Earticle

1978년 미국 행정부의 항공 산업 규제완화(Deregulation) 정책에 따라 극심한 경쟁에서 생존전략의 일환으로 시작된 항공사 수익경영(Revenue Management: ‘RM’)은 항공업계 에서 많은 관심을 받아온 항공사 좌석관리기법이라고 할 수 있다. RM의 기본 단계는 수요예측, 좌석할당, 초과예약, 출발 후 확인(Post-departure check)라는 절차를 거쳐서 이 루어진다. 본 연구는 항공사에서 이루어지는 RM의 기본 개념, 역사적 배경 및 운영과정을 분석 하고 항공사 Business 방식이 Electronic ticketing database의 실시간 활용이 가능하게 됨에 따라 예약 및 발권정보 연계 활용, 연결구간 수요정보 활용, 실시간 수요 및 가격정보 활용, 성비수기 기회비용 반영 좌석관리 등의 변화 방안을 도출하였다. 따라서 수익경영 (RM) 관점에서 Business practice 방식의 개선과 선진 항공사의 사례를 근거로 그에 따른 항공사 수입증대 방안을 제시하는 데 일조할 수 있을 것으로 판단되는 바이다.

Revenue Management(RM) has become accepted as an effective surviving means (Inventory optimization) and gained much attention of airline community, in order to effectively cope with severe competitions following the US airline deregulation in 1978. The major process of RM includes demand forecasting, inventory optimization, overbooking, postdeparture check and feedback. This study looks at primarily the basic concept, historical background of Revenue Management and its operation process in the airline industry as well. More importantly the study introduces the improvements such as integrating both the booking data and ticketing information, collecting the forecasted traffic on connecting flights, relating real-time demand to the appropriate pricing information, and optimizing seat inventory based on displacement cost during peak or low seasons. Such enhancement in Revenue Management can be made possible through the construction and utilization of Electronic ticketing database, following the introduction of Electronic ticketing system. Therefore, the findings of the study would be of help to recommend the solution for revenue increment in Airline Revenue Management on the basis of change in airline passenger demand control and some best practices of global leading carriers.

Predicting potential demand in the future is an important issue in terms of estimating the size of demand in the light of uncertainty in the future market for a particular service offering. Air demand is selected by a variety of factors, and is ultimately determined by schedule, day of the week, season, price, service awareness, airline recognition, quality of service, reservation convenience, loyalty program, etc., which includes departure and arrival time. In order to realize revenue growth through the airline's profit management, accurate demand forecasts must be first of all. Therefore, this study uses the eight models presented by PROS to demonstrate the optimal demand forecast from the specific point of departure D-352 to the point of departure of the aircraft, using the eight models presented to determine the optimal profitability in the revenue management process, so as to establish the rationale for selecting the appropriate demand forecast model for each demand situation.

수원시는 사통팔달의 교통의 요충지로 지역 자체의 관광지는 물론, 주변 지역의 연계 관광도 가능하다. 2016년 10월에는 기존‘수원화성문화제’를 확대시켜 200여년 만에 정조대왕 능행차를 재현하는 등 많은 관광객을 유치하려고 노력하고 있다. 그런데 수원시는 1년 중 10월에만 관광객이 집중되고 그 밖의 달은 20~40만 명 안팎에 머물러 있다. 이러한 현실적인 문제를 해결하기 위한 기초로 수요예측을 실시하였다. 본고는 내/외국인 구별 없이 관광통계에서 제시된 전체 숫자로 수요예측을 진행하였다. 2004년 1월부터 2013년 12월까지 수원시 관광객 시계열 자료를 기초로, 2014년 1월부터 2014년 12월까지 다양한 시계열 모델(이동평균법: 계산너비 1~4;지수평활법: 단순, 브라운, 홀트, 윈터스)과 인과모델(회귀모델-선형함수, 2차함수, 3차함수)로 수요예측을 실행하였다. 수요예측 결과로 도출한 예측치와 실제치를 비교하여 최적의 시계열 수요예측 방법을 선정한 것이다. 가장 적합한 모델로 판명된 방법은 이동평균법 계산너비 1(Theil-U)과 계절적 요인을 반영한 윈터스지수평활법(MAPE)이었다. 2015년은 메르스 사태로 국내외 관광객 급감으로 인해 시계열 자료가 왜곡될 수 있어 2014년까지의 자료로 연구를 진행하였다.

This Paper examined the best forecasting model that contains lower forecasting errors for tourists in the city of Suwon. Since tourism is the most important economic activity in the city of Suwon, predicting the tourism demands of Suwon is the key to understand the overall regional market situations. This paper discusses the forecast of tourism demands of Suwon and the vision of tourism policies. This study starts with a trend analysis by using Moving Average Method(Span 1, Span 2, Span 3, and Span 4), Exponential Smoothing(NN ,Brown, Holt, Winters), and Regression Models(Linear, Quadratic, Cubic function) with time series data from January, 2004 to December, 2013. The accuracy of this forecasting model was tested by MAPE and Theil-U. The result shows that the accuracy of the Moving Average Method(Span 1) is within-sample forecast on the basis of Theil-U. And accuracy of the Winter's Model is a within-sample forecast on the basis of MAPE. The Moving Average Method(Span 1) analyzed the best forecasting method in terms of Theil's U. Also, Winters Exponential Smoothing Method analyzed the best forecasting method in terms of MAPE. This Paper examined the best forecasting model that contains lower forecasting errors for tourists in the city of Suwon. Since tourism is the most important economic activity in the city of Suwon, predicting the tourism demands of Suwon is the key to understand the overall regional market situations. This paper discusses the forecast of tourism demands of Suwon and the vision of tourism policies. This study starts with a trend analysis by using Moving Average Method(Span 1, Span 2, Span 3, and Span 4), Exponential Smoothing(NN ,Brown, Holt, Winters), and Regression Models(Linear, Quadratic, Cubic function) with time series data from January, 2004 to December, 2013. The accuracy of this forecasting model was tested by MAPE and Theil-U. The result shows that the accuracy of the Moving Average Method(Span 1) is within-sample forecast on the basis of Theil-U. And accuracy of the Winter's Model is a within-sample forecast on the basis of MAPE. The Moving Average Method(Span 1) analyzed the best forecasting method in terms of Theil's U. Also, Winters Exponential Smoothing Method analyzed the best forecasting method in terms of MAPE.

본고는 2004년 1월부터 2014년 12월까지 수원시 관광객 시계열 자료를 기초로, 2015년 1월부터 2015년 12월까지 윈터스지수평활법으로 수요예측을 실행한 것이다. 총 11년의 실제치로 2015년 관광객 수요예측을 실시하였다. 수요예측 결과, 윈터스지수평활법에 의한 예측치가 실제치와 비교적 유사한 형태를 나타내고 있음을 알 수 있었다. 수원시는 근래에 들어 수원화성문화제(2014년, 제51회)가 안정적으로 정착이 되고, 2013년 10월 이후 매년 10월 100만이 넘는 관광객이 방문하고 있다. 최근 수원 KT 야구단 창단으로 관광객들은 더욱 증가될 것으로 예상된다. 수원화성문화제가 열리는10월에만 100만 명이 초과하고 있어, 기타 비수기에 대한 과제는 여전히 남아 있다. 즉 10월 외에도 야구 경기 관람을 위해 방문하는 야구팬들을, 인근 관광지와 연계하여 체재 시간을 연장해 방문하는 주요 목적 관광지가 될 수 있도록 노력해 나갈 필요가 있다.

Since tourism is the most important economic activity in Suwon-City, predicting the tourism demand of Suwon is the key to understand the overall regional market situations. This paper discusses the forecast of tourism demand of Suwon and the vision of tourism policy. This study starts with the trend analysis by using Winters' exponential smoothing model with time series data from January 2004 to December 2014. The accuracy of this forecasting model was tested by MAPE and Theil-U. The result shows that the accuracy of the Winter's model is within-sample forecast on the basis of MAPE and Theil-U.

본고는 2005년 1월부터 2012년 12월까지 익산시 관광객 시계열 자료를 기초로, 2013년 1월부터 2013년 12월까지 윈터스 지수평활법으로 수요예측을 실행한 것이다. 2013년 3월까지는 실제치가 있어 시계열 예측치와 비교하였고, 2013년 4월부터 12월 까지는 예측치만 제시하였다. 수요예측 결과, 윈터스 지수평활법에 의한 예측치가 실제 치와 비교적 유사한 형태를 나타내고 있음을 알 수 있었다. 익산시는 최근에 주목할 만한 관광관련 사업 및 이벤트가 없었으나 인접한 전주시의 한옥마을 방문객 또는 부안-군산시의 새만금 방조제 방문객 등의 연계관광으로 인한 영 향을 받았을 것으로 판단된다. 이와 같은 현상이 계속된다면 익산시는 이들 연계관광객 들을 좀 더 많이 유도할 수 있도록 노력해야 하며, 나아가 익산시 관광지도 주요 목적 관 광지가 될 수 있도록 관심을 가지고 다방면으로 노력해야 할 것이다.

Since tourism is the most important economic activity in Iksan City, predicting the tourism demand of Iksan is the key to understand the overall regional market situations. This paper discusses the forecast of tourism demand of Iksan and the vision of tourism policy. This study starts with the trend analysis by using Winters' exponential smoothing model with time series data from January 2005 to December 2012. The accuracy of this forecasting model was tested by MAPE and Theil-U. The result shows that the accuracy of the Winter's model is within-sample forecast on the basis of MAPE and Theil-U.

본 연구의 목적은 동해남부선의 두 축인 부산·울산을 생활권으로서의 광역권으로 볼 수 있는지를 두 지역의 통근·통학 수요에 근거하여 살펴본 후, 광역교통시설인 동해남부선의 공급이 타당한 지를 분석하는 것이다. 이를 위해 2005년 인구주택총조사를 사용하여 부산·울산의 통근·통학 행태를 실증적으로 분석하였고, 통계청의 장래추계인구와 선택확률모형을 사용하여 동해남부선의 교통수요를 예측하였다. 실증 분석 결과 부산·울산의 통근·통학권은 서로 다르고, 부산·울산 간 교차 통근·통학률은 미미하였다. 이는 부산과 울산이 생활권으로서의 하나의 광역권으로 설정될 수 없음을 보여주는 결과이다. 시나리오별 통근·통학 수요 추정결과 부산·울산의 통근·통학 인구는 해당지역의 추계인구의 감소와 함께 감소하며, 동해남부선의 광역철도 전환은 부산·울산간 통근·통학 수요의 증가가 비용대비 미미한 것으로 나타났다. 이와 같은 결과로부터 본 연구는 현재의 부산·울산의 광역권 설정과 이에 따른 광역교통시설 공급의 타당성의 근거가 미약함을 설명하였고, 향후 교통정책 수립에 있어 부산·울산 지역의 특성을 고려한 정책이 필요함을 시사하였다.

The present study aims to analyze the feasibility of combining Pusan and Ulsan cities as a metropolitan area to function as a combined living area, and thereof the idea of transforming Donghae-Nabmu Rail line as an inter-metropolitan transportation facilities. We utilize 2005 Korean Census data and projected population data issued by Statistics Korea to analyze commuting patterns, and then forecast commuting demands of Donghae-Nabmu Rail line using Multinomial Logit Model. The results are as follows. First, the commuting area of the residents of each city was spatially contrasted, and inter-city commuting ratio was insignificant. This implies that the two cities are not compatible when combined to a metropolitan area to function as a single living area. Second, according to the scenario-based commuting demand estimation, commuting population of the both cities tends to decrease as the projected population shrinks, and thus the idea of rail road transformation is fragile measure to boost commuting demands. Conclusionally, this study proved the rail road transformation is not feasible, and implies that the transportation policies of the two cities should be drew with the locality reflected.

Most of the demand forecasts which have been studied are based on the long-term time series over 15 years. In this paper, we set up the optimal ARIMA model for the short-term time series demand forecasting and suggest appraising suitability and forecasting on the model. We are going to use the univariate ARIMA model in parallel with the Bivariate Transfer Function Model to improve accuracy of forecasting. Also we analyse advertisement cost, scale of branch store, number of clerk, etc. to search effect of sales policy on productivity. After then, we are going to show customer's needs on the future. We have applied this method for the annual sales of refrigerator in four branch store cases.

다품종 소량생산체제인 중소기업 제조공장은 고객의 니즈를 대응하기 위해 제품을 대량생산하여 판매하는 형 태이다. 이는 기업이 재고 부족에 따른 손실을 줄이기 위해 과도한 양의 자재 수급을 의미하고 높은 재고 유지비용이 발생한다. 그리고 수요 대응에 실패한 제품은 관리 창고에 쌓여 있어 재고 보관비용이 발생하는 현실이다. 본 논문은 이러한 문제를 보완하기 위해 시계열 분석 기법인 ARIMA모형을 이용하여 계절적 요인과 같은 시간적인 변동성을 찾 아 수요를 예측하고 이를 통해 경제적 주문량 모형 기반의 수요예측 모델을 개발하여 재고 부족 위험을 예방한다. 또 한 시뮬레이션을 수행하여 개발 모델의 효용성 평가하고 향후 중소기업에 적용하여 개발 모델의 효과를 입증한다.

SMEs manufacturing Factory, which are small-scale production systems of various types, mass-produce and sell products in order to meet customer needs. This means that the company has an excessive amount of material supply to reduce the loss due to lack of inventory and high inventory maintenance cost. And the products that fail to respond to the demand are piled up in the management warehouse, which is the reality that the storage cost is incurred. To overcome this problem, this paper uses ARIMA model, a time series analysis technique, to predict demand in terms of seasonal factors. In this way, demand forecasting model based on economic order quantity model was developed to prevent stock shortage risk. Simulation is carried out to evaluate the effectiveness of the development model and to demonstrate the effectiveness of the development model as applied to SMEs in the future.

본고는 2001년 1월부터 2009년 12월까지 제주도 관광객 시계열 자료를 기초로, 2010년 1월부터 2011년 12월까지 윈터스 지수평활법으로 수요예측을 실행한 것이다. 2011년 5월까지는 실제치가 있어 시계열 예측치와 비교하였고, 2011년 6월부터 12월까지는 예측치만 제시하였다. 수요예측 결과, 윈터스 지수평활법에 의한 예측치가 실제치와 비교적 유사한 형태를 나타내고 있음을 알 수 있었다. 최근 한류열풍과 제주도 올레길 개발로, 2010년 1월부터 2011년 5월까지 수요예측기법을 통해 예측한 예측치보다 더 많은 관광객들이 제주도를 방문하고 있음을 확인하였다.

Since tourism is the most important economic activity in Jeju island, predicting the tourism demand of Jeju is the key to understanding the overall regional market situation. This paper will discuss the forecast of tourism demand in Jeju island and the vision of tourism policy. This study starts with a trend analysis by using Winters' exponential smoothing model with time series data from January 2001 to December 2009. This forecasting model's accuracy was tested by MAPE and Theil-U. The result shows that Winter's model accuracy is within-sample forecast on the basis of MAPE and Theil-U.

It is forecasted that the demand of measurement manpower which develops a method of measurement, produces and operates advanced measurement equipments will rapidly increase on account of a trend of the high industrial level the diversity and high precision of goods. However, measurement manpower in our country, has been consistently increasing, still considerably falls be hind in comparison with our national level of technology. From this point of view, the purpose of this study is to show how to make it easy to secure measurement manpower that greatly influences the improvement of productivity owing to its spread to all industry. This paper will be a source document to predict the demand for measurement manpower until the year of 2000 and show how to supply necessary manpower according to the economic growth in the future. This report is divided into four sections. In the first section, the object of this study is mentioned. In the second section, demand model on analysis data is explained. In the third section, the optimum model is selected after the Residual Analysis on the demand model in section 2. And the prediction on demand and supply of measurement manpower is presented on the basis of the model. Finally, in the fourth section, a suggestion for adjustment of demand and supply is showed.

시장의 급속한 변화와 개별 수요자 요구의 다양화로 인하여 전통적인 예측 방식은 기업의 요구사항을 충족시키기 어렵다. 다변화하는 생산 환경에서의 올바른 수요예측은 원활한 수율관리를 위한 중요한 요소이다. 현재 산업에서 보편 적으로 사용되는 기존의 많은 예측 모델은 조금씩 기능에 제한이 있다. 제안된 모델은 각 모델이 개별적으로 더 잘 수행 하는 부분을 고려하여 이러한 한계를 극복하도록 설계 되었다. 본 논문에서는 동적 프로세스 분석에 적합한 Grey Relational 분석을 통한 변수 추출을 하고, ARIMA 예측값을 통하여 산출되는 과거 수요 데이터의 특징을 포함하는 통계적으로 예측된 데이터를 생성한다. 이후, LSTM 모델과 결합하여 신경망모델이 가지는 특성인 유연성, 장기적인 의 존성 문제를 피하도록 구성되어진 구조를 통하여 수요예측에 영향을 주는 많은 요인들을 특징을 반영하여 수요예측을 산출할 수 있다.

Traditional demand forecasting methods are difficult to meet the needs of companies due to rapid changes in the market and the diversification of individual consumer needs. In a diversified production environment, the right demand forecast is an important factor for smooth yield management. Many of the existing predictive models commonly used in industry today are limited in function by little. The proposed model is designed to overcome these limitations, taking into account the part where each model performs better individually. In this paper, variables are extracted through Gray Relational analysis suitable for dynamic process analysis, and statistically predicted data is generated that includes characteristics of historical demand data produced through ARIMA forecasts. In combination with the LSTM model, demand forecasts can then be calculated by reflecting the many factors that affect demand forecast through an architecture that is structured to avoid the long-term dependency problems that the neural network model has.

In this study, optimal forecasting method was developed to manage inventory efficiently in stainless service center, and thereby the service and safety stock levels can be set based on demands. Since raw materials are very expensive and demands of them are fluctuated seasonally, demand forecasting is greatly important to ensure the availability of an adequate supply. First, the research subjects were defined based on ABC analysis in this study. Second, moving average, weighted moving average, exponential smoothing, Winter’s method and least squares method were performed to evaluate accuracy of five models. As a result, Winter’s method and least squares method were superior to the other methods. Third, new safety stock and service levels can be established based on the forecasting results.

Data-driven decision-making is essential in the Fourth Industrial Revolution. In particular, accurate demand forecasting plays a critical role in optimizing supply chains and improving responsiveness in the global trade environment. This study aims to compare the forecasting performance of two models: ARIMA (Auto-Regressive Integrated Moving Average), a traditional time series method, and GRU (Gated Recurrent Unit), a deep learning-based approach. Using real-world demand data from the automobile parts industry, both models were evaluated based on MAPE (Mean Absolute Percentage Error), RMSE (Root Mean Squared Error), and RMSLE (Root Mean Squared Log Error). The results show that the GRU model consistently outperforms the ARIMA model, especially for highly volatile and irregular (lumpy) demand data. These findings suggest the practical applicability of GRU in demand forecasting for industries dealing with irregular patterns, and highlight the potential of combining traditional and deep learning methods for improved forecasting accuracy in international trade settings.

세계적으로 기후 위기로 인해 친환경 산업이 발전하고 있다. 전기자동차는 내연기관 자동차에 비해 탄소 배출량을 30~70% 이상 절감할 수 있을 것으로 전망되어 주목받고 있는 친환경 산업이다. 전기자동차가 대중화됨에 따라 충전 소는 전기자동차 구매를 위한 중요한 요소로 자리 잡았다. 최근 연구에서는 지역의 충전소 수요를 파악하고 경제적인 효과를 최대화할 수 있는 위치를 선정하기 위해 인공지능을 활용하고 있다. 본 연구에서는 전기자동차 충전소 수요 예측 모델의 성능향상에 이바지하고자 인공지능 모델에 활용할 수 있는 전국 단위의 데이터를 정의하고 전처리 기법을 제안하 였다. 또한 실제 충전소 수요 예측을 위한 전처리기와 인공지능 모델, 서비스 웹을 구현하고 데이터의 입지선정 요인으로 의 가치를 검증하였다.

