형을 통해 예측한 2017년 동안의 제주 관광 수요의 RMSE 값을 통해 모형의 예측력을 비교한다. 분석 결과에 의하면 선형적인 특성을 보이고 있는 내국인 관광객 수요를 예측할 때는 ARMA 모형의 예측력이 좋았지만, 일정한 추세를 확인하기 어려운 외국인 관광객 수요를 예측할 때는 비선형적 특성을 고려하는 GAM의 예측력이 더 좋은 것으로 나타났다. 이 결과는 제주 관광 특성에 의거하여 중국인을 비롯한 외국인 관광객의 중요성이 강조됨에 따라 정책적 의미를 갖는다. 또한 방법론의 적용 측면에서도 시계열 자료를 이용하여 수요를 예측할 경우 자료를 구성하고 있는 변수를 세분화하여 각각의 시계열 특성을 반영한 모형을 별도로 고려할 필요가 있음을 시사한다.

This study forecast the tourism demand of Jeju island using the monthly time series data for the number of tourists(domestic and foreign), and compare the forecasting results and real work using two models, ARMA(or ARIMA) and GAM. The ARMA(or ARIMA) is a more popular to forecast time series data in previous studies, however we consider the non-parametric model(GAM) for adjusting nonlinear characteristics of periodic series, such as a world unobservable trend. We use a ARMA as a reference model, because the number of tourists in Jeju shows a stable time series after the unit root test. We also forecast using GAM, and compare the predictive power of the model through the RMSE value of tourist demand for 2017 in Jeju. The results show that the ARMA model has a good predictive power for forecasting the domestic demand, but the predictive power of the GAM is better when forecasting the foreign demand. And it give a important political implication about changing foreign tourism policy in a bid for Chinese tourists. Also, in terms of applying the methodology, it imply a separate consideration of the model that reflects the characteristics of each time series data.