Globally, the eco-friendly industry is developing due to the climate crisis. Electric vehicles are an eco-friendly industry that is attracting attention as it is expected to reduce carbon emissions by 30~70% or more compared to internal combustion engine vehicles. As electric vehicles become more popular, charging stations have become an important factor for purchasing electric vehicles. Recent research is using artificial intelligence to identify local demand for charging stations and select locations that can maximize economic impact. In this study, in order to contribute to the improvement of the performance of the electric vehicle charging station demand prediction model, nationwide data that can be used in the artificial intelligence model was defined and a pre-processing technique was proposed. In addition, a preprocessor, artificial intelligence model, and service web were implemented for real charging station demand prediction, and the value of data as a location selection factor was verified.

본 논문에서는 의약품 유통량 예측을 위해 기존의 통계 방식(ARIMA)과 머신러닝 방식(Informer)을 개발하고 비교하였다. 일별 데이터의 예측에서는 머신러닝 기반의 모델이 유리하며, 월별 예측에서는 ARIMA를 활용하고 데이 터가 증가하면서 Informer로 전환하는 것이 효과적임을 발견하였다. 예측 에러율(RMSE)은 기존 방식 대비 26.6% 낮아졌으며, 예측 정확도도 13% 개선되어 86.2%의 결과를 보였다. 본 논문을 통해 통계적 방법과 머신러닝 방법을 앙상블하여 최상의 결과를 얻을 수 있다는 장점을 발견하였다. 또한 머신러닝 기반의 AI 모델은 불규칙한 상황에서 도 딥러닝 연산을 통해 최선의 결과를 도출할 수 있으며, 상용화 이후에는 데이터양이 증가함에 따라 성능이 향상될 것으로 기대된다.

In this paper, the existing statistical method (ARIMA) and machine learning method (Informer) were developed and compared to predict the distribution volume of pharmaceuticals. It was found that a machine learning-based model is advantageous for daily data prediction, and it is effective to use ARIMA for monthly prediction and switch to Informer as the data increases. The prediction error rate (RMSE) was reduced by 26.6% compared to the previous method, and the prediction accuracy was improved by 13%, resulting in a result of 86.2%. Through this thesis, we find that there is an advantage of obtaining the best results by ensembleing statistical methods and machine learning methods. In addition, machine learning-based AI models can derive the best results through deep learning operations even in irregular situations, and after commercialization, performance is expected to improve as the amount of data increases.

제주특별자치도 입도객 수는 2013년 4월, 단일 달로는 처음 100만 명을 돌파한 이후, 이듬해 2014년에는 12개월 중 무려 7개월(4월~10월)간 100만 명이 넘었다. 2015년에도 5월 메르스 사태로 6월 잠시 주춤한 것을 제외하고 8개월(3~5월, 7 월~12월)간 100만 명을 돌파하였다. 그리고 최근 2016년~2017년 두 해 동안 매월100만 명을 돌파하는 기염을 토했다. 비록 2017년 사드 배치로 인한 한중 양국의 외교 갈등으로 2017년 3월부터 2018년 2월까지 전년 전월 대비 감소세이기는 하나2018년 3월부터 다시 증가세로 돌아서며, 제주특별자치도 입도객은 매월 100만 명대를 유지해 왔다. 과포화 상태로 여러 부작용이 나타나는 시점에 관광수요 예측을 통한제주관광의 수용태세의 기본 자료로 활용코자 한다. 본고는 내국인과 외국인 구분 없이 제주도 입도객 통계자료로 수요예측을 진행하였다. 2007년 1월부터 2017년 12월까지 제주특별자치도 입도객 시계열 자료를 기초로, 2018년 1월부터 2018년 12월까지 다양한 시계열 모델(지수평활 모델: 단순, 브라운, 홀트, 윈터스 가법, 윈터스 승법)과 인과 모델(회귀 모델-선형/2차/3차 함수) 8가지방법으로 수요예측을 실행하였다. 수요예측 결과로 도출한 예측치와 관측치를 비교하여 최적의 시계열 수요예측 방법을 선정한 것이다. 가장 적합한 모델로 판명된 방법은계절적 요인을 반영한 윈터스 가법 지수평활 모델(MAPE)이었다. 2015년 메르스 사태, 2017년 사드배치로 인한 한중 갈등으로 중국인 관광객이 감소하였으나 모두 반영하여 연구를 진행하였다.

This Paper examined the best forecasting models that contain lower forecasting errors for tourists on Jeju-island. Since tourism is the most important economic activity on Jeju-island, predicting the tourism demands of Jeju-island is the key to understanding the overall regional market situations. This paper discusses the forecast of tourism demands on Jeju-island and the vision of tourism policies. This study starts with a trend analysis by using Exponential Smoothing (NN, Brown, Holt, Winters) and Regression Models(Linear, Quadratic, Cubic function) with time series data from January, 2007 to December, 2017. The accuracy of this forecasting model was tested by MAPE. The result shows that the accuracy of the Winter's Addictive Seasonality Model is a within-sample forecast on the basis of MAPE. Winter's Addictive Seasonality Exponential Smoothing Method analyzed the best forecasting method in terms of MAPE.

빠른 인구 고령화와 노인 가구구조 변화는 돌봄서비스 수요에 영향을 미친다. 본 연구 목적은 서울 시 거주 노인의 가구구조 변화에 따른 돌봄서비스 수요를 예측하여 근거기반정책 수립의 기초자료를 생성하는 것이다. 이를 위하여 2015-2021년 통계청 인구주택총조사 패널조사 자료를 기반으로 고령자 가구유형 전이행렬을 구성하고 성별․연령별 노인의 장래 가구구조 변화를 추계하였다. 다음으로 고 령자연구패널조사(KLoSA) 자료를 활용하여 다항로짓모형을 적용해 65세 이상 인구의 성별․연령별․ 가구유형별 노인돌봄 유형별 이용확률을 추정하였다. 셀기반 방식으로 성별연령별․가구유형별 노인 인구와 돌봄유형별 이용확률을 이용하여 장래 노인돌봄수요를 추계하였다. 연구 결과, 서울시 노인을 대상으로 한 돌봄은 공식과 비공식 유형 모두 그 수요가 2021년 대비 2036년 2배 가까이 증가할 것 으로 분석되었다. 서울 남성 노인 중에서도 75세 이상의 공식돌봄 이용 규모는 2배 이상 증가할 것으로 예측되었다. 이러한 결과는 서울시 노인 돌봄서비스 정책 수립에 있어 인구구조뿐만 아니라 가 구구조 변화 고려가 필요함을 시사한다.

With rapid population aging, the demand for care services is increasing. This study aims to estimate future care needs of older adults in Seoul and provide baseline data for policy planning. Using panel data from the 2015-2021 Korean Population and Housing Census, this study constructed a transition matrix of household types among older adults and projected future changes in household structures by sex and age. Data from the Korean Longitudinal Study of Aging (KLoSA) were then used to estimate the probabilities of utilizing different types of care services, applying a multinomial logit model based on the sex, age, and household type of individuals aged 65 and older. Finally, future demand for care services was projected using a cell-based approach that combines the projected older population by sex, age, and household type with their corresponding probabilities of care use. Results show that total care demand will nearly double by 2036 compared to 2021, with a particularly sharp increase among men aged 75 and older using formal care. These findings suggest the need to consider both demographic and household structure changes in developing care service policies for older adults in Seoul.

에너지 소비 문제가 전 세계적으로 주요한 이슈로 자리잡아 다양한 부문에서 에너지 소비 및 온실가스 배출 절 감에 대한 관심이 크다. 2022년 3월 말 기준 국내 산업단지 총 면적은 606 km2로, 전체 국토면적의 약 0.6 %에 불과 한다. 하지만 2018년 기준, 국내 산업단지의 연간 에너지 사용량은 국가 전체 에너지 사용량의 53.5 %, 전체 산업부문 에너지 사용량의 83.1 %를 차지하는 110,866.1천 TOE임으로 확인되었다. 더불어 국가 전체 온실가스 배출량의 45.1 %, 산업부문 온실가스 배출량의 76.8 %를 차지하여 환경에 미치고 있는 영향 또한 상당한 상황임이 확인하였다. 이러 한 배경 하에 본 연구에서는 산업단지 차원의 에너지 효율화에 기여하고자, 국내 한 산업단지를 대상으로 에너지 수요 및 공급의 예측을 진행하였으며, 예측 결과값을 포함하여 에너지 모니터링을 위한 시뮬레이터 UI 화면을 설계하였다. 머신러닝 알고리즘 중 다층퍼셉트론 (Multi-Layer Perceptron; MLP)을 사용하였으며, 예측 모델의 최적화 기법으로 서 베이지안 최적화 (Bayesian Optimization)를 적용하였다. 본 연구에서 구축한 예측 모델은 산업단지 내 압축공기 수요 유량의 경우는 87.90 %, 공용 공기압축기 공급 가능 유량의 경우는 99.54 %의 예측 정확도를 보였다.

As of the end of March 2022, the total area of d omestic industrial complexes is 606 km2, which is only about 0.6% of the total land area. However, as of 2018, the annual energy consumption of domestic industrial complexes is 110,866.1 thousand TOE, accounting for 53.5% of the country's total energy consumption and 83.1% of the entire industrial sector energy consumption. In addition, industrial complexes have a significant impact on the environment, accounting for 45.1% of the country's total greenhouse gas emissions and 76.8% of industrial sector greenhouse gas emissions. Under this background, in this study, in order to contribute to the energy efficiency of industrial complexes, a prediction study on energy demand and supply for an industrial complex in Korea using machine learning was conducted. In addition, a simulator UI screen was designed to more efficiently convey information on energy demand/supply prediction results and energy consumption status. Among the machine learning algorithms, Multi-Layer Perceptron (MLP) was used, and Bayesian Optimization was applied as an optimization technique for the prediction model. The energy prediction model for the industrial complex built in this study showed a prediction accuracy of 87.90% for compressed air demand and 99.54% for the flow rate available for the public air compressor.

본 논문은 분산형 전력 시스템에서 심층강화학습 기반의 전력 생산 환경 및 수요와 공급을 예측하며 자원 할당 알고리즘을 적용해 전력거래 시스템 연구의 최적화된 결과를 보여준다. 전력 거래시스템에 있어서 기존의 중앙집중식 전력 시스템에서 분산형 전력 시스템으로의 패러다임 변화에 맞추어 전력거래에 있어서 공동의 이익을 추구하며 장기적 인 거래의 효율을 증가시키는 전력 거래시스템의 구축을 목표로 한다. 심층강화학습의 현실적인 에너지 모델과 환경을 만들고 학습을 시키기 위해 날씨와 매달의 패턴을 분석하여 데이터를 생성하며 시뮬레이션을 진행하는 데 있어서 가우시 안 잡음을 추가해 에너지 시장 모델을 구축하였다. 모의실험 결과 제안된 전력 거래시스템은 서로 협조적이며 공동의 이익을 추구하며 장기적으로 이익을 증가시킨 것을 확인하였다.

In this paper, the energy transaction system was optimized by applying a resource allocation algorithm and deep reinforcement learning in the distributed power system. The power demand and supply environment were predicted by deep reinforcement learning. We propose a system that pursues common interests in power trading and increases the efficiency of long-term power transactions in the paradigm shift from conventional centralized to distributed power systems in the power trading system. For a realistic energy simulation model and environment, we construct the energy market by learning weather and monthly patterns adding Gaussian noise. In simulation results, we confirm that the proposed power trading systems are cooperative with each other, seek common interests, and increase profits in the prolonged energy transaction.

이용 수요가 많아 투입될 비용보다 얻을 수 있는 편익이 더 클 것이라는 예측에 근거하여 추진되었던 대형 공공사업들이 완공 이후 처음 예측보다 실제 이용수요는 적고 소요 비용은 커서 결과적으로 예산을 낭비한 사례가 우리나라뿐만 아니라 전 세계적으로 반복적으로 발생하고 있다. 이 문제를 집중 연구해온 벤트 플뤼비아(Bent Flyvbjerg)에 따르면, 대형 공공사업의 사전 예측이 실패하는 원인에는 기술적·심리적·정치적·경제적 요인들이 있는데, 그중 결정적 요인은 정치적·경제적 요인이며 따라서 해결 방안도 여기에 집중해야 한다고 주장한다. 이 글에서는 대형 공공사업에서 만성적으로 나타나는 수요 과잉 예측 및 비용 과소 예측현상의 원인과 그 해결 방안에 대해 플뤼비아의 논의를 중심으로 살펴보았다. 이를 위해 먼저 플뤼비아가 수요 및 비용 예측 실패의 핵심 원인으로 간주한 정치-경제적 원인의 분석 및 이에 대한 처방들을 요약 소개했다. 이어서 우리나라에서도 대형 공공사업 전반에서 예측 실패가 반복적으로 나타나고 있으며, 그 핵심원인에는 국민들이 위임한 권력을 자신들의 이익을 추구하는 데 악용하는 정치가와 관료 집단의 행위가 제대로 제어되지 못하는 데 있다는 사실을 확인했다. 마지막으로 그의 논의를 우리나라에 적용하여 대형 공공사업의 수요 및 비용 예측의 정확성을 높일 수 있는 방안을 제시했다. 이 글에서 제시한 대안의 핵심은 책임성과 투명성의 강화이며, 이를 위해 공공사업 추진 권력에 대한 견제 장치 마련, 준거집단 예측법 도입 등을 포함하여 몇 가지 제도 개혁 방안들을 제안했다.

For the most of public-driven magaprojects in the world, especially the infrastructure projects, starting from ex ante expectation that benefit would be bigger than cost, their actual ex post performance was very poor. As a result, public money has been wasted and so-called magaprojects paradox has appeared: More and bigger megaprojects are built despite their poor performance record. Bent Flyvbjerg has focused the causes and cures of underestimate costs and overestimate benefits phenomenon. He argue that the key causes of this phenomenon are economic and political causes rather than technical or psychological ones, and suggest how to tackle these ones. In this paper, I aim to examine the causes and cures of endemic forecasting fallacy in Korea, mainly based on Flyvbjerg’s arguments. For the purpose of this, first, I show that cost overruns and demand shortfalls are also widespread in Korea. Second, Flyvbjerg’s main works and key arguments are summarized. Third, some implications and suggestions for applying his arguments to Korea in order to minimize forecasting failure are examined, focusing on enhancing accountability and transparency.

본 연구는 지역 단위 도시가스 수요예측모형을 이용하여 전국 도시가스수요예측의 정확도를 향상할 수 있는지 여부를 살펴봤다. 지역별 수요예측모형을 구축하게 된 배경은 용도별 도시가스 수요의 행태가 분화되는 상황에서 자료의 제한으로 용도별 수요예측모형을 구축하기 어렵다는 것에 있다. 지역별 수요예측모형은 전국수요를 수도권과 지방으로 구분하여 별도의 예측모형을 구성하는 것으로, 시간변동계수를 갖는 공적분모형을 이용하였다. 지역모형에서 전국 도시가스수요예측은 지역별 수요전망치를 합산하여 산출하였다. 2013~2016년의 4년간 예측력 평가결과, 지역별 모형을 통한 전국 도시가스수요 예측이 전국단위 예측모형에 비하여 예측력이 전반적으로 우수한 것으로 나타났다. 지역모형에서는 수도권과 지방권 모형을 별도로 구축함으로써 해당 지역 수요의 특성을 반영한 예측모형이 가능했다. 수도권수요는 가정용수요 비중이 높아 기온에 보다 민감하게 반응하고, 전력수요와 경쟁관계가 있다. 이에 반해 지방권은 산업용수요 비중이 높아 전반적인 경기상황에 따른 수요변동이 크고, 수도권과 달리 벙커씨유와 LPG와 같은 산업용 연료와 대체관계를 보였다. 상기 결과는 성숙기에 접어든 도시가스산업에서 지역별 수요에 대한 세부적인 분석을 통해 전국 단위 수요예측의 정확도를 향상시킬 수 있다는 것을 보여주고, 이와 더불어 용도별 도시가수요 분석에도 유용한 정보를 제공할 것으로 기대한다.

This paper explores whether it is better to forecast city gas demand in Korea using national level data directly or, alternatively, construct forecasts from regional demand models and then aggregate these regional forecasts. In the regional model, we consider gas demand for Seoul metropolitan and the other local areas. Our forecast evaluation exercise for 2013-2016 shows the regional forecast model generally outperforms the national forecasting model. This result comes from the fact that the dynamic properties of each region’s gas demands can be better taken into account in the regional demand model. More specifically, the share of residential gas demand in the Seoul metropolitan area is above 50%, and subsequently this demand is heavily influenced by temperature fluctuations. Conversely, the dominant portion of regional gas demand is due to industrial gas consumption. Moreover, electricity is regarded as a substitute for city gas in the residential sector, and industrial gas competes with certain oil products. Our empirical results show that a regional demand forecast model can be an effective alternative to the demand model based on nation-wide gas consumption and that regional information about gas demand is also useful for analyzing sectoral gas consumption.

신상품이나 신규 통신서비스의 수요 예측은 사업의 경제성 분석과 초기 시설투자 계획을 수립함에 있어 필수적이다. 그러나, 과거 자료가 없는 경우에 적용할 수 있는 기존의 수요예측방법은 비계량적인 방법들로서 객관성이 떨어지므로 가능한 한 주관적인 요소나 임의성을 배제할 수 있는 방법이 필요하다. 이에 본 연구는 저궤도 이동위성통신 서비스의 수요예측 사례를 중심으로 계량적인 모형에서 추정이 불가능한 모수들을 비계량적인 방법을 통해 추정함으로써 계량적인 방법과 비계량적인 방법을 결합한 수요예측방법을 제안한다. 본 연구에서는 기존 통신서비스와의 비교유추를 통하여 확산계수를 도출하고 설문자료로부터 잠재시장규모를 추정함으로써 신규 통신서비스의 확산과정을 예측하고 가격에 대한 수요의 탄력도를 도출한다.

We have discussed the importance of collaborative forecasting and the difficulties that can arise during its implementation. We have also proposed the detail process of collaborative forecasting and the system requirement on each step of the process so that the proposed detail process can be easily applied to real life scenario. Lastly, we have talked about a case study of a telecommunication equipment manufacturer that has implemented the proposed collaborative forecasting process that verify the feasibility of the process.

The purpose of this study is to find out the best forecasting model among seven different time-series models and to forecast the size of Korea’s imported wine market in 2021. 66 time-series data per quarter from January 2001 to July 2016 were used in this research from KITA(Korea International Trade Association). The accuracy of models was tested and compared based on value of MAPE. The results show that the Winters Additive Seasonality Model(MAPE=10.13%) is the most appropriate demand forecasting model in terms of the forecasting accuracy. This model predicts the size of imported wine market of Korea in 2021 could be up to USD $246,896,000, CAGR=4.49% which is 30.08% bigger than its size of 2015. Moreover, this study provides two different forecasting scenarios for both conservative(CAGR=2.34%) and optimistic(CAGR=5.46%) points of view and the average of all forecasting results(CAGR=3.98%) of the size of imported wine market in 2021. In this regards, no matter which scenarios are chosen, when marketers make their own medium and long term business plans, it has to be considered that this market is no longer thriving as over the past 5 years(CAGR=9.3%). Because the result of this study mainly implies that the imported wine market in Korea is already entering a mature stage.

전력수요는 여러 가지 사회, 경제, 기상 등의 복합적인 요인에 의해 결정되므로 예측하기 쉽지 않다. 수요 예측 시스템을 통해 예측된 결과는 예측일의 상황에 맞는 여러 가지 예측과 관련된 변동 요인의 적용범위가 수치적으로 달라 질 수 있어 예측 데이터와 실제 수요와의 오차율이 높아질 수 있다. 따라서 전력수요 실적과 예측간 오차에 영향을 주는 변동 요인의 영향력을 분석하고, 예측일의 상황에 맞게 적절한 수치의 변수를 예측 시스템에 제공하여 예측의 정확성을 향상시키는 방안에 대하여 알아보았다.

현재 철도계획에 이용되고 있는 교통수요예측 지역간기종점(OD)자료는 국가교통데이타베이스(KTDB)를 이용하고 있다. KTDB의 자료는 우리나라 지역간 총통행량을 조사한 후 도로, 철도, 항공등으로 배분하는 방법을 이용하고 하고 있다. 그러나 철도의 경우는 철도역이 기존의 존과 일치하지 않거나 1개존에 다수의 철도역이 존재하여 Connector가 연결되지 않아 적용 방법상에 문제점이 있는 것으로 나타났다. 이로 인해 KTDB를 이용한 철도부분의 교통예측은 다른 교통수단에 비해 신뢰성이 크게 떨어지고 있다. 본 연구는 이러한 문제점을 검토 분석하고, 신뢰성을 높이기 위해 집계모형(Aggregate Model) 기법을 활용한 철도의 교통수요예측 방법(직접수요추정 : Direct Demand Estimation)을 제안하였다. 본 연구에서는 집계모형에 지역간의 인구, 거리, 산업체종사자수, 자동차대수, 도로연장등 사회경제지표의 연관성을 분석하여 철도분야 수요예측의 오차를 최소화할 수 있는 방법을 연구하였다.

The Korea Transportation Database (KTDB) is used to obtain data on the origin and destination (OD) of inter-city travel, which are currently used in railroad planning when estimating traffic demand. The KTDB employs the trip assignment method, whereby the total traffic volume researched for inter-city travel in Korea is divided into road, rail and air traffic, etc. However, as regards rail travel, the railroad stations are not identical to the existing zones or the connector has not been established because there are several stations in one zone as such, certain problems with the applicable methods have been identified. Therefore, estimates of the volume of railroad traffic using the KTDB display low reliability compared to other modes of transportation. In this study, these problems are reviewed and analyzed, and use of the aggregate model method to estimate the direct demand for rail travel is proposed in order to improve the reliability of estimation. In addition, a method of minimizing error in traffic demand estimation for the railroad field is proposed via an analysis of the relationship between the aggregate model and various social-economic indicators including population, distances, numbers of industrial employees, numbers of automobiles, and the extension of roads between cities.

The demand for naval spare parts is intermittent and erratic. This feature, referred to as non-normal demand, makes forecasting difficult. Hierarchical forecasting using an aggregated time series can be more reliable to predict non-normal demand than direct forecasting. In practice the performance of hierarchical forecasting is not always superior to direct forecasting. The relative performance of the alternative forecasting methods depends on the demand features. This paper analyses the influence of the demand features on the performance of the alternative forecasting methods that use hierarchical and direct forecasting. Among various demand features variability, kurtosis, skewness and equipment groups are shown to significantly influence on the performance of the alternative forecasting methods.

본 논문은, 장기 전력수요예측시 최종 수요예측 결과에 수요관리량을 어떻게 반영할 것인가와 관련하여 "수요관리 순증분 차감방식"에 대하여 설명하고, 순증분 차감방식이 수요관리량 반영방법으로서 적정한지 검증해보았다. 검증 결과 순증분 차감방식은 현실적으로 수요관리 실적에 대한 정확한 계량이 어려운 상황에서 가장 타당한 방법으로 검증되었다.

[연구목적] 본 연구는 전통적 예측모형(VECM)과 딥러닝 기반 예측모형(LSTM)을 비교하여,수요예측 정보가 회계적 의사결정에 실질적으로 어떻게 기여할 수 있는지를 실증적으로 분석하고, 예측정보의 회계정보화 가능성을 탐색하는 데 목적이 있다. [연구방법] 2020년 1월부터 2024년 12월까지의 일일 데이터를 기반으로, 관광객 수, 환율, 코스피 지수를 주요 변수로 설정하였다. VECM은 공적분 관계를 반영하여 장기 균형과 단기 조정 구조를 해석하였으며, LSTM은 과거 30일 데이터를 입력으로 하여 다음날 관광객 수를 예측하는 시계열 딥러닝 모델로 구성되었다. 또한, 2025년 1월 2일부터 3월 31일까지의 실제 데이터를 활용한 시나리오 기반 예측 실험을 통해 두 모형의 미래 적용 가능성과 실무 적합성을검증하였다. [연구결과] 예측 성능 비교 결과, LSTM은 평균제곱근오차(RMSE), 평균절대오차(MAE), 평균절대백분율오차(MAPE) 지표 모두에서 VECM보다 우수한 성능을 나타냈으며, 특히 비정형적이고 변동성이 큰 시계열에서도 높은 정밀도를 보였다. 반면, VECM은 장기 균형관계 해석과 구조적 안정성 면에서 강점을 보였으나, 단기 예측에서는 변동성 반영에 한계가 있었다. [연구의 사사점] 본 연구는 수요예측 정보를 회계정보로 해석하고, 이를 자원배분, 인력계획,가격정책 등 실질적인 관리회계 의사결정에 활용 가능한 정보자산으로 확장할 수 있음을 실증적으로 제시하였다. 또한 예측 목적에 따라 전통모형과 딥러닝 모형을 상호보완적으로 활용할수 있는 가능성을 확인하였다. 다만, 본 연구는 지역 관광객 수라는 특정지역 및 산업의 데이터만을 활용하였기에, 연구 결과를 다른 산업이나 국가 수준으로 확대 해석하거나 일반화하는데에는 한계가 있다.

[Purpose] This study aims to empirically analyze how demand forecasting information cancontribute to accounting decision－making by comparing a traditional forecasting model(VECM) with a deep learning－based forecasting model (LSTM), and to explore the possibilityof using forecasting information as accounting information. [Methodology] Based on daily data from January 2020 to December 2024, the number oftourists, the exchange rate, and the KOSPI index were selected as key variables. The VECMmodel analyzed long－term equilibrium and short－term adjustment structures by reflectingcointegration relationships. The LSTM model, a time－series deep learning model, was configuredto predict the number of tourists for the next day using the past 30 days of data. Furthermore,scenario－based forecasting experiments using real－world data from January 2, 2025, to March31, 2025, were conducted to verify the future applicability and practical suitability of the twomodels. [Findings] Comparisons of forecasting performance revealed that LSTM outperformedVECM in all three metrics：root mean square error (RMSE), mean absolute error (MAE), andmean absolute percentage error (MAPE), demonstrating high accuracy even in non－stationaryand volatile time series. Conversely, VECM demonstrated strengths in interpreting long－termequilibrium relationships and structural stability, but its ability to reflect volatility in shorttermforecasting was limited. [Implications] This study empirically demonstrated that demand forecasting information canbe interpreted as accounting information and expanded into an information asset that can beutilized for practical management accounting decisions, such as resource allocation, workforceplanning, and pricing policy. Furthermore, it confirmed the potential for complementary use of traditional and deep learning models depending on the forecasting objective. However,because this study utilized only data from a specific region and industry?the number of localtourists?the results are limited in their interpretation and generalization to other industries orcountries.

This study advances demand forecasting in the food and beverage sector by profiling B2B and B2C demand via mixed-type clustering and deriving cluster-specific modeling guidelines. Integrating Coefficient of Variation (CV), Residual Strength (RS), and Product Life Cycle (PLC) for ten SKUs in each market, we identify four archetypes (Stable, Noisy, Volatile, Unstable). Late-maturity products constitute a low-variability benchmark for stable production and inventory planning. Unstable clusters favor ML-based ensembles with exogenous inputs; Volatile clusters perform best with exogenous-sensitive hybrids (e.g., SARIMAX plus tree-based learners) that capture nonlinear spikes; and Noisy clusters require robust methods with quantitative assessment of exogenous-variable effects. Academically, the study extends forecasting frameworks by systematically integrating time-series features, structural patterns, and exogenous drivers; practically, it offers actionable guidelines for managing product groups by demand type to improve forecast accuracy and strengthen supply-chain decisions. In a B2C hold-out evaluation (10 SKUs), a cluster-optimal hybrid outperformed OSFA baselines, reinforcing these design implications.

현재 전력수급 상황은 제4차 전력수급 기본계획을 통하여 안정적인 전력공급을 도모하고 있다. 미래의 전력수요를 예측하는 수요예측(Load Forecast)과 소비자의 합리적인 전기소비를 가능하게 하는 수요관리(Demand Management) 및 소비자가 능동적으로 전기소비를 선택하여 사용할 수 있는 수요반응(Demand response)이 있다. 이와 더불어 제 3차 신재생에너지 기본계획을 바탕으로 신재생에너지원을 고려해 수요예측 및 수요관리를 한다면 환경문제와 연료고갈 문제의 개선과 기타 에너지원의 절약이 가능하다. 또한 탄소량 배출 감소 효과와 현재의 수요관리 목표량보다 효과적인 수요관리가 가능하다.

Although quantitative data are available in the hotel industry, traditionally hotel managers tend to predict their room sales based on their simple judgement because of lack of knowledge on quantitative forecasting models. This practice, however, does not guarantee accuracy of their room sales in near future, making hotel yield management difficult. In this respect, this study aims to compare forecasting accuracy between quantitative and qualitative forecasting techniques when predicting hotel room sales. To this end, this study employs quantitative forecasting techniques such as Holt, Winters, and Regression models using actual data of hotel room sales. Then, these forecasts are compared with traditional qualitative forecasts by hotel managers in terms of accuracy. The results of this study indicate that forecasts by quantitative approach were more accurate than traditional qualitative forecasts by hotel managers in terms of hotel room sales. In other words, forecasts by hotel managers were found significantly different from actual room sales. The findings suggest that hotel management should utilize more accurate quantitative forecasting approach than traditional qualitative method when predicting room sales. Furthermore, the Winters Exponential Smoothing model was found to be the most appropriate forecasting method in terms of simplicity and accuracy. Thus, this study also suggest that hotel managers should utilize relatively simple forecasting method of the Winters model in particular when data of room sales depict seasonality.

The aim of this study is to discuss the fact that the golf industry in Korea, especially for golf courses, has been highly developing and profiting as a result of less supply than demand. however current signs are beginning to show that an excess supply of golf courses is expected in next 5 years which might lead to a crisis of golf course industry. Evidently supporting this, the number of golf course users increased last year but this is only because of the new golf courses and, in fact, for the existing courses it has decreased since 2004 and last year the operating profits decreased as well. Therefore we would like to suggest a counter-action plan for a continuing growth of golf industry by creating an appropriate scale of demand and supply through demand forecast using monthly user data in accordance with seasonal pattern collected nationally from 224 golf courses in operation. The result of this research shows that the number of needed golf courses in 2010 would be 302. Applying the same tendency as an increase shown in 2005 from 78 courses to 224 courses, we can expect that, by 2010, 302 courses will be required which is 34.8% further establishments from 2005; based on 18 hole private courses, 205 courses by 2010 that is 52 more courses that 2005 and in basis of 11 hole public courses, we are talking 97 courses by 2010 that is 20 more than 2005. Therefore, for year 2010, the appropriate total number of golf courses is predicted as 344 which is a sum of 239 for private courses and 105 for public courses.

Promotion system can be used as strategical management weapon to enhance the sales power. Planned order system has some similarities with promotion system to create purchasing power and to supply the service parts with low price on purpose. The only difference is whether it is prearranged event or not. The effectiveness of forecasting has increased with normal state of ordering process. However, the accuracy of forecasting has diminished with irregular state of ordering, such as demand occurrences by unexpected climate change or intended planned order by the company. A planned order system is examined through the process of computing the effectiveness on the basis of forecasting in this paper. And it is suggested that how to increase the accuracy of forecasting capability under the planned order system.

수요예측은 모든 생산적 활동을 수립하기 위한 기반이 되기 때문에 수요가 어느 정도 발생할 것인가에 대한 방향성에 대하여 파악하려고 일반적으로 설문조사를 이용하지만 무응답 및 불성실한 응답으로 인하여 설문응답 자료만으로 수요를 예측하기에는 부족하다. 따라서 수요와 관련 있는 변수를 이용한 분류모형으로 설문조사의 수요예측을 보정하고자 하였다. 본 논문에서는 설문조사를 통하여 평가 할 수 있는 직접적인 수요와 통계적 모형을 이용한 간접적 수요를 혼합하여 서비스 수요를 예측하는 혼합 모형을 제시하고자 한다.

In generally, we use a method of the survey to forecast the economic demands and non-economic demands for a market trend. But we have a difficult problem to estimate the demand for the marketplace objectively because the survey with the non-response and the inadequate understanding on questionnaires did not provided the strong and uniform forecast. Here, we proposed a method compounded of survey and a statistical model to estimate the demand for the marketplace and discussed the mixture model applied to the service demand on an agency.

1일 최대전력 부하 예측 자료는 계통의 경제적 운용과 전력 감시에 필수적이므로 정확한 예측기법이 요구된다. 신경회로망이나 퍼지이론을 한 예측비법의 장점은 정도(精度)가 높고 운용하기가 편리한 점은 있으나 학습시간이 길고, 부하가 급변할 때는 예측오차가 크게 발생한다. 본 연구에서는 이러한 단점을 개선하기 위하여 새로운 예측 기법을 제시하였으며 예측결과에서 타당성이 입증되었다.

Since daily peak load forecasted data are essential to economic operation and power monitor, the technique of accurate forecasting is needled. The chief advantage of forecasting technique using neural network and fuzzy theory is high accuracy and operative implicity but the loaming time is long, and it makes large forecasting error when the load changes rapidly. This paper has resented a new forecasting technique to improve those faults and the forecasting technique prove to be valid by forcasted results.

The study on forecasting tourism demand is a crucial step that must be undertaken before initiating the development of a tourist destination. Tourism development requires significant financial investment, and the capital recovery process extends over a long operational period following project completion. Therefore, demand analysis is a critical process that involves estimating the number of tourists who will visit the developed tourism facilities. This estimation is essential for designing facilities of an appropriate scale based on the anticipated visitor numbers. Previous studies on tourism demand analysis have predominantly focused on evaluating tourist satisfaction after the completion of tourist destinations, often limiting the scope to operational resorts. In contrast, this study conducts demand analysis prior to the development of the tourism destination. The methodology employed in this research integrates various approaches. Specifically, it involves analyzing time-series data from similar resorts in the vicinity of the target tourism destination, along with the number of domestic and international tourists visiting the target area and the province to which it belongs. After a detailed regional analysis, a specific adjustment rate is applied to forecast demand. The predicted number of visitors is then used to calculate the required facility space to accommodate them. The gravity model was utilized to verify the predicted annual number of visitors. The findings indicate that the annual number of tourists visiting Chuncheon Wido Tourism Resort is estimated to be 870,007. This figure is 13,297 fewer than the 883,304 visitors predicted using the mixed model, resulting in a margin of error of 1.5%. This suggests minimal variance between the two models. resulting in a margin of error of 1.5%, suggesting minimal variance between the two models. Consequently, the estimated number of visitors derived from this research has been applied to determine the necessary facility space, and the architectural permits for Chuncheon Wido Tourism Resort are currently being processed based on these findings.

실제로 관찰되는 전력수요 통계는 관찰되지 않는 전력수요관리부분이 포함되어 있다. 그러므로 미래의 전력수요를 예측하는데 수요관리량을 어떻게 감안할 것인가에 대해서는 많은 어려움과 논란이 있다. 이에 본 연구는 미래의 전력수요를 예측하는데 사전적으로 수요관리량을 감안하는 경우와 감안하지 않는 경우를 비교 분석하였다. 이 두 방식을 통계적 방법을 활용하여 비교, 검토하였으나 두 방식간의 유의적 차이를 찾지 못했다. 이러한 점은 향후 수요관리를 감안한 전력수요를 합리적으로 예측하는데 활용될 수 있다.

Actual electricity demand data contains demand management effects. Therefore there is a lot of difficulties and debates how to estimate electricity demand taking demand management effects into account. This study analyzes the differences between forecasts of peak demand without demand management and those of peak demand after demand management using statistical inferences. The result is that there is nothing different statistically between them. We can use this statistical inferences to forecast future electricity demand more accurately under continuous demand management scheme.

Demand side management (DSM) program has been frequently used for reducing the system peak load because it gives utilities and independent system operator (ISO) a convenient way to control and change amount of electric usage of end-use customer. Planning and operating methods are needed to efficiently manage a DSM program. This paper presents a planning method for DSM program. A planning method for DSM program should include an electric load forecasting, because this is the most important factor in determining how much to reduce electric load. In this paper, load forecasting with the temperature stochastic modeling and the sensitivity to temperature of the electric load is used for improving load forecasting accuracy. The proposed planning method can also estimate the required day, hour and total capacity of DSM program using Monte-Carlo simulation. The results of case studies are presented to show the effectiveness of the proposed planning method.

디지털 컨버전스 신규사업은 IT를 통한 경제 활성화에 기여도가 높은 분야이다. 이러한 분야의 신규 제품 및 서비스의 성공을 위한 수요 분석은 경영전략 수립에 핵심 요소이나 유사 사례가 희귀하고 성장 단계별로 고객 수용의 특성이 상이하여 그 예측에 많은 어려움이 있다. 이와 관련하여 본 논문에서는 학계와 산업계의 심층 분석을 위한 관련 이론과 위성DMB 사업의 고객 수용도 파악 시장 조사 결과를 체계적으로 제시하였다. 본 논문에서 정리된 내용은 전국의 소비자 1,000명에 대한 설문 결과를 바탕으로 하였으며 Bass의 기술확산 모형과 Rogers의 확산수용자모형을 이용하였다. 본 논문에서 제시된 위성DMB 수요예측, 성장단계 분석, 성장단계별 표적고객, 콘텐츠 성향, 단말기, 가격, 사업자 채택 요소 등의 시사점은 위성DMB 서비스 및 유사 디지털 컨버전스 사업의 정책 수립 및 고객관계전략 등 향후 연구에 유용성 있게 활용 될 수 있다.

The importance of new business establishment in the area of digital convergence has been emphasized not just because of telecommunication firm's diversification, but for it's impact to national economy growth and technological innovation. Though market analysis for this new products and services are so critical to developing effective managerial strategy and policy making, the lack of similar experiences and dynamics of customer behavior makes it hard to correctly estimate them. In this paper, using the market survey data for satellite DMB services, we illustrate various findings analyzed with reference to Bass model, Innovation diffusion theory by Rogers, and so on. The findings include demand forecast, innovation diffusion pattern, customer characteristics, customer preferences such as contents, devices, service fees, and supplier selections. Data analysis results and theoretical illustrations presented in this paper have significant implications for further in-depth strategy researches and policy making for digital convergence related new businesses.

Fuzzy linear regression method has been used for short-term load forecasting of the special day in the previous researches. However, considerable load forecasting errors would be occurring if a special day is located on Saturday or Monday. In this paper, a new load forecasting method for the consecutive holidays is proposed with the consideration of the power demand variation rate. In the proposed method, a exponential smoothing model reflecting temperature is used to short-term load forecasting for Sunday during the consecutive holidays and then the loads of the special day during the consecutive holidays is calculated using the hourly power demand variation rate between the previous similar consecutive holidays. The proposed method is tested with 10 cases of the consecutive holidays from 2009 to 2012. Test results show that the average accuracy of the proposed method is improved about 2.96% by comparison with the fuzzy linear regression method.

본 연구에서는 공장용지 면적을 예측하기 위한 통계적 추정을 다루었다. 공장용지에 대해서는 1981년부터 2003년까지 자료가 존재하며, 2004년 이후에는 공장용지보다 좁은 개념인 산업단지 면적에 대한 조사 자료만 존재한다. 한국산업단지공단에서는 2009년 10월 표본조사를 실시하여 당해의 공장용지 면적을 추정하였으며, 동 조사 시 향후 5개년의 공장용지면적에 대한 수요를 조사한 바 있다. 본 연구에서는 과거 절단된 자료를 여러 통계모형을 사용하여 적절히 대체할 수 있는 수요예측모형을 도출하고, 표본조사에 의한 추정치와 통계적 모형에 의한 대체값들을 융합하는 평활기법으로 향후 공장용지 수요를 예측하는 방법을 다루었다.

In this paper, we have considered the problems of the estimation of the gross areas of a factory site relating to the areas of industrial complex lands based on a statistical forecasting model and the results of a sampling survey. In respect to the data of a gross areas of a factory site, we have only the sizes from 1981-2003. In 2009, the Korea Industrial Complex Corp. conducted a sampling survey to estimate its bulk size, and investigate the demands of its sizes for the next five years. In this study, we have adopted the sampling survey results, and have created a statistical growth model for the gross areas of a factory site to improve the prediction for the areas of a factory site. The three-different parts of data: the results of areas of a factory site by Korea National Statistical Office, imputation results by the statistical forecasting model, and sampling survey results have used as the basis for analysis. The combination of the three-different parts of data has created a new forecasting value of the areas of a factory site through the spline smoothing method.

The purpose of this study was to prove research assumption that the econometric model will minimize the forecast error rather than applying time series analysis for the long-run tourism demand forecast in Jeju Special Self-Governing Province. Results showed that the prediction error could be minimized when applying the econometric model as an independent variable with only one GDP per capita, rather than applying a time series analysis. In Jeju Special Self-Governing Province, tourism demand fluctuated sharply due to the increase in low-cost airlines, high popularity of Jeju Olle trail, diplomatic conflicts with China, and the COVID-19 Pandemic. This study suggests to use an econometric model using per capita GDP to accurately predict long-run tourism demand of Jeju Special Self-Governing Province.

This study was designed to investigate a method for short-term, real-time energy demand prediction, to cope with changing loads for the effective operation and management of buildings. Through a case study, a novel methodology for real-time energy demand prediction with the use of weather forecasting data was suggested. To perform the input and output operations of weather data, and to calculate solar radiation and EnergyPlus, the BCVTB (Building Control Virtual Test Bed) was designed. Through the BCVTB, energy demand prediction for the next 24 hours was carried out, based on 4 real-time weather data and 2 solar radiation calculations. The weather parameters used in a model equation to calculate solar radiation were sourced from the weather data of the KMA (Korea Meteorological Administration). Depending on the local weather forecast data, the results showed their corresponding predicted values. Thus, this methodology was successfully applicable to anywhere that local weather forecast data is available.

The accurate short-term load forecasting is essential for the efficient power system operation and the system marginal price decision of the electricity market. So far, errors of load forecasting for Chuseok Holiday are very big compared with forecasting errors for the other special days. In order to improve the accuracy of load forecasting for Chuseok Holiday, selection of input data, the daily normalized load patterns and load forecasting model are investigated. The efficient data selection and daily normalized load pattern based on fuzzy linear regression model is proposed. The proposed load forecasting method for Chuseok Holiday is tested in recent 5 years from 2006 to 2010, and improved the accuracy of the load forecasting compared with the former research.

저가항공이 2005년 8월 국내 첫 취항한 이후 여객수요는 괄목한 성장을 이루었다. 특히 저가요금을 제공하는 저가항공은 급변하는 환경에 대처하기 위하여 단기 수요예측이 필요하다. 이를 토대로 항공노선, 스케줄, 직원수, 공항시설 및 항공기 공급계획 등을 수립ㆍ조정하기 때문이다. 국내 5개 저가항공 시장을 제주권과 내륙권으로 구분하여 여객운송을 2005년 8월-2012년 7월까지 총 84개의 시계열 자료를 분석하였다. 항공수요의 계절 변동을 고려하여 Box and Jenkins(1976)의 계절형 ARIMA (Autoregressive Integrated Moving Average) 모형을 이용하여 항공수요를 예측하였다. 분석결과 제주권 노선은 일정한 계절성 패턴을 보여 항공수요가 점차적으로 증가할 것으로 예측되지만 내륙권 노선인 경우 정체, 포화된 상태로 항공수요가 감소할 것으로 예측된다. 본 연구는 처음으로 계절형 ARIMA 모형을 활용하여 국내 저가항공 수요예측을 체계적이고 과학적인 방법으로 시도하였다는 데에 학문적 공헌도가 있다 하겠다. 또한 모수절약의 법칙에 근거하여 가장 단순화한 모형으로써 수요예측에 대한 방향성을 제시하였다는 것에 또 다른 공헌도를 찾을 수 있다.

Since inauguration of domestic Low Cost Carrier(LCC) on Aug. 2005, passenger air traffic demand of LCC has been remarkably increased. Especially, LCC selling low fare needs short-term demand forecasting in order to meet rapid change of situation. On the basis of it, that’s why air route, schedule, staff, airport facilities and aircraft supply plan etc. will be established and adjusted. After Five Domestic LCC passenger market was divided into Jeju route and Inland route, passenger transportation was analyzed with 84 time-series data per month from Aug. 2005 to Jul. 2012. In view of seasonal change, the air traffic demand was forecasted through Seasonal ARIMA model of BOX and Jenkins(1976). As a result of an analysis, the air traffic demand in Jeju route is expected to increase gradually : the air traffic demand in Inland route, on the other hand, is forecasted to decrease as stagnation or saturation. increase of air passenger from now on. Finally, this study seems to make a great academic contribution which is first attempt to identify the domestic air traffic demand of LCC by systematic and scientific methods with Seasonal ARIMA model. In addition, we can also find another contribution to show the direction of demand forecasting with the most simplified model based on principle of parsimony.

The purpose of this study is to select the most appropriate quantitative forecasting model to predict the Japanese travel demand to Korea in the near future. And also, This research progressed from the results of previous study that the forecasting accuracy of model could be changed according to data apply to forecasting model. The models to evaluate consisted of exponential smoothing model, ARIMA model and regression model from among the models confirmed in previous studies on accuracy. The data for analysis has applied the number of Japanese tourist in 15 years. Each model was assessed based on MAPE(mean absolute percentage error) and the probability of improvement of forecasting accuracy was additionally evaluated by combined techniques. The results of model estimation indicates that Winter's exponential smoothing model was measured as the best model(MAPE=8.72%) in individual model, and also the combination model consisted of Winters exponential smoothing model and cubic regression model was relatively outperformed(MAPE=8.63%) the other combined techniques.

Purpose ? This study examines the impact of data length and demand characteristics on forecast accuracy in short-term operational planning. Design/Methodology/Approach ? Using daily demand data from a manufacturing company, we compare the performance of exponential smoothing (ETS) and the Hidden Markov Model (HMM) across different data lengths ranging from two to 24 months. Forecast accuracy is evaluated over a 21-day horizon, focusing on the second and third weeks. In addition, a rolling forecasting approach is employed to validate out-of-sample performance. Findings ? The results indicate that the optimal data length varies depending on demand characteristics. For stable demand, ETS shows superior performance, particularly with 12 months of data. In contrast, for highly variable demand, HMM demonstrates improved performance, especially with shorter data lengths, such as six months. However, its performance is not consistent across all conditions. Furthermore, forecast accuracy decreases as the forecast horizon increases, with significantly higher errors observed in the third week. Research Implications ? These findings highlight the importance of selecting appropriate data length and forecasting models based on demand characteristics and planning horizons. The study contributes to forecasting research by incorporating data length as a key analytical factor and provides practical insights to improve demand forecasting strategies in short-term operational settings.

In this study, we explore the long-term demand forecasting of high-price medical equipments based on logistic and Bass diffusion model. We analyze the specific pattern of each equipment's diffusion curve by interpreting the parameter estimates of Bass diffusion model. Our findings are as follows. First, ultrasonic imaging system, CT are in the stage of maturity and so, the future demands of them are not too large. Second, medical image processing unit is between growth stage and maturity stage and so, the demand is expected to increase considerably for two or three years. Third, MRI is in the stage of take-off and Mammmography X-ray system is in the stage of maturity but, estimates of the potential number of adopters based on logistic model is considerably different to that based on Bass diffusion model. It means that additional data for these two equipments should be collected and analyzed to obtain the reliable estimates of their demands. Fourth, medical image processing unit have the largest q value. It means that the word-of-mouth effect is important in the diffusion of this equipment. Fifth, for MRI and Ultrasonic system, q/p values have the relatively large value. It means that collective power has an important role in adopting these two equipments.

Objectives: In this study, we explore the demand forecasting of Advanced Diagnostic imaging Equipment. Methods: The analysis was based on logistic diffusion model. We analyze the specific pattern of each equipment’s diffusion curve by interpreting the parameter estimates of logistic diffusion model. Results: Our findings are follows. First, Computed tomography is in the stage of saturation and so, the future demands of that is not too large. Second, Magnetic resonance imaging (MRI) is expected that it will take about 5 years to reach saturation, and further growth is expected to continue. Third, Positron emission tomography (PET) has been shown to be saturated, and therefore, it is not expected that there will be a rapid increase in demand in the future. However, since demand data has been declining since 2000, it is said that additional data collection is required to reliably predict future demand. Conclusions: As a result of analyzing the demand for three major advanced diagnostic imaging equipment, it was found that the domestic market is generally in saturation. Therefore, a future research task will be to predict and analyze the demand for advanced diagnostic imaging equipment in consideration of the government’s policy changes.

The fourth industrial revolution encourages manufacturing industry to pursue a new paradigm shift to meet customers' diverse demands by managing the production process efficiently. However, it is not easy to manage efficiently a variety of tasks of all the processes including materials management, production management, process control, sales management, and inventory management. Especially, to set up an efficient production schedule and maintain appropriate inventory is crucial for tailored response to customers' needs. This paper deals with the optimized inventory policy in a steel company that produces granule products under supply contracts of three targeted on-time delivery rates. For efficient inventory management, products are classified into three groups A, B and C, and three differentiated production cycles and safety factors are assumed for the targeted on-time delivery rates of the groups. To derive the optimized inventory policy, we experimented eight cases of combined safety stock and data analysis methods in terms of key performance metrics such as mean inventory level and sold-out rate. Through simulation experiments based on real data we find that the proposed optimized inventory policy reduces inventory level by about 9%, and increases surplus production capacity rate, which is usually used for the production of products in Group C, from 43.4% to 46.3%, compared with the existing inventory policy.

Many organizations are currently adjusting the statistical forecasts with qualitative factors. However, so for a few forecasting system with adjustment process have been developed. They have difficulties in managing knowledge and estimating the quantity of adjustment. In this study, the forecasting support system adopting the frame based knowledge representation and containing the decision making scheme for adjustment is proposed to overcome these difficulties. According to the experiments, the proposed system improves the forecasting performance on gasoline case.

Forecasting the future values of an observed time series is an important problem in many areas, including economics, traffic engineering, production planning, sales forecasting, and stock control. The purpose of this paper is aimed to discover the more efficient forecasting model through the parameter estimation and residual analysis among the quantitative method such as Winters' exponential smoothing model, Box-Jenkins' model, and Kalman filtering model. The mean of the time series is assumed to be a linear combination of known functions. For a parameter estimation and residual analysis, Winters', Box-Jenkins' model use Statgrap and Timeslab software, and Kalman filtering utilizes Fortran language. Therefore, this paper can be used in real fields to obtain the most effective forecasting model.

This paper proposes a new algorithm for maintenance scheduling with considering load forecast uncertainty. The proposed algorithm is based on the equivalent load of effective load carrying capability(ELCC) of generators. The uncertainty of forecasted load is considered as a normal distribution probability density function. For maintenance scheduling, reserve levelization method and risk levelization method are used in this study. To test the algorithm, we applied the proposed method to IEEE reliability test system(IEEE RTS). As a result, we verified the validity of the proposed method.

The traffic forecast is one of the most important analysis objects in the urban transportation planning process. The results of traffic forecast are the most widely used informations and give a critical influence on the major decision makings in the transportation planning process. Thus, they should be as much accurate and credible data, and evaluated to determine whether they are enough reliable to directly use in the planning process. However, the evaluation process is usually overlooked or abbreviated with a few exceptions according to the size and character of the project. Even though a planner or engineer tries to evaluate the assignment results, he/she is usually faced with certain difficulties since there are no established criteria and methods for the accuracy evaluation. Accordingly, the main purpose of this research placed on establishing the criteria and methods for the accuracy evaluation of the assignment results. The secondary purpose was to evaluate which assignment technique produces the most accurate assignment results by applying the established evaluation criteria and methods to an actual network. The research found that the proposed evaluation methods well operated in testing the accuracy of assignment results with few limits on application. Also, the incremental assignment was found to provide the best assignment results of existing assignment techniques (Stochastic, Iterative, Incremental, Equilibrium assignment) for the Seoul city network applied.

The purpose of this study is to search for the most effective forecasting model for condenser with independent demand among the quantitative methods such as Brown's exponential smoothing method, Box-Jenkins method, and multiple regression analysis method. The criterion for the comparison of the above models is mean squared error(MSE). The fitting results of these three methods are as follows. 1) Brown's exponential smoothing method is the simplest one, which means the method is easy to understand compared to others. But the precision is inferior to other ones. 2) Box-Jenkins method requires much historic data and takes time to get to the final model, although the precision is superior to that of Brown's exponential smoothing method. 3) Regression method explains the correlation between parts with similiar demand pattern, and the precision is the best out of three methods. Therefore, it is suggested that the multiple regression method is fairly good in precision for forecasting our item and that the method is easily applicable to practice.

This paper represents a new method for computing reliability indices by using Large Deviation method which is one of the probabilistic production cost simulations. The reliability measures are based on the models used for the loads and for the generating unit failure states. In computing these measures it has been tacitly assumed that the values of all parameters in the models are precisely known. In fact, however, some of these values must often be chosen with a considerable degree of uncertainty involved. This is particularly true for the forecast peak loads in the load model, where there is an inherent uncertainty in the method of forecasting, which are frequently based on insufficient statistics. In this paper, the effect of load forecasting uncertainty on the LOLP(Loss of Load Probability), is investigated. By applying the Large Deviation method to the IEEE Rilability Test System, it is verified that the proposed method is generally very accurate and very fast for computing system reliability indices.

최근 대내외 불확실성이 높아지고 있는 어려운 경영 환경 속에서 기업들은 장단기 경영계획 수립 시 애로가 가중되고 있다. 기업의 모든 장단기 경영계획은 자사 제품이나 서비스에 대한 미래 수요예측을 기반으로한다. 과다 수요예측은 과잉 재고와 비용을 발생시키며, 반대로 과소 수요예측은 결품과 납기지연 등 고객서비스에 부정적인 영향을 미칠 수 있다. 따라서 정확한 수요예측은 기업의 경영 효율성 제고에 중요한 역할을한다. 그동안 수요예측 정확도 향상을 위한 많은 노력과 수요예측 방법론 개선에 대한 연구가 지속적으로 진행되어왔다. 그러나 전 산업군에 걸쳐 데이터의 양이 기하급수적으로 증가한 가운데 이를 예측하여 경영에 도움이 되는 결과를 도출하는데 있어 많은 기업들이 어려움을 겪고 있다. 예를 들어, 판매제품에 대한 수요는유통채널, 지역 및 고객군 등에 따라 달라지고, 산업에 따라 예측 간격도 월(月), 주(週) 또는 일(日) 등으로 데이터 세분화가 될 수 있다. 따라서 수요예측 정확도 향상을 위해서는 회사의 전략과 운영에 맞는 데이터 구조를 기반으로 수요예측 모델을 설계하는 것이 중요하다. 본 연구에서는 예측 간격 단위의 계층구조 설정과 데이터 길이에 따라 시나리오를 설정하고, 시나리오별 수요예측을 실시한 후, 그 결과를 비교, 분석하였다. 대형 급식 및 식자재 유통기업의 데이터에 기반한실증분석 결과, 하위 수준의 일별 오전, 오후, 저녁 식수(食數)로 구분된 실제 운영 데이터에 기초하여Bottom-up 접근방식과 2년 기간 동안의 실적 데이터를 대상으로 예측하는 것보다 최근 3개월 실적 데이터길이로 수요예측을 하는 것이 더 정확한 것으로 분석되었다. 본 연구의 결과는 수직적, 수평적 데이터 구조설정과 수요예측 정확도간 상관관계 분석에 대한 연구의 중요성과 향후 동 분야에 연구 확대의 필요성을강조한다.

In a difficult business environment, companies are having more difficulties in establishing short and long-term business plans. Those business plans are based on future demand forecasts for its products or services. Excessive demand forecasting creates excessive inventory and costs, whereas underdemand forecasting can have a fatal impact on customer services such as missing products and delayed delivery. Thus, accurate demand forecasting serves significant part as improving business efficiency. Until now, many efforts have been made to improve the accuracy of demand prediction and research on the demand forecasting methodology has been continuously conducted in companies. However, with the amount of data increasing exponentially across all industries, many companies are struggling to forecast it and produce results that will help decision making. For example, the demand for sales products varies depending on distribution channels, regions, and customer groups, and depending on the industry, the forecast interval may be subdivided monthly, weekly, or daily. Therefore, in order to improve the accuracy of demand forecasting, it is important to design a demand forecasting model based on a data structure suitable for the company’s strategy and operation. In this study, the scenario was set according to the hierarchy setting and data length of the forecast interval, and after performing demand forecasting for each scenario, the results were compared and analyzed. As a result of the study, it was explained that it was more accurate on bottom-up approach at the lower level (morning, afternoon, and evening) and to predict demand with the length of the performance data for the last three months than for a two-year period. In the future, it is necessary to develop a method to improve the accuracy of demand forecasting.

코로나 이전 국내 면세산업은 2000년 이후 관광 수요의 증가와 함께 꾸준한 성장세를 보였다. 급증한 수요에 대응하기 위해 면세점들은 매출액 위주의 경쟁전략을 유지해왔으며, 이에 따라 효율적인 운영보다는 규모 측면의 성장을 위한 방안 수립에만 집중해왔다. 기존 연구에서는 면세상품 관련 마케팅이나 제도적 지원방안 수립에 관한 연구가 주를 이루었으며 실제 운영단계인 물류 관리 측면에서의 연구는 부족했다. 이에 본 연구에서는 면세점 운영의 효율성 향상을 위한 적정재고 수립 방식을 제시하기 위해 출국자 예측모형과 장래 상품 판매량을 선형회귀방정식을 활용하였다. 이와 더불어, 실증연구를 통해 본 정책을 도입할 때기대효과를 비용적 측면과 현장 운영 측면에서 분석하였다. 본 연구 결과를 바탕으로 면세점에서 발생하는 과다재고문제를 진단하고 공급주기를 개선함으로써 비용 절감 및 생산성 향상이 가능할 것으로 예상된다.

The duty-free industry before COVID-19 has continuously grown since 2000, along with the increase of demand in tourism industry. To cope with the increased demand, the duty free companies have kept the strategies which focused on the sales volume. Therefore, they have developed the ways to increase the volume and capacity, not the efficient operations. In the most of previous research, however, authors have proposed the better strategies for marketing and supporting policies. It is very hard to find the previous research which dealt with the operations like logistics and inventory management. Therefore, in this study, it has been predicted the future demand of frequently purchased items in airport duty free shops based on the estimated number of departing passengers by the linear regression, which concluded with the appropriate inventory level. In addition, it has been analyzed the expected effects by introducing the inventory management policy considering the cost and efficiency of operations. Based on the results of this study, it may be possible to reduce total cost and improve productivity by predicting the excessive inventory problems at duty-free shops and improving cycles of supplying items.

[연구목적] 선행연구들은 주식의 공모가격 저평가현상처럼 회사채 발행시장에서도 발행가격저평가현상이 존재하며 정보비대칭을 저평가현상의 주요 원인으로 설명하고 있다. 본 연구는가격괴리에 대한 새로운 측정치를 제안하였고 이를 한국 회사채 발행 시장에 적용하여 가격괴리현상의 유무를 파악하였으며 또한 수요예측제도 도입 후 가격 괴리 현상의 변화정도를 살펴보았다. [연구방법] 본 연구는 2007년부터 2018년까지 300개의 국내 회사에서 발행한 2925개의 채권발행정보를 바탕으로 발행금리와 민평금리를 비교하여 가격괴리정도를 측정한 후 가격괴리에 영향을 주는 정보비대칭, 유동성 등의 요인이 가격괴리에 어떻게 영향을 주는 지 그리고 수요예측제도 도입 전후에는 어떻게 차이가 나는지를 군집된(Clustered) 표준오차를 사용한 다중회귀 분석을 통하여 분석하였다. [연구결과] 실증분석 결과, 새롭게 발행된 채권에 대한 초과 수요로 인해 새로운 채권의 발행가격이 기존 채권보다 6.88bp정도의 고평가현상이 존재함을 확인하였다. 또한, 수요예측제도도입 전에는 10.43bp정도의 고평가에서 제도 변경 후 3.23bp로 고평가 현상이 약화되었음을확인하였다. [정책적 시사점] 본 연구는 국내 채권 발행 시장의 가격괴리 현상에 관한 첫 번째 연구로 가격 괴리에 대한 새로운 측정치를 제안하고 이를 적용하여 발행가격 고평가현상이 존재함을 확인하였다. 본 연구 결과는 채권시장의 발행 제도 및 발행 가격의 형성 과정을 이해하는 데 있어서 크게 기여할 것으로 판단된다.

[Purpose] The purpose of this study was to examine initial pricing behavior in Korean corporate bond market and compare degree of mispricing after introduction of book building process. [Methodology] For this study, we collected 2925 primary market data from 300 Korean firms between 2007 and 2018. The multiple regression analysis with clustered standard errors and fixed effect model were hired in order to analyze the data. [Findings] We found new issues were overpriced by 6.88bp compared to seasoned issues because of excessive demand for new issues and investment grade bond were more overpriced than speculative grade bond. Second, the overvaluation phenomenon was weakened from 10.43bp before the book building process to 3.23bp after the process change. This is because the introduction of the book building process resulted in the increase in market efficiency. [Policy Implications] This is the first study on pricing behavior in Korean corporate bond market and expands the results of previous studies by suggesting and using new measures for mispricing. This study also addresses the changes in bond issuing market system and the impact of mispricing. It is expected that this study will greatly contribute to understanding issuance system and pricing behavior in corporate bonds.

수요예측 과정에서 주변의 데이터들과 큰 차이를 보이는 데이터는 관리가 필요하다. 이를 이상점 관리라고 한다. 데이터가 소음이면 제거하는 것이 맞지만, 신호였다면 제거는 잘못된 것이다. 수요를 예측하는 과정에서 신호인지 소음인지에 대한 판단은 어려운 일이다. 본 연구에서는 신호와 소음의 기준을 정하는 것은 접어두고, 수요예측 과정에서의 판단(이하 ‘과정판단’이라 명함)보다 일정 기간 후의 결과적 판단(이하 ‘결과판단’이라 명함)에서 이상점을 보다 잘 인지한다는 것을 실험을 통해 검증한다. 한 명의 피실험자는 크게 두 번의 의사결정을 내린다. 한 번은 1일 단위로 수요를 예측하고, 다른 한 번은 과거 데이터를 한데 모아서 예측한다. 두 실험의 수요는 동일하며 이상점이 포함되어 있다. 실험결과는 과정판단이 결과판단에 비해 이상점을 잘 식별하지 못하는 것으로 나타났다. 즉 과정판단은 평균으로부터 멀리 떨어진 수요를 이상점으로 여겨 예측과정에서 제외시키는 비율이 결과판단보다 낮았다. 이는 과정판단이 결과판단보다 예측정확도가 높다는 것을 의미하지는 않는다. 다만 과정판단의 경우 이상점 관리가 제대로 이루어지지 않을 가능성이 높음을 보여준다고 할 수 있다.

In the process of forecasting the future using past data, we can increase accuracy of forecasting by deleting strange data. This is outlier management. If we analyze past data frequently, it is not easy to distinguish specific data away from the average. It is still difficult for this process to decide that deleting such data is better. In this research, we verify through experimentation that judging after the process (hereinafter ‘consequence judgment’) is more rigorous than judging during the process (hereinafter ‘in-process judgment’). Each subject makes two major decisions. They forecast the demand on a daily basis, and then forecast once more with all previous data. The demand includes outlier. As a result, the proportion of outlier detection in in-process judgment is less than in consequence judgment. This does not mean that the forecasting accuracy of progress judgment is higher than result judgment. In case of in-process judgment, it only can be shown that there is a high possibility that outlier management is not appropriately performed.

본 연구는 수요예측제도가 도입된 2000년부터 2012년까지 96개 신규분할공모주를 대상으로 수요예측제도의 개선이 상장수익률에 미치는 요인을 분석하였다. 연구 결과는 다음과 같다, 첫째, 모기업의 구주매출지분, 구주매출공모규모 그리고 모기업과 자회사와의 이업종 여부 등 분할공모에서만 관찰되는 요인들이 상장수익률에 유의적인 결정요인임이 밝혀졌다. 둘째, 자율화 이전에는 수요예측 이전의 시장변동성이 주간사의 가격유지부담을 가중시켜 공모가범위를 확대시키는 요인으로 밝혀졌다. 셋째, 자율화 이후에는 모기업의 매출공모지분이 상장수익률을 축소시키는 주요한 요인으로 작용하였는데 이를 통해 주간사의 행태적 유인을 확인할 수 있었다. 자율화 이후 구주매출공모지분 및 구주매출규모가 저평가 축소요인으로 작용한 것은 모기업이 공모가결정과정에 적극 개입하여 공모가를 모기업의 원하는 가격으로 근접시키려는 행태 때문인 것으로 파악되었다. 이는 모기업의 구주매출에 대한 동기와 주간사의 인수수수료와 같은 보상체계가 공모가결정에서 상호작용 되었음을 시사한다. 국내에서 처음으로 분할공모주의 저평가를 분석하고 그 결과 수요예측 이전 시장변동률과 구주매출지분이 분할공모주의 공모가범위와 상장수익률에 영향을 미치는 핵심 요인이며 이와 관련된 주간사의 행태적 요인을 규명한 것이 본 연구의 차별점이다.

This paper examines the effect of revision of underwriting rules on IPO pricing using 96 samples of equity carve-outs in Korea between 2000 and 2012. Three key findings come to light. First, underpricing of equity carve-outs is significantly influenced by proportion and offer size of secondary shares of parents and cross-industry between the parent and its subsidiary. Second, during market-stabilization period, volatility of secondary market prior to book-building is positively and significantly related to offer depth as offer depth is negatively related to price update. Finally, during deregulation period, proportion and offer size of secondary shares of parents plays a significant role to alleviate underpricing. This finding would come from the joint effect of underwriters’ fee maximizing and parents’ ECO equity value maximizing motivations.

Hydrogen is expected to be widely applied in most sectors within the current energy system, such as transportation and logistics, and is expected to be economically and technologically utilized as a power source to achieve vehiclebon emission reduction. In particular, the construction of hydrogen charging station infrastructure will not only support the distribution of hydrogen electric vehicles, but also play an important role in building a hydrogen logistics system. Therefore, This paper suggest additional charging infrastructure areas in Seoul with a focus on supply according to the annual average growth rate (CAGR), centering on Seoul, where hydrogen vehicles are most widely distributed. As of February 2022, hydrogen charging infrastructures were installed in Gangseo-gu, Gangdong-gu, Mapo-gu, Jung-gu, and Seocho-gu in downtown Seoul. Next, looking at the number of hydrogen vehicles by administrative dong in Seoul from 2018 to 2022, Seocho-gu has the most with 246 as of 2022, and Dongjak-gu has the highest average growth rate of 215.4% with a CAGR of 215.4%. Therefore, as a result of CAGR analysis, Dongjak-gu is expected to supply the most hydrogen vehicles in the future, and Seocho-gu currently has the most hydrogen vehicles, so it is likely that additional hydrogen charging infrastructure will be needed between Dongjak-gu and Seocho-gu.

Resilience is the capacity to maintain essential services under a range of circumstances from normal to extreme. It is achieved through the ability of assets, networks, systems and management to anticipate, absorb and recover from disturbance. It requires adaptive capacity in respect of current and future risks and uncertainties as well as experience to date. The agricultural infrastructures with high resilience can not only reduce the size of the disaster relatively, but also minimize the loss by reducing the time required for recovery. This study aims to evaluate the most suitable drought countermeasures with the analysis of various resilience indices by predicting future agricultural water shortage under land use and climate change scenarios for agricultural areas in Jeju Island. The results showed that the permanent countermeasure is suitable than the temporary countermeasures as drought size and the cost required for recovery increase. Wide-area water supply system, which is a kind of water grid system, is identified as the most advantageous among countermeasures. It is recommended to evaluate the capability of agricultural infrastructure against drought with the various Resilience Indices for reliable assessment of long-term effect.

Intermittent demand is a demand with a pattern in which zero demands occur frequently and non-zero demands occur sporadically. This type of demand mainly appears in spare parts with very low demand. Croston's method, which is an initiative intermittent demand forecasting method, estimates the average demand by separately estimating the size of non-zero demands and the interval between non-zero demands. Such smoothing type of forecasting methods can be suitable for mid-term or long-term demand forecasting because those provides the same demand forecasts during the forecasting horizon. However, the smoothing type of forecasting methods aims at short-term forecasting, so the estimated average forecast is a factor to decrease accuracy. In this paper, we propose a forecasting method to improve short-term accuracy by improving Croston's method for intermittent demand forecasting. The proposed forecasting method estimates both the non-zero demand size and the zero demands' interval separately, as in Croston's method, but the forecast at a future period adjusted by binomial weight according to occurrence probability. This serves to improve the accuracy of short-term forecasts. In this paper, we first prove the unbiasedness of the proposed method as an important attribute in forecasting. The performance of the proposed method is compared with those of five existing forecasting methods via eight evaluation criteria. The simulation results show that the proposed forecasting method is superior to other methods in terms of all evaluation criteria in short-term forecasting regardless of average size and dispersion parameter of demands. However, the larger the average demand size and dispersion are, that is, the closer to continuous demand, the less the performance gap with other forecasting methods.

오늘날 기상정보는 도로공학, 경제학, 환경공학 등 다양한 분야에 활용되고 있다. 본 연구는 전력수요 예측을 위한 기상정보 활용성을 평가하고자 한다. 기상변수는 기상관측소에서 수집되는 기온, 풍속, 습도, 운량, 기압과 기온, 풍속, 상대습도의 합성지수인 체감온도와 불쾌지수가 고려되었다. 전력수요 예측을 위한 시계열모형으로 슬라이딩 창 방식의 TBATS 삼중지수평활모형이 고려되었다. 월 단위 기상변수와 전력수요 예측오차간 상관분석 결과를 보면 시간대별로 차이를 있으나 기온, 불쾌지수, 체감온도가 전력수요 예측오차와 상관성이 높았다. 이에 과거 3년의 월단위 전력수요 예측오차와 기상변수의 회귀모형식으로 전력수요 예측값의 편의를 보정하였다. 온도, 상대습도, 풍속으로 TBATS 모형의 전력수요 예측값을 보정한 결과 TBATS 모형에 비해 RMSE가 약 6.1% 줄었다.

Recently, weather information has been increasingly used in various area. This study presents the necessity of hourly weather information for electricity demand forecasting through correlation analysis and multivariate regression model. Hourly weather data were collected by Meteorological Administration. Using electricity demand data, we considered TBATS exponential smoothing model with a sliding window method in order to forecast electricity demand. In this paper, we have shown that the incorporation of weather infromation into electrocity demand models can significantly enhance a forecasting capability.

수요예측은 경영 전략을 포함한 모든 경영 활동의 기초가 된다. 특히 부품의 수요예측은 공급망관리 측면에서 매우 중요한 요소 중 하나이다. 부품의 수요는 다양한 산업에서 종종 간헐적 특성을 포함한다. 간헐적 특성이란 수요가 발생하지 않는 경우가 빈번한 현상을 지칭한다. 간헐적 수요 현상에서는 발생된 수요의 분산이 크고 그 발생간격이 확률적이다. 따라서 간헐적 특성을 갖는 수요를 예측하기 위해서 일반적인 시계열 분석기법이나 인과관계를 이용한 모형(회귀모형)을 사용하는 것은 적합하지 않다. 이는 기존의 방법들이 실제 수요행태를 묘사하기 어렵기 때문이다. 이러한 간헐적 수요의 예측을 위해 마코프 부트스트랩이 개발되었다. 이 방법은 1계차 자기상관성을 반영하며 리드타임 동안 수요의 합이 독립임을 가정하였다. 본 연구에서는 리드타임 내 수요 합의 독립가정을 완화한 부트스트랩 방법을 제안한다. 수정된 부트스트랩 방법에 의해 재추출된 데이터는 실측 데이터의 간헐적 특성을 근사적으로 반영한다. 마지막으로 실측 데이터에 수정된 방법을 적용한 예측 결과를 사례로 제시하고자 한다.

Demand forecasting is the basis of management activities including marketing strategy. Especially, the demand of a part is remarkably important in supply chain management (SCM). In the fields of various industries, the part demand usually has the intermittent characteristic. The intermittent characteristic implies a phenomenon that there frequently occurs zero demands. In the intermittent demands, non-zero demands have large variance and their appearances also have stochastic nature. Accordingly, in the intermittent demand forecasting, it is inappropriate to apply the traditional time series models and/or cause-effect methods such as linear regression; they cannot describe the behaviors of intermittent demand. Markov bootstrap method was developed to forecast the intermittent demand. It assumes that first-order autocorrelation and independence of lead time demands. To release the assumption of independent lead time demands, this paper proposes a modified bootstrap method. The method produces the pseudo data having the characteristics of historical data approximately. A numerical example for real data will be provided as a case study.

본 연구는 시설 확장비용과 승객들의 지체시간 감소에 따른 편익을 고려한 항공의 핵심 시설 확장 문제를 다루고자 한다. 이를 위해 우리는 시계열 예측방법으로 널리 알려진 ARIMA model를 활용하여 계절 및 주기를 갖는 항공피크 수요를 예측한다. 승객이 공항에 도착한 후에 공항 내에서의 승객들의 흐름과 지체를 고려하여 실제 지체 편익을 추정하기 위해 이산사건 시뮬레이션 모형을 설계한다. 비용과 편익 간의 상충관계를 통해 우리는 컨베이어의 경제적 확장 대수를 결정한다. 인천공항의 사례를 활용한 실험이 수행되었으며, 실험 결과는 본 접근방법이 계절에 따른 승객의 도착 유형과 공항 내의 동적인 흐름을 반영한 시설의 확장 문제를 해결하는 데 효과적임을 보인다.

This study deals with capacity expansion planning of airport infrastructure in view of economic validation that reflect construction costs and social benefits according to the reduction of passengers' delay time. We first forecast the airport peak-demand which has a seasonal and cyclical feature with ARIMA model that has been one of the most widely used linear models in time series forecasting. A discrete event simulation model is built for estimating actual delay time of passengers that consider the passenger's dynamic flow within airport infrastructure after arriving at the airport. With the trade-off relationship between cost and benefit, we determine an economic quantity of conveyor that will be expanded. Through the experiment performed with the case study of Incheon international airport, we demonstrate that our approach can be an effective method to solve the airport expansion problem with seasonal passenger arrival and dynamic operational aspects in airport infrastructure.

It is a plan the government increases a railroad section SOC investment, and to activate railroad construction while a railroad wins the spotlight with green transportation. But an error of the demand forecast that is a base of a railroad investment evaluation follows in occurring big, there is it with an operation with an obstacle of a railroad investment. Case of the Incheon International Airport Railroad which went into operation recently, While a present transportation demand showed about 10% than a demand forecasted in a past conference, it was magnified in a social problem. A lot of research was gone on in road project about traffic demand forecast and error, a study to find out the error cause is an insufficient situation although errors of a railroad occurs big. So, this study looked for errors and causes about trip generation model and modes sharing model of railroad demand forecast but it was defined causes so that it can occur similar problems in the future. Especially it investigated causes after comparing rate of development plan for the realization and O/D size in trip generation model and after comparing rate of modes sharing of past and current and conducting a survey for airport users. In conclusion, it suggested method to reduce errors of railroad demand forecasting in the future.

황해경제자유구역은 환황해권 첨단기술의 국제협력 거점 조성이라는 비전과 국제수준의 첨단기술산업 클러스터 육성, 대 중국 수출입 전진기지 및 부가가치물류 육성을 목적으로 2007년 지정되어 사업이 추진 중에 있다. 황해경제자유구역 반경 15km 이내에 7개의 산업단지가 입지하고 있어 충남 서북부지역의 산업집적도는 날로 증가하고 있는 추세이다. 그러나 이를 지원할 주요 인프라 중 하나인 물류단지 시설은 전무한 실정이며 황해경제자유구역을 포함한 충남 서부지역의 물류거점 개발은 매우 미약하다. 본 연구의 목적은 첫째, 서해안 지역 물류거점 단지 조성의 필요성을 검토하고, 둘째, 물류단지 규모 및 성격을 부여하며, 셋째, 물류단지 도입기능을 설정하고자 한다. 연구목적을 달성하기 위해 물동량 수요예측과 주변지역 연계방안을 토대로 황해경제자유구역의 배후물류단지의 필요성과 조성방안을 제안하고자 한다.

시계열자료에 계절효과가 존재할 때 성공적인 수요예측을 위해 Winters 방법과 같은 다양한 통계적 방법이 존재지만 신상품과 같이 과거 매출자료가 충분하지 않을 경우 통계적 방법 적용에 한계가 존재한다. 본 연구논문은 신제품과 같이 과거 매출자료가 충분하지 않아 계절효과 등을 추정하기 어려울 때 누적자료를 활용한 통계적 예측방법을 제안한다. 제안된 통계적 방법은 회귀모형이론에 기초하고 있으며 이 방법의 유효성을 최근 화장품 매출자료를 이용하여 검증하였다.

If time series data with seasonal effect exist, various statistical models like winters for successful forecasts could be used. But if the data are not enough to estimate seasonal effect, not much methods are available. This paper proposes the statistical forecasting method based on cumulative data when the data are not enough to estimate seasonal effect. We apply this method to real cosmetic sales data and show its better performance over moving average method.

본 연구에서는 안정적인 물 공급과 에너지의 효율적 사용을 위한 단기 물 수요예측에 대하여 데이터 마이닝 기법의 적용성을 검토하고자 한다. 물 공급이 이루어진 요일과 특이일에 대한 시계열 분석을 통한 단기 물 수요예측과 데이터 마이닝 기법을 적용한 결과를 상호 비교하여 데이터 마이닝 기법의 적용성을 제시하고자 한다. 이를 통하여 단기 물 수요예측알고리즘의 실용화 가능성을 높일 뿐만 아니라 실시간 예측을 위한 기초 데이터 마이닝 체계를 구축하고자 한다.

교통수요분석시 기종점(O/D) 존의 집계수준과 네트워크의 구축수준이 어느 정도 균형(balance)이 이루어져야 하는데, 실제로는 불균형을 이루고 있는 경우가 있어 실제교통량과 예측교통량간의 차이가 발생하는 원인중의 하나로 간주되고 있다. 본 연구에서는 소규모 네트워크를 대상으로 O/D존 수와 네트워크의 구축수준에 따른 통행수요의 변화를 살펴보고, 이를 통하여 O/D존수와 네트워크간의 균형(balance)문제를 검토해 보았다. 분석방법은 Sioux-Falls network를 대상으로 네트워크를 추가/삭제시키고, 그에 따라 O/D존의 수도 일정비율로 변화시켜 분석하였다. 분석된 자료를 검증척도인 RMSE와 F-검정을 통해 비교 분석한 결과, 네트워크 증가시에는 예상과는 달리, 네트워크 상세화에 대하여 O/D존수의 증가/감소가 민감하게 반응하지 않는 것으로 나타났으나, 네트워크 집계(삭제)시에는 O/D존의 수도 역시 함께 감소시켜야 오차를 줄일 수 있는 것으로 나타나 이들 간에는 밀접한 관계가 있음을 보여주었다. 이는 교통수요분석을 위하여 네트워크를 구축할 때, O/D존수(존의 크기)도 함께 고려해야 하며, 이들간에 균형(balance)이 이루어지도록 설계해야 함을 의미한다.

It has been widely known that there are so many factors making travel demand errors in transportation forecasting steps. One of the reasons may stem from the level of aggregation of zone and network in analysis process. This paper investigates the effect of level of aggregation considering with number of zones in travel demand forecasting by expanding or reducing the zone and network gradually. Numerical results show that the aggregation could not make a significant impact on the travel demand, while disaggregation does. These results imply that a careful manipulation is required to add or to reduce zones and links in transportation planning process.

전력수요예측은 전력계통의 운용을 위해 필수적이다. 따라서 다양한 방법이 제시되어 왔으며, 특히 특수일의 수요예측은 평일과 구분되며, 부하 패턴을 축출하기에 충분한 자료 확보가 어려워 예측 오차가 크게 나타난다. 본 논문에서는 특수일의 부하예측 정확도를 개선하기 위해 퍼지 최소자승 선형회귀 모델을 분석한다. 4종류의 퍼지 최소자승 선형회귀 모델에 대해 분석과 사례연구를 통하여 가장 정확한 모델을 제시한다.

The load forecasting has been an important part of power system Accordingly, it has been proposed various methods for the load forecasting. The load patterns of the special days is quite different than those of ordinary weekdays. It is difficult to accurately forecast the load of special days due to the insufficiency of the load patterns compared with ordinary weekdays, so we have proposed fuzzy least squares linear regression algorithm for the load forecasting. In this paper we proposed four models for fuzzy least squares linear regression. It is separated by coefficients of fuzzy least squares linear regression equation. we compared model of H1 with H4 and prove it H4 has accurately forecast better than H1.

Load forecasting is essential in the electricity market for the participants to manage the market efficiently and stably. A wide variety of techniques/algorithms for load forecasting has been reported in many literatures. These techniques are as follows: multiple linear regression, stochastic time series, general exponential smoothing, state space and Kalman filter, knowledge-based expert system approach (fuzzy method and artificial neural network). These techniques have improved the accuracy of the load forecasting. In recent 10 years, many researchers have focused on artificial neural network and fuzzy method for the load forecasting. In this paper, we propose an algorithm of a hybrid load forecasting method using fuzzy linear regression and general exponential smoothing and considering the sensitivities of the temperature. In order to consider the lower load of weekends and Monday than weekdays, fuzzy linear regression method is proposed. The temperature sensitivity is used to improve the accuracy of the load forecasting through the relation of the daily load and temperature. And the normal load of weekdays is easily forecasted by general exponential smoothing method. Test results show that the proposed algorithm improves the accuracy of the load forecasting in 1996.

Load Forecasting is essential in the electricity market to the participants to manage the market efficiently and stably. Therefore, we review the past researches of load forecasting and investigate various characteristics of load variation. Finally, future studies are discussed.

In this paper, the design of WDM network using the traffic estimation modeling is implemented. Because of the lack of data of real traffic volumes, the information of statistic data is used. using the modeling results, the WDM channels is assigned for each node, and the network is simulated using OPNET simulation tools. As a result, the realistic WDM network design for Korea topology is proposed.

This paper describes the Weekly Load Forecasting Expert System(Named WLoFy) which was developed and implemented for Korea Electric Power Corporation(KEPCO). WLoFy was designed to provide user oriented features with a graphical user interface to improve the user interaction. The various forecasting models such as exponential smoothing, multiple regression, artificial nerual networks, rult-based model, and relative coefficient model also have been included in WLofy to increase the forecasting accuracy. The simulation based on historical data shows that the weekly forecasting results form WLoFy is an improvement when compared to the results from the conventional methods. Especially the forecasting accuracy on special days has been improved remakably.

The yearly load forecasting system has been developed for the economic and secure operation of electric power system. It forecasts yearly peak load and thereafter deduces hourly load using the top-down approach. Relative coefficient model has been applied to estimate peak load of a specific date or a specific day of the week. It is equipped with graphic user interface which enables a user to easily access to the system. Yearly average forecasting error may be reduced to $2{\sim}3$(%) only if we can forecast summer-time temperature correctly.

It is commonly accepted that the demand forecasting data play a vital role in deciding strategic variables such as the optimal market entry time, the price structure and the production capacity etc. In case of the new product, however, it is hard to apply the well known regression-type methodologies. In this study, we survey the characteristics of various types of new product demand forecasting(NPDF) methodologies which are useful in case the historical data are not available. Further, we explore the possibility of incorporating the NPDF methodologies and develope the unified infra-structure of the NPDF methodologies. Finally we propose an integrated prototype of the NPDF model.

All most factories producing briquets in Seoul are currently located at residential districts. The coal dusts scattered from these factories are making serious problems in living. To get rid of this environmental pollution, moving thesis factories to places of mining coals is considered now. For doing this project, first, annual briquet demands are forecasted using regression analysis and then, optimal factory capacities to be built are obtained based on forecast demands using LP. To validate factory capacities obtained above simulation is conducted using SLAM II.

IPO 관련 연구는 주로 공모가격 결정에 초점을 두고 다양하게 진행되어 왔다. 본 연구는 공모가격 결정 이전 단계인 수요예측 과정을 중심으로 기관투자자의 투자 의사결정 요인을 분석하였다. 2017년 1월부터 2023년 12월까지 수요예측에 참여한 542개 기업을 대상으로 기업특성변수, 재무특성변수, 공모특성변수의 독립변수를 사용하여 기관투자자의 투자의사결정의 직접적 결과물인 기관경쟁율, 참여강도, 기관확약, 공모밴드 선택을 종속변수로 하여 기관투자자의 투자의사 결정요인에 대한 실증연구를 진행하였다. 분석결과 종속변수별로 유의한 변수는 차별적으로 나타났으나, IT섹터여부, PER적용배수의 크기, 코스닥지수와의 이격도는 공통적으로 중요한 요인임을 확인할 수 있었다. 한편, 증권신고서상에 기재되어 있는 기업특성, 전년도 실적을 기반으로 산출된 재무자료는 기관투자자의 의사결정에 유의하지 않았다. 분석을 위해 SUR(Seemingly Unrelated Regression) 모형(기관경쟁율, 참여강도, 기관확약)과 다항로짓 모형(공모밴드 선택)을 사용하였다.

Various studies on IPOs have been conducted and have mainly focused on determinants of the public offering price. In this study, we analyzed the investment decision-making factors of institutional investors by focusing on the book-building process (a step before the public offering price decision). We conducted an empirical study on the determinants of institutional investors’ investment decisions based on data from 542 companies that participated in the book-building process from January 2017 to December 2023. As a result of the analysis, the significant variables were differentiated by the dependent variables. We found that the IT sector, size of the applied multiple, and disparity in the KOSDAQ index were essential factors in common. However, company characteristics written in the prospectus and financial data calculated based on the previous year’s performance were not significant in terms of institutional investors' decision-making. For the analysis, we used a seemingly unrelated regression (SUR) model (institutional competition rate, participation intensity, and mandatory holding pledge) and a multinomial logit model (selection of price band).

The purpose of this study is to estimate and forecast the tourism demand function,using panel data analysis method. In this study, both inbound and outbound demandare estimated. To be more specific number of tourists from four major countries,USA, Japan, China, and UK to Korea(inbound demand) or from Korea to fourcountries(outbound demand) is estimated using panel data analysis. The empiricalresults show that foreign exchange rate(FX), income level(GDP: gross domesticproduct), and price level(CPI: consumer price index) are important factors having astrong influence on tourism demand. In result, the time-serial and cross-sectionalrelationship between four big countries and Korea is well explained byinbound/outbound tourism demand model estimated by panel data analysis method.

Many countries has been deploying the various policy for international business herb. Korea government has been pursued the free economic zone policy for fostering international business competency in the Northeast Asian. The Yellow Sea Free Economic Zone has been designated in 2007, vision is the high-tech hub of international cooperation, the main purpose are contained creating high-tech industry cluster development, fostering cutting-edge industry, export to China, and advanced value-added logistics. National Industrial Complex 3 and 4 Chungnam province's industrial parks is located in the Yellow Sea Free Economic Zone within 15 ㎞ Radius, and industrial integration of the northwest region is increasing. However, the key infrastructure to support the logistics facility in the Yellow Sea Free Economic Zone is very insufficient and the logistics hub development in the Chungnam western region is very weak. The purpose of this study, first, we will review needs about the west coast logistics hub. Second, we will suggest the size and nature granted yards of logistic park. Third, we will set up the introduction feature of logistics park. To achieve the purpose, we will analyze the transportation demand forecasting, environment of the surrounding area, and linkages the Yellow Sea Free Economic Zone and other area. We will propose the necessity of logistic park composition through this analysing.

본 논문에서는 단기 수요예측방법으로 ARIMA모형을 소개하며, 실전에서 이 모형을 설정하기 위해서 필요한 경험적인 전략에 초점을 두었다. 이 실전전략을 통해 프로세서 내에 복잡하게 얽혀있는 메커니즘을 단순용이하게 설명 및 규명할 수 있으며, 더 나아가 기업의 판매계획, 생산계획, 인사계획, 재무계획 등에 필요한 의사결정을 하는데 도움이 될 수 있다.

In this study, ARIMA model is introduced, which is one of the widely used short-term demand forecasting methods and empirical strategies which can be applied to the real fields are focused. We can easily and simply explain and/or diagnose the mechanism of process and furthermore obtain the important information to make decisions by applying these 31 strategies.

본 연구는 2003년 1사분기부터 2016년 2사분기 까지 인천국제공항에서 미주노선을 통하여 미주 내 공항에 도착하는 항공화물의 시계열 자료를 통하여 SARIMA 모형을 활용하여 항공화물 수요예측을 시행하였다. 또한 SARIMA 모형을 활용하여 만들어진 수요예측 모형과 기존 연구에 주로 활용되어졌던 ARIMA 모형을 활용하여 만들어진 수요예측 모형과 비교분석함으로써, 주기적인 특성 및 계절성을 가진 시계열 자료에 대한 SARIMA 모형의 상대적으로 우수한 예측 정확성을 입증하였다. 기존의 항공 관련 연구는 주로 여객에 관한 연구가 상대적으로 많았다. 또한 화물과 관련된 연구에서도 특정노선이 아닌 공항이나 전체에 대한 연구가 대부분이었다. 이러한 상황에서, SARIMA 모형을 활용하여 미주지역이라는 특정 노선에 대한 항공화물의 수요를 예측한 본 연구는 큰 의의가 있다고 생각된다.

For forecasting air cargo demand from Incheon National Airport to all of airports in the United States (US), this study employed the Seasonal Autoregressive Integrated Moving Average (SARIMA) method and the time-series data collected from the first quarter of 2003 to the second quarter of 2016. By comparing the SARIMA method against the ARIMA method, it was found that the SARIMA method performs well, relatively with time series data highlighting seasonal periodic characteristics. While existing previous research was generally focused on the air passenger and the air cargo as a whole rather than specific air routes, this study emphasized on a specific air cargo demand to the US route. The meaningful findings would support the future research.

PURPOSES : This study aims to examine the differences between the existing traffic demand forecasting method and the traffic demand forecasting method considering future regional development plans and new road construction and expansion plans using a four-step traffic demand forecast for a more objective and sophisticated national highway maintenance. This study ultimately aims to present future pavement deterioration and budget forecasting planning based on the examination. METHODS : This study used the latest data offered by the Korea Transport Data Base (KTDB) as the basic data for demand forecast. The analysis scope was set using the Daejeon Metropolitan City's O/D and network data. This study used a traffic demand program called TransCad, and performed a traffic assignment by vehicle type through the application of a user equilibrium-based multi-class assignment technique. This study forecasted future traffic demand by verifying whether or not a realistic traffic pattern was expressed similarly by undertaking a calibration process. This study performed a life cycle cost analysis based on traffic using the forecasted future demand or existing past pattern, or by assuming the constant traffic demand. The maintenance criteria were decided according to equivalent single axle loads (ESAL). The maintenance period in the concerned section was calculated in this study. This study also computed the maintenance costs using a construction method by applying the maintenance criteria considering the ESAL. The road user costs were calculated by using the user cost calculation logic applied to the Korean Pavement Management System, which is the existing study outcome. RESULTS : This study ascertained that the increase and decrease of traffic occurred in the concerned section according to the future development plans. Furthermore, there were differences from demand forecasting that did not consider the development plans. Realistic and accurate demand forecasting supported an optimized decision making that efficiently assigns maintenance costs, and can be used as very important basic information for maintenance decision making. CONCLUSIONS : Therefore, decision making for a more efficient and sophisticated road management than the method assuming future traffic can be expected to be the same as the existing pattern or steady traffic demand. The reflection of a reliable forecasting of the future traffic demand to life cycle cost analysis (LCCA) can be a very vital factor because many studies are generally performed without considering the future traffic demand or with an analysis through setting a scenario upon LCCA within a pavement management system.

The current representative temperature selection method with five cities cannot reflect the sufficient regional climate characteristics. In this paper, the new representative temperature selection method is proposed with the consideration of eight representative cities. The proposed method considered the recent trend of power sales, the climate characteristics and population distribution to improve the accuracy of short-term load forecasting. Case study results for the accuracy of short-term load forecasting are compared for the traditional temperature weights of five cities and the proposed temperature weights of eight cities. The simulation results show that the proposed method provides more accurate results than the traditional method.

Since the 90's, Korean Air transport market has been more expanded because of economic growth, the construction of airport infrastructure, and the advent of low cost carrier. Especially, the air traffic demand in Busan metropolitan area has been increasing steadily. Therefore, in this paper, we developed a new forecasting model which could expect the future air traffic demand in Busan area. This model is developed by regression analysis using social-economic variables such as GRDP, income, and the number of people, and dummy variables, for instance, KTX opening, Japan economic depression, SARS and so on. Result from demand forecasting by this new model suggests that the new airport system is needed in order to sustain the increasing air traffic demand in Busan area.

This study aims to build a model dealing with the location decision of new manufacturing firms and their land demand. The model is composed with 1) the binary logit model structure identifying a future probability of manufacturing firms to locate in a city and their land demand; and 2) the land use suitability of the land demand. The model was empirically tested in the case of Anseong City. We used establishment-level data for the manufacturing industry from the Report on Mining and Manufacturing Survey. 48 industry groups were scrutinized to find the location probability in the city and their land demand via logit model with the dependent variables: number of employment, land capital, building capital, total products, and value-added for a new industry since 2001. It is forecasted that the future land areas (to 2025) for the manufacturing industries in the city are $5.94km^2$ and additional land demand for clustering the existing industries scattered over the city is $2.lkm^2$. Five industrial complex locations were identified through the land use suitability analysis.

This paper presents multiple regression analysis and data update to improve present spatial electric load forecasting algorithm of the DISPLAN. Spatial electric load forecasting considers a local economy, the number of local population and load characteristics. A Case study is performed for Jeon-Ju and analyzes a trend of the spatial load for the future 20 years. The forecasted information can contribute to an asset management of distribution systems.

본 연에서는 현재 전력거래소에서 사용하고 있는 단기수요예측 산법을 전력시장 운영환경에 대응 하도록 보다 정확하면서도 공정성이 보장되는 산법으로 개선하였다. 접근방법은 기존의 산법들을 면밀히 분석한 다음 산법의 개선과 매개변수의 튜닝을 통하여 예측정확도를 개선하였으며, 예측과정의 투명성을 확보하기 위하여 예측절차를 출력하는 기능을 포함하였다 예측정확도를 개선하기 위한 주요 방안으로 종합분석모형의 경우는 실적자료가 생길 때 마다 즉시 민감도가 갱신되도록 하였으며, 회귀분석모형은 분석과정에서 의미가 있는 자료만을 선택하도록 하였다. 또한 신경망 모형의 경우는 모의를 통하여 최적의 입력변수를 찾아 설정하였으며, 지식기반모형에서는 최근의 수요특성을 분석하여 새로운 규칙들로 구축하였다. 제안한 산법의 효용성을 평가하기 위하여 2004년도 실계통 자료를 대상으로 모의를 해 본 결과, 모든 산법에서 개선된 예측정확도를 나타내었다.

The aged population in Korea, especially in rural areas, has been growing rapidly. The welfare for the rural elderly has become a major concern, however we don't have enough information about that population; we don't even have detailed demographics of it. The present research is aimed at; 1) investigating the tendency and changing geographical distributions of the rural elderly, and 2) introducing GIS(Geographic Information Systems) as a useful tool in analyzing geographical distributions of the aged. The General Census Data from 1960 to 2000 was used to carry out this study. The major findings are; 1) There has been a gradual decrease in the rural population over the past 40 years, but this tendency has slowed down more recently; 2) It was observed that the 'oldest-old' group aged 85 years old and over has actuality increased in rural areas faster than any other age group; 3) The changing patterns of the elderly population were different in metropolitan areas and rural areas. In brief, there are far more aged people, especially of the 'oldest-old' group and females in rural areas than those in urban areas. These population, the 'oldest-old' or females, are the most vulnerable and have the greatest need for social welfare and social services of different kinds.

Railway passenger demand forecasts may be used directly, or as inputs to other optimization models use them to produce estimates of other activities. The optimization models require demand forecasts at the most detailed level. In this environment exponential smoothing forecasting methods such as Holt-Winters are appropriate because it is simple and inexpensive in terms of computation. There are several initialization methods for Holt-Winters Model. The purpose of this paper is to compare the initialization methods for Holt-Winters model.

전력계통의 수요예측은 수십 년간의 일별, 주별, 월별, 년도별 자료와 기타 수많은 계수들을 요구하므로 처리해야할 자료의 양이 방대하여, 수요예측에는 데이터베이스의 사용이 필수이다. 본 연구에서는 수요예측 및 이와 유사한 대규모 자료의 전산화에 적합한 데이터베이스 설계기법을 소개하고, 계산 수행 시 속도 및 운용의 효율성을 기하기 위한 방안을 소개한다. 또한 데이터베이스의 유지보수를 위한 기법과 각종 접근 방법의 예를 들었다.

과거 오랫동안 기업가나 팝슨(1979) 등의 학자들에 의해서 21세기의 가장 큰 산업이 될 것이라고 예측된 관광산업은 오늘날 단일산업으로는 세계 최대 규모이다. 관광분야에 대한 연구 중, 관광현상을 과학적이고 객관적으로 분석할 수 있는 방법론을 연구하고 제시하며 응용하는 분야로 관광조사분석론을 들 수 있다. 그런데 여기서 다루어지는 내용 중 관광수요와 마케팅분야가 핵심분야로 여겨진다. 오늘날 경제성장에 기인하여 해외관광은 급격한 성장을 보이고 있다. 이러한 상황에서, 관광마케팅을 위한 올바른 관광정책 수립에 필요한 해외관광 수요예측이 요구되는 바, 본 논문에서는 이러한 해외관광 수요예측을 위 한 중력모형과 회귀모형 에 대해서 비교해 보았다. 또한 중력모형을 이용한 수요 예측 시 우리실정에 맞는 여행유입요소를 제안하고, 이를 이용한 모형 비교분석을 실시해 보았다.

Now a day, overseas tour which is due to economic development grows very much. In this situation, a forecast of overseas tour is required to establish tourism policy for tourism marketing. In this paper, we compare regression model and gravity model for a forecast of overseas tour. Using gravity model, this study also suggests an attraction which is suitable to our situation, and suggested attraction is compared and analyzed with another.

Heuksando is an island which belongs to Shinangun, Jeonllanamdo and is located on the southwest sea of the Korean peninsula. Around this island, there are many beautiful islands which embroider the archipelago such as Hongdo, Soheuksando, Haeuido, Gageodo. However in the transportation mode we could not offer convenience to all the visitors coming to this area because access to this place can be made only by ship from Mokpo harbor. So new airport is desirable to solve this problem in this area. Therefore, this study is forecasting air transportation demand between Heuksando and several domestic places in order to give the fundamental materials not only to address the appropriateness to construct a new airport but also to determine it's size and necessary facilities.

Railway passenger demand forecasts may be used directly, or as inputs to other optimization model which is use the demand forecasts to produce estimates of other activities. The optimization models require demand forecasts at the most detailed level. In this environment exponential smoothing forecasting methods such as Holt-Winters are appropriate because it is simple and inexpensive in terms of computation. There are several initialization methods for Holt-Winters Model. The purpose of this paper is to compare the initialization methods for Holt-Winters model.

본 논문은 수요 예측함에 있어서 여러 가지 수요 예측 방법을 통해 매 시기 마다 적절한 수요예측 기법을 사용하여 좀더 정확한 수요예측 결과를 추정하기 위한 방법을 연구하며 특히, 수요 예측하기 어려운 제품에 대해 여러 인자를 고려하여 좀더 나은 예측치를 구하기 위한 방법을 연구하고 있다. 마지막으로 각 ERP나 SCM, MRP application에 연계하여 필요한 자료를 되게 얻고 이를 다시 보내 줄 수 있는 일반적인 연계 방법을 연구하고 있다. 본 논문에서는 데이터 베이스 연계부분에서는 ODBC 를 사용하였으며, 예측 기법은 Moving Average 기법과 Exponential Smoothing 기법, 그리고 Neural Networks 중 BP 를 이용하여 구현하였다. 앞으로 좀 더 많은 예측 기법을 적용하여 향상된 수요 예측을 위한 모듈을 연구 및 구현하려 한다.

This paper proposes a new short-term load forecasting method for special day, such as Public holidays, consecutive holidays, and days before and after holidays. when the load curves are quite different from those of normal weekdays. In this paper, two Artificial Neural Network(ANN) systems are applied to short-term load forecasting for spacial days in anomalous load conditions.

Meeting the rapidly increasing demand for natural outdoor recreation, Korea Forestry Administration established 26 places of $\ulcorner$Natural Recreation Forest$\lrcorner$ zones. By 2000 year, 100 zones were planned to cover the entire country. But there was no accurate information about demand of $\ulcorner$Natural Recreation Forest$\lrcorner$. Therefore, this study was carried out to forecast the quantitive demand of $\ulcorner$Natural Recreation Forest$\lrcorner$. To forecast the 'demand of 2001 year, forecasting unit was determined to $\ulcorner$Visitor. Day$\lrcorner$, and three quantifing methods were applied. The results of demand by each forecating method were as follows: 1) Questionnaire survey method for willingness to participate was 16,651,000(visitor. day). 2) application of similiar situation threshold method was 14,540,000(visitor. day). 3) Demand partition method by secondary data was 10,775,000(visitor, day). Comprised of these results. The scope estimate of $\ulcorner$Natural Recreation Forest$\lrcorner$ demand was proposed as 8,110,000(Minimum) - 27,088,000(Miximum). The point estimate of demand which were proposed as strategic guidelines was 16,651,000(visitor. day). These results implied that recently announced 111 predetermined $\ulcorner$Natural Recreation Forest$\lrcorner$ zones supposed to be overcrowded meeting the forcasted demand level of 2001 year.

최근 세계 경제의 불확실성이 고조되면서 기업들의 장단기 경영계획 수립 시 애로가 가중되고 있다. 기업경영에서 공급망관리(SCM)의 모든 계획은 자사 제품이나 서비스에 대한 장래 수요예측에 기반을 둔다. 시장의 실제 수요보다 과다한 수요예측은 불필요한 재고 발생에 따른 비용을 유발하고, 반대로 시장의 실제 수요보다 낮은 수요예측은 결품 발생에 따른 고객서비스 수준의 저하로 나타난다. 따라서 정확한 수요예측은 기업의 경영효율을 높이는 데 중요한 역할을 담당한다. 그러나 우리나라에서는 기업들의 수요예측 실태에 대한 조사 자료가 거의 없는 실정이다. 본 연구는 우리나라 기업들의 수요예측 실태에 대한 조사를 하고, 2011년 조사한 결과와 비교분석을 통해 국내 기업들의 수요예측에 대한 인식과 수준의 변화 트랜드를 파악해 보고, 외국 기업과의 사례 비교를 통해 국내 기업들의 수요예측에 대한 인식과 수준에 대해 살펴보고자 한다. 조사대상을 제조, 유통, 물류 등 기업유형별로, 그리고 대기업과 중소기업 등 기업 규모별로 분류하고, 수요예측 적용 여부에 대해 설문을 하였다. 조사결과, 우리나라 기업들은 약 56% 정도가 수요예측을 실시하고 있으며, 물류기업이 유통 및 제조업보다 수요예측 중요성에 대한 인식이 상대적으로 낮은 것으로 조사되었다. 또한, 중소기업보다 대기업이 수요예측에 대한 인식이 높고, 예측 빈도는 월 단위에서 주 단위로 짧아지는 추세이며, 수요예측 방법으로는 정량적 기반에 정성적으로 수정하는 방법을 가장 많이 사용하고 있는 것으로 조사되었다. 예측정확도 측정 방법으로는 평균오차가 주로 사용되며, 수요예측을 하는 기업의 35%만이 예측정확도를 기업의 핵심성과지표(KPI)에 반영하여 관리하고 있는 것으로 조사되었다.

Uncertainty in the global economy has increased recently, and difficulties in long-term and short-term business planning of companies is being weighted. All supply chain management (SCM) plans in enterprise management are based on forecasts of future demand for their products and services. Forecasts that are more than the actual demand in the market induce costs associated with unnecessary improvements, while forecasts that are lower than the actual demand in the market reduce customer service levels due to shortages. Therefore, accurate demand forecasting plays an important role in improving the management efficiency of a company. However, in South Korea, the reality is that there are few survey materials on the actual state of demand forecasts by companies. In this study, we conducted a survey on the actual situation of demand forecasts of Korean companies, and through comparative analysis with the 2011 survey, identify trends in the perception and level of demand forecasting of domestic companies. By comparing cases with foreign companies, we will examine the perception and level of demand forecasting of domestic companies. The subjects of the survey were classified by company type such as manufacturing, distribution, and logistics, and by company size such as large companies and small and medium-sized enterprises, a survey was conducted on demand forecasting. As a result of the survey, it was found that about 56% of Korean companies carry out demand forecasting, and logistics companies are relatively less aware of the importance of demand forecasting than distribution and manufacturing industries. In addition, large companies are more aware of demand forecasts than small and medium-sized enterprises, and the forecast frequency is shortening from monthly to weekly basis. As a method of measuring forecast accuracy ME (Mean Error) are mainly used, and it was found that only 35% of companies that forcast demand refleced the forecasting accuracy in the company’s key performance indicator (KPI) and managed them.

Purpose This paper analyzes that the correlation between the hierarchy of the entity’s product sales data and the accuracy of demand forecasting was studied to reduce the entity’s demand forecast error. Because each hierarchy of sales data has different characteristics, we propose a new approach for hierarchical forecasting, which represents that each tier characteristic should be considered. Design/Methodology/Approach Based on sales data from consumer goods A company and the hierarchy in ERP, the accuracy of hierarchical forecasting such as Top-down, Bottom-up and Middle-out approaches was compared, and the accuracy of time series analysis methods such as Exponential Smoothing and ARIMA was also done. Findings In order to estimate the accuracy of the proposed hierarchy, the simulation study is performed. Results demonstrate that when comparing existing and optimal hierarchy, “optimal” middle-out approach significantly outperforms existing bottom-up one. Beside comparison with hierarchical forecasting, ARIMA model shows the lowest forecast error. Thus, we reveal that the optimal hierarchy taking into account the characteristics of each level could improve the accuracy of demand forecasting over the existing hierarchy. Research Implications This study reviews the existing studies on identifying factors that intensifies forecasting inaccuracy and the adopted hierarchical approach method. Then we suggest a forecasting model considering the data with hierarchical features and structure.

한국 채권시장에 2012년 도입된 공모회사채 수요예측제도는 “수수료 녹이기” 같은 회사채 발행시장의 구조적 낙후성을 해소하기 위한 목적이 컸다. 제도 도입에 따른 시장구조 변화 효과를 분석하기 위해 이 연구에서는 2018년 말까지 시행된 2,399개 수요예측 데이터로 통계적 특징들과 함께 연립방정식 모형에 반영된 설정 가설들을 기반으로 2SLS방법 실증분석을 수행하였다. 자료의 약 84.4%를 차지하는 밴드 내 자료에 대한 실증분석 결과, 예상 수익률, 채권의 만기기간, 발행액 및 신용등급들을 설명변수로 하는 수요예측 참여율에 대한 추정과 이 참여율을 설명변수로 하는 수요예측 결정수익률 지표 추정에서, 추정계수들이 전반적으로 1% 유의수준에도 기각되지 않는 높은 통계적 유의성을 보였다. 한편 벤치마크 수익률별 분석에서는 제도 도입 초기 수요예측이 기존의 회사채 발행시장에 만연해 있던 “수수료 녹이기” 문제를 해소하는 데 한계를 보여준 실증적 증거를 제시하기도 하였다. 그러나 2013년 9월 이후, 수요예측의 일반적인 방식으로 자리 잡게 된 개별민평 수익률기준 수요예측 자료에 대한 추정에서는 회사채의 본질적 수요요인들을 설명변수로 수행한 추정결과에 대해 높은 통계적 유의성을 보임으로써 발행시장의 효율성이 제고되고 있다는 실증적 결과를 제시하였다. 다만 일반 채권들과 차별화된 발행물의 수요예측은 이들에 대한 시장 수요를 더욱 객관적으로 반영할 수 있는 요인들이 고려된 제도 개선 필요성이 제기되었다.

The bookbuilding system of Korea for corporate bond market was introduced in 2012. The main reason for the system was the necessity to resolve the structural inefficiency caused by so-called “melting fees” For the empirical study, 2,399 data were chosen from the all bookbuilding materials. The empirical analysis was conducted by the 2SLS method estimation based the hypotheses reflected in the simultaneous equation model. The empirical analysis was made by dividing the data into in-band and out-of-band groups. The analysis base on the in-band data, which accounts for about 84.4% of the total, shows high statistical significance for the explanatory variables that was not rejected even at the 1% significance level. These variables include the expected yield of the market participant, maturity period of bond, issue amount and credit rating. It also suggests empirical evidence showing that nascent bookbuilding system had limitations in solving the “melting fees” problem. However, the estimation on the bookbuilding data based on individual benchmark yields provided by the private bond-rating agencies since September 2013 shows high statistical significance for the estimation results reflecting the improvement of structural efficiency.

본 연구는 시계열 자료의 특성을 이용한 새로운 도시가스 수요 예측 모형을 제안한다. 기존의 모형은 도시가스 수요 결정요인을 포함하므로, 수요 결정요인에 대한 전망에 있어 정확도가 떨어지는 경우 그에 의존하는 도시가스 수요 전망치의 정확성도 함께 떨어지게 된다는 단점을 가진다. 본 연구에서는 에너지 수요 시계열 자료에 반영되어 있는 정보만을 이용하여 미래 수요를 예측하는 새로운 수요 예측 모형을 제시한다. 더 나아가, 지역별로 수요 예측 모형을 구축하여, 도시가스 수요의 지역별 특성을 반영하고 동시에 수요 전망치의 정확성을 제고하고자 하였다. 본 연구에서 제안하는 예측모형은 다음과 같이 세 가지 중요한 특징을 가진다. 첫째, 도시가스 수요 시계열 자료에 포함된 정보를 활용하여 미래 전망치를 예측하기 위해 ARMAX 모형을 기반으로 한다. 둘째, 기온이나 경제적 활동의 변화에 따른 수요 변화를 정확하게 반영하기 위해, 요일효과와 월별효과를 포함한다. 셋째, 수요 전망치의 정확성을 높이기 위해 지역별로 수요 예측 모형을 구축하였다. 본 연구에서 제안하는 모형은 도시가스 이외 변수들에 대한 전망을 따로 수행하지 않아도 된다는 점에서 기존 모형의 단점을 극복하였다. 또한 지역별 예측 모형을 구축하여 예측 전망치의 정확성을 높였다. 이처럼 본 연구는 도시가스 수요 전망에 대한 강건성 확보에 기여한다.

This study proposes a new demand prediction model of city gas based on the features of high-frequency time-series data. Existing models which include the variables for city gas determinants have limitations because the accuracy of prediction of city gas tends to rely on the accuracy of prediction of other determinants. This study provides a novel approach to overcome such limitations of existing models. There are three main features of this new prediction model. First, because the model is based on the ARMAX model structure, there is no need to predict the future values for city gas determinants. Second, the model includes variables for week-day effect as well as month effect, in order to capture the variation in city gas demand due to changes in temperature as well as economic conditions. Third, the prediction model is constructed separately by regions. This improves the reliability of the predicted values of future city gas demand. This study contributes to the literature by providing a new approach to predict future city gas demand with more accuracy.

본 연구의 목적은 2012 여수엑스포 방문객들의 방문의도에 대한 실제방문 비율(실현율)을 도출하는데 있다. 이를 위하여 인구, 성별, 그리고 연령을 토대로 할당추출법을 이용하여 16개 광역시도 지역주민 3,000명을 대상으로 현지설문조사를 실시하였다. 첫 번째 연구방법은 방문의도에 대한 비율을 도출하는 것으로 이는 여수엑스포 방문의사가 있었던 응답자들을 전체 응답자들로 나누어 방문의도 비율을 추정하였다. 두 번째 연구방법은 실현율을 도출하는 것으로 여수엑스포를 실제로 방문한 응답자들을 사전에 방문할 의도가 있었던 응답자들로 나누어 실현율을 추정하였다. 본 연구결과 실현율은 50.2%로 도출되었는데, 여기서 여수엑스포에 대한 강한 방문의도가 있었던 응답자들의 실현율은 62.8%, 약간 방문의도가 있었던 응답자들의 실현율은 44.9%로 나타났다. 이는 방문의도가 높을수록 실현율도 높아진다는 것을 시사해준다. 또한, 본 연구결과에서는 전반적으로 여수엑스포와 같은 메가 이벤트지역에서 거리가 가까울수록 실현율은 높고, 반대로 이벤트지역에서 멀리 떨어져 있을수록 실현율은 낮아지는 것으로 나타났으며, 이는 중력모델에서 잘 지적해주고 있다. 본 연구에서 도출된 실현율은 메가 이벤트 수요를 보다 정확하게 예측하는데 기여할 것이다.

The purpose of this study was to estimate the rate of actual visit behavior to visit intention of visitors to the Expo 2012 Yeosu(hereafter Yeosu Expo). To this end an onsite survey was conducted to 3,000 residents of 16 metropolitan cities and provinces using a quota sampling based on population, gender, and age. As a first step, the rate of visit intention to the Yeosu Expo was estimated by dividing respondents with visit intention by total respondents. As a second step, the rate of actual visit behavior was estimated by dividing actual visitors by respondents with visit intention. The results of this study revealed that the rate of actual visit behavior was estimated to be 50.2% in which the rate consisted of 62.8% for respondents with strong visit intention and 44.9% for respondents with somewhat visit intention. The results also showed that generally the closer the distance to mega event site, the higher the rate of actual visit behavior as indicated by the Gravity model. It is expected that the rate of actual visit behavior will make a significant contribution to accurately forecasting tourism and event demand.

이 연구의 목적은 신규 사회서비스의 시장규모 예측에 있어 Bass 확산모형의 적용가능성을 검토하는 것이다. 이를 위하여 전국 대표성을 가진 사회서비스 수요 설문자료를 이용하였다. Bass 확산모형을 활용하여 잠재수요가 높을 것으로 예상되는 아동발달 영역의 6개 유망사회서비스에 대한 잠재수요 규모를 추계하였다. 분석과정에서 다른 사회서비스의 성장모형을 기반으로 모방계수를 도출하였고, 각 서비스에 대한 수요 분석을 통해 혁신계수와 잠재수요의 크기를 추정하였다. 모방계수는 유사한 제품의 확산속도를 의미하여, 혁신계수는 서비스가 시행될 경우 확산의 속도를 나타내고, 최대 수요치는 서비스에 대한 잠재 수요의 크기를 나타낸다. 본 연구는 Bass 확산모형을 이론적 기반으로 하여 신규 개발되는 사회서비스의 미래 시장규모와 확산속도 등을 예측하는데 유용하게 활용될 수 있을 뿐만 아니라, 정책적 효과의 예측이나 지속적인 정책 집행 여부 등을 판단할 수 있는 기초 자료를 제공할 수 있음을 확인하였다.

The primary goal of the study is to examine the possibility of applying the Bass Diffusion Model to forecasting demand of social services. In the study, we used demand survey data based on a nationally represented sample. We selected six child development social services that are believed to be have high level of potential service demand and estimated market size of each service. I the analysis, we estimated the coefficients of imitation and innovation, price of social services using Bass Diffusion Model. Utilizing the estimates, we identified each program's diffusion pattern. This study provides an empirical evidence to suggest benefits of using the Bass Diffusion Model for forecasting the demand pattern of newly introduced social services. We also provide discussions on policy implications of utilizing demand forecasting models in the process of developing new social services.

Most large cities in the world obtain much of their revenue from the tourism industry and they are eager to vitalize regional economy through developing tourism. A Mega-event is one of tourism activities enhancing the economic value for the modern cities. Mega-event is defined as an event that can attract a great number of visitors internationally and domestically. Accuracy in forecasting and prediction is the most important mission for the event organizers since false estimates can cause financial waste and failure in management. This study is aimed to maximize impacts of a mega-event providing reliable calculation of admission fee and demand for the event. The study focused on the event "Global Fair & Festival 2009 Incheon" in order to measure the real values. This study forecasted the demand of the event "Global Fair & Festival 2009 Incheon" through indirect methods using Delphi analysis and identifying index related to the mega-events. The study has several limitations even though previous studies on the forecasting of the demand have been fully reviewed. However, it is evaluated that the study provides the guideline for forecasting the demand of visitors for a mega-event and methodological issue for predicting the admission fee for a mega-event.

경찰 인력수요에 대한 예측은 치안정책을 수립하고 장래 사회 구성원들의 올바른 진로 선택에 도움을 줄 수 있다는 측면에서 매우 중요한 과정이다. 특히 경찰을 둘러싼 환경이 급변하고 그에 따른 다양한 예측들이 혼재되어 있는 상황에서 보다 합리적이고 과학적인 방법을 통한 수요예측의 필요성은 커지고 있음을 알 수 있다. 이에 본 연구에서는 인력수요 예측 및 시계열 분석에 대한 이론적 토대를 바탕으로 1950년부터 2007년까지의 연도별 자료를 이용하여 2008년부터 2012년까지의 경찰 인력수요를 예측해 보았다. ARIMA 모형 설정의 기본 절차인 모형 식별 - 모수 추정 - 모형 적합성 진단을 통해 ARIMA(0,1,1)(0,0,1)3 모형을 최종모형으로 선정하였고 이에 따라 경찰 인력수요를 예측한 결과 소폭의 증가 및 감소 현상을 전망할 수 있었다. 본 연구 결과를 토대로 2008년부터 예정된 전ㆍ의경 감축 계획안에 대한 경찰의 합리적 대응 방안들을 몇 가지 제안하였다.

This study conducts a short-term forecast of police manpower demand by ARIMA model. Using yearly data of police manpower from 1950 to 2007, this paper are forecasting future trends and proposing some policy orientation. The result shows that ARIMA(0,1,1)(0,0,1)3 model is the most appropriate one and forecasts a minimum of 72,904 to maximum 119,205 police manpower will be needed in 2012. The police need to strive to secure necessary manpower. Moreover, incorporating ancillary functions to core policing, civilianization, paradigm shift to community policing are proposed.

방한 일본인 관광객은 외래관광객 중 가장 큰 비중을 차지하면서 총 방한 외래관광객의 증감에 주도적 영향을 미치고 있다. 또한, 최근 경제성장과 국가간 교류증가에 따라 중국인 관광객이 미국인 관광객을 제치고 제2의 인바운드 시장으로 부상하고 있는데, 이러한 추세는 <그림 1>을 통해서도 가시적으로 확인할 수 있다.<표 1> 방한 외래객 방문현황과 관광환경 변화연도외래관광객성장률관광환경 변화19902,958,8398.5%-19913,196,3408.0%걸프전19923,231,0811.1%-19933,331,2263.1%대전엑스포 개최19943,580,0247.5%한국방문의 해19953,753,1974.8%-19963,683,779-1.8%-19973,908,1406.1%아시아 금융위기와 IMF19984,250,2168.8%한국경제위기 및 원화약세 지속 19994,659,7859.6%-20005,321,79214.2%인천국제공항개항20015,147,204-3.3%9.11 테러 발생 및 한국방문의 해20025,347,4683.9%한일 월드컵 공동개최20034,753,604-11.1%SARS 발병, 이라크전쟁20045,818,13822.4%한류열풍20056,021,7643.5%한일공동방문의 해 20066,155,0462.2%

This paper examined the best forecasting model that is the lower forecast error for visitors in festival. The forecasting model is tested the accuracy using smoothing method about time series with linear and nonlinear trend and MAPE and RMSE are used as the criteria of the accuracy of forecasting method. The simple moving average method is analyzed the best forecasting method among the six forecasting methods but is considered as comparatively accurate forecasting method.

With the recent growth of the exhibition industry, city officials and economic development decision-makers are wrestling with the question of whether to develop new or expanded exhibition center assets in their communities. This study predicts the demand for exhibit space and estimates the time and size for additional exhibition center supply from 2004 to 2015. We use both time-series and regressive forecasts model and the data about the utilization rate of exhibit space and GDP from 1991 to 2003. This study suggests that there will be a shortage of exhibition center supply for the central region of Korea from 2011(shortage: 12,602㎡), the southeastern region from 2011 (shortage: 3,649㎡), and the southwestern region from 2010(shortage: 895㎡). But the real shortage problem in the southeastern and southwestern region may occur in 2012 and 2013 respectively. However, it is hard to say this demand is required for trade shows that the government are focusing on. Space rental business of the exhibition center currently covers not only exhibitions but various kinds of events, such as concerts, wedding ceremony and themed events, and the utilization rate of exhibition center is also counted on this numbers. If the government wants to use this estimated result for applying to the exhibition center policy, it should be decided conservatively.

기업이 물류비용을 절감할 수 있는 정교한 수요 예측 모형은 그동안 수많은 연구를 통해 다양한 방법들이 제시되었다. 이러한 연구들은 주로 수요 패턴에 의해서 적용 가능한 수요 예측 모형을 결정하고, 통계적 검증을 통해서 모형의 정확성을 판단하였다. 수요 패턴은 크게 규칙성과 불규칙성으로 나뉘어 질 수 있다. 규칙적인 패턴은 주문이 정기적이고 주문량이 일정한 경우를 의미한다. 이러한 경우에는 주로 회귀모형이나 시계열 모형을 통해서 수요를 예측하는 방법들이 사용된다. 그러나 불규칙적이고 주문량의 변동 폭이 큰 경우는 간헐적 수요(Intermittent Demand)라고 하는데, 기존의 회귀 모형이나 시계열 모형으로는 수요 예측의 오류 발생 가능성이 높기 때문이다. 간헐적 수요를 보이는 품목에 대해서는 주로 Croston모형 혹은 Holts모형 등을 사용하여 수요를 예측한다. 본 연구에서는 간헐적 수요 패턴을 보이는 항공 화물의 다양한 품목에 대해서 수요 패턴을 분석하고, 다양한 모형을 통해 수요를 예측하여 각 모형의 예측력을 비교 분석하였다. 이 과정에서 항공 화물의 품목별, 지역별로 다양한 모형의 적합도를 분석하여 항공사가 가장 효율적으로 운영할 수 있는 항공 화물의 수요 예측 모형에 대한 개발 방향을 제시하고자 함이 본 논문의 목적이다.

A variety of methods have been proposed through a number of studies on sophisticated demand forecasting models that can reduce logistics costs. These studies mainly determine the applicable demand forecasting model based on the pattern of demand quantity and try to judge the accuracy of the model through statistical verification. Demand patterns can be broadly divided into regularity and irregularity. A regular pattern means that the order is regular and the order quantity is constant. In this case, predicting demand mainly through regression model or time series model was used. However, this demand is called "intermittent demand" when irregular and fluctuating amount of order quantity is large, and there is a high possibility of error in demand prediction with existing regression model or time series model. For items that show intermittent demand, predicting demand is mainly done using Croston or HOLTS. In this study, we analyze the demand patterns of various items of air cargo with intermittent patterns and apply the most appropriate model to predict and verify the demand. In this process, intermittent optimal demand forecasting model of air cargo is proposed by analyzing the fit of various models of air cargo by item and region.

최근 다양한 분야에서 '빅데이터'가 생성되었다. 많은 기업들은 인공지능(AI)을 기반으로 빅데이터 분석이 가능한 시스템을 구축하여 이익 창출을 시도하고 있다. 인공지능 기술을 접목함으로써 방대한 양의 데이터를 효율적으로 분석하고 효과적으로 활용하는 것은 점점 더 중요해지고 있다. 특히 재무, 조달, 생산 및 마케팅과 같은 다양한 분야에서 국가 및 기업 경영 관리에있어 최소의 오차와 최대의 정확도를 갖춘 수요예측은 절대적으로 중요한 요소이다. 이때 각 분야의 수요패턴을 고려한 적절한 모델을 적용하는 것이 중요하다. 전통적으로 쓰이는 시계열모델이나 회귀모델로도 비대해진 실제 데이터의 복잡한 비선형적인 패턴을 분석할 수 있다. 그러나 다양한 비선형 모델들 중에서 적절한 모델을 선택하는 것은 사전 지식 없이는 어려운 일이다. 최근에는 인공지능 기반의 기법들인 머신러닝이나 딥러닝 기법을 중심으로 이루어진 연구들이 이를 극복할 수 있음을 증명하고 있다. 뿐만 아니라 정형데이터와 이미지나 텍스트의 비정형 데이터 분석을 통한 수요예측도 높은 정확도를 갖춘 결과를 보이고 있다. 따라서 본 연구에서는 수요예측이 비교적 활발하게 일어나는 중요한 분야들을 나누어 설명하였다. 그리고 각 분야별로 갖는 특징적인 성격을 고려한 인공지능 기반의 수요예측 기법에 대해 머신러닝과 딥러닝 기법으로 나누어 소개하였다.

Big data has been generated in various fields. Many companies have now tried to make profits by building a system capable of analyzing big data based on artificial intelligence (AI) techniques. Integrating AI technology has made analyzing and utilizing vast amounts of data increasingly valuable. In particular, demand forecasting with maximum accuracy is critical to government and business management in various fields such as finance, procurement, production and marketing. In this case, it is important to apply an appropriate model that considers the demand pattern for each field. It is possible to analyze complex patterns of real data that can also be enlarged by a traditional time series model or regression model. However, choosing the right model among the various models is difficult without prior knowledge. Many studies based on AI techniques such as machine learning and deep learning have been proven to overcome these problems. In addition, demand forecasting through the analysis of stereotyped data and unstructured data of images or texts has also shown high accuracy. This paper introduces important areas where demand forecasts are relatively active as well as introduces machine learning and deep learning techniques that consider the characteristics of each field.

정확한 전력수요 예측은 에너지 소비를 줄이고 전력수급의 불균형을 방지한다. 본 연구는 외부요인의 영향을 가장 적게 받는 특정 시간대의 일 단위 전력 수요량을 참조선 (reference line)으로 한 시계열모형을 세우고자 한다. 고려된 시계열모형은 슬라이딩 창을 이용한 이중 계절성 Holt-Winters 모형과 TBATS 모형이다. 시계열모형의 모수는 2009년 1월 4일부터 2011년 12월 31일까지 자료를 이용하여 추정되었으며, 2012년 1월 1일부터 2012년 12월 29일까지의 각 모형의 전력수요량을 예측하여 성능을 비교하였다. RMSE와 MAPE를 통해 예측 성능을 비교한 결과 TBATS 모형의 성능이 우수하였다.

Accurate electricity demand forecasts is essential in reducing energy spend and preventing imbalance of the power supply. In forcasting electricity demand, we considered double seasonal Holt-Winters model and TBATS model with sliding window. We selected a specific time zone as the reference line of daily electric demand because it is least likely to be influenced by external factors. The forecasting performance have been evaluated in terms of RMSE and MAPE criteria. We used the observations ranging January 4, 2009 to December 31 for testing data. For validation data, the records has been used between January 1, 2012 and December 29, 2012.

As the uncertainty of demand in B2B electronics market has increased, firms need a strong method to estimate the market demand. An accurate prediction on the market demand is crucial for a firm not to overproduce or underproduce its goods, which would influence the performance of the firm. However, it is complicated to estimate the demand in a B2B market, particularly for the private sector, because firms are very diverse in terms of size, industry, and types of business. This study proposes both qualitative and quantitative demand forecasting approaches for B2B PC products. Four different measures for predicting PC products in B2B market with consideration of the different PC uses-personal work, common work, promotion, and welfare-are developed as the qualitative model's input variables. These measures are verified by survey data collected from experts in 139 firms, and can be applied when individual firms estimate the demand of PC goods in a B2B market. As the quantitative approach, the multiple regression model is proposed and it includes variables of region, type of industry, and size of the firm. The regression model can be applied when the aggregated demand for overall domestic PC market needs to be estimated.

본 연구에서는 신제품 확산 모델 활용에 있어서 보다 적은 노력이 필요하지만 객관적이고 신속한 활용을 가능하게 만들어줄 모형을 제안한다. 기대주기 모델과 소비자 수용 모델이라는 이론적 배경을 바탕으로, 서지분석학과 초기 시장의 규모만으로 최대 잠재 시장을 추정해냄으로써 대표적인 확산 모형인 배스 모형(Bass model)에 필요한 주요 모수를 제공하는 방법을 제시했다. 모형의 예측력을 하이브리드자동차 사례를 통해 분석한 결과, 모형의 예측결과는 여러 가지 객관적인 정보를 통해 추정한 잠재 시장과 유사한 규모를 성공적으로 예측해 내어 모형의 활용 가능성을 확인할 수 있었다. 제안된 모형이 제공한 최대 잠재 시장은 다른 성장곡선모형에도 바로 적용 가능하다는 점을 볼 때 제안된 모형은 서지분석학을 통한 기술 확산 예측과 유망기술 탐색에 새로운 방향을 제시했다고 할 것이다.

This paper proposes a model for demand forecasting that will require less effort in the process of utilizing the new product diffusion model while also allowing for more objective and timely application. Drawing upon the theoretical foundation provided by the hype cycle model and the consumer adoption model, this proposed model makes it possible to estimate the maximum market potential based solely on bibliometrics and the scale of the early market, thereby presenting a method for supplying the major parameters required for the Bass model. Upon analyzing the forecasting ability of this model by applying it to the case of the hybrid car market, the model was confirmed to be capable of successfully forecasting results similar in scale to the market potential deduced through various other objective sources of information, thus underscoring the potentials of utilizing this model. Moreover, even the hype cycle or the life cycle can be estimated through direct linkage with bibliometrics and the Bass model. In cases where the hype cycles of other models have been observed, the forecasting ability of this model was demonstrated through simple case studies. Since this proposed model yields a maximum market potential that can also be applied directly to other growth curve models, the model presented in the following paper provides new directions in the endeavor to forecast technology diffusion and identify promising technologies through bibliometrics.

This paper describes the investigation on current state of cold storage facilities, and analysis on the demand prediction in the near future. And based on the analysis results, we prospect the scale of cold storage facilities in the near future. The main analysis results are summarized by the followings ; The present circumstances of cold storage facility are determined by investigating actual loading capacity, average stock amounts, and return number of cold storage facility. From the results, the present situation for cold storage facility is about 3% over. It is found that the average stock amounts increase gradually, and accordingly that the demand of cold storage facility is predicted to be increased, resulting that the capacity of cold storage facilities in 2013 expects to reach up to 5,250,000 ton. It is considered that the results of demand prediction has significant implications on the management of cold storage facility in the near future.

Studies on the development of various energy management programs and real-time bidirectional information infrastructures have been actively conducted to promote the reduction of power demands and CO2 emissions effectively. In the conventional energy management programs, the demand response program that can transition or transfer the power use spontaneously for power prices and other signals has been largely used throughout the inside and outside of the country. For measuring the effect of such demand response program, it is necessary to exactly estimate short-term loads. In this study, the power consumption patterns in both individual and group consumers were analyzed to estimate the exact short-term loads, and the relationship between the actual power consumption and seasonal factors was also analyzed.

This article suggests an improved method for more accurate load forecast for the power system. The authors propose an improved load forecast expert system based on expert's know-how. A field manual for the load forecast can be made using proposed method. The authors expect this article could give a guidance to those who wish to be load forecast expert.

In this study, we analyze the historical data of postal matter amount in korea, various social indexes concerning mail volume and postal data in developed countries. After correlation analysis between some variables, we suggest a new logistic model for forecasting the future mail volume. Finally, we forecast the mail volume in korea about 20 years hereafter.

The purpose of this study was to analyze basic conditions for the demand estimation erection of lifetime sports facilities. This is described the whole concept of lifetime sports(sport for all) for helping the understanding of its concept correctly. Firstly, second chapter was examined the significance, function and role of lifetime sports in modern society. Secondly, third and forth chapter was examined demand and participation of lifetime sports activities for demand estimation of lifetime sports facilities. Participation rate is on the rise by the increase in income and leisure time to some extent, but after that it stops rising. In other words, the same participation rate persists without additional increase in participation by the changes in time deepening and in the patterns of demand for lifetime sports activities.

본 논문에서는 국내 전파자원 관리를 위한 전파자원의 중장기 수요예측 방법론 개발의 전 단계로서 전파자원, 즉 주파수의 수요예측 방법론을 제시한다. 특히, 기존 공급자 위주의 하향식(Top-down) 개념의 수요예측 방법론이 아니라 무선자원을 실질적으로 소비하는 사용자를 중심으로 하는 상향식(Bottom-up) 개념의 주파수 수요예측 모형을 제시한다. 이는 크게 서비스 정의, 서비스 특성 분류, 서비스별 대표 속성 도출, 서비스 수요예측, 전파자원과의 매핑 검증 및 주파수 수요예측의 7단계로 이루어지며 각 단계에서 수행하여야 할 주요 업무를 설명한다. 아울러 PCS개인통신환경에서의 주파수 소요량 산출 예를 제시함으로서 개발된 모형의 타당성을 입증한다.

In this paper, we present a forecasting model for the spectrum demand which will be used for the mid/long-term spectrum forecasting in Korea. In specific, we present the bottom-up model with considering the customer not the previous top-down method. The Proposed model consists of service definition. classification of service characteristics, drawing representative service characteristic , forecasting of service demand, mapping with spectrum resource, verification and spectrum forecasting. The carried actions in each step is described in detail. For the validation of the model an example for the PCS environments is shown. traverse stepping stones for a variety of legitimate reasons.

최근 우리나라 전력수급 환경은 전력수요의 지속적인 성장과 더불어 입지 및 환경문제, 전력설비 건설, 재원조달, 전력산업의 경쟁효율성 문제 등 새로운 문제들에 직면하고 있다. 또한 전력사업이 한국전력의 독점체제에서 발전, 송전, 배전으로 분할되고 경쟁체제로 변함에 따라 여러 가지 새로운 문제들에 직면하고 있다. 전력설비의 건설에 따른 투자는 사업기간이 길고 많은 비용이 소요됨으로 전력수요에 대한 정확한 예측이 무엇보다 중요하다.(중략)

본 논문에서는 무선통신 서비스를 위한 필수 자원인 주파수의 수요예측 방법론을 제시한다. 이는 효율적인 국내 전파자원 관리를 위해 필수적인 업무이다. 제안한 방법론은 크게 기본 서비스군 분류, 유효 트래픽 도출 및 주파수 수요예측의 세단계로 구성된다. 기본 서비스군 분류 단계에서는 기존의 주파수 수요예측 방법론의 결과를 이용하여 서비스를 Wide area mobile, Short range radio, Fixed wireless access 및 Digital video broadcasting으로 나누며, 유효 트래픽 도출 단계에서는 총 트래픽을 erlang 및 bps 단위로 환산하여 구하는 방법을 제안한다. 구체적으로 유효 트래픽 도출 단계에서는 사용자 분류, 기본 어플리케이션 분류 및 어플리케이션별 유효 트래픽 추정의 과정을 거친다. 끝으로, 주파수 수요예측 단계에서 각 서비스군별로 서로 다른 주파수 수요예측 방법론을 제시한다.

In this paper, we propose an efficient forecasting methodology of the mid and long-term frequency demand in Korea. The methodology consists of the following three steps: classification of basic service group, calculation of effective traffic, and frequency forecasting. Based on the previous studies, we classify the services into wide area mobile, short range radio, fixed wireless access and digital video broadcasting in the step of the classification of basic service group. For the calculation of effective traffic, we use the measures of erlang and bps. The step of the calculation of effective traffic classifies the user and basic application, and evaluates the effective traffic. Finally, in the step of frequency forecasting, different methodology will be proposed for each service group.

Digital technology enhanced the improvement of technological aspects in the both broadcasting and telecommunications industries. The infrastructures of each industry converged to one, which impacts not only on technology but also on the broadcasting service. The current broadcasting service is characterized by one-way service, but it'll changed to be customized, or two-way service that reflects the interest of customers. This change requires a new standard to categorize and analyze the future broadcasting service converged and market structure, differing from the present standard based on the transmission channels. This study aims at forecasting the demand of interactive TV service as a representative broadcasting service in the near future, and analyzing the market structure of the broadcasting services. We assume that the present broadcasting and information and telecommunications services such as terrestrial, cable TV, satellite, digital TV services and high-speed broadband service have strong relationship with interactive TV service. First we use Bass diffusion method to predict the diffusion curve of the present five services. Then we analyze the relationship between the present services and interactive TV service by Delphi method. Finally we estimate the potential subscription number of interactive TV service based on the relationship among the services and diffusion parameters.

전력 계통의 운용 계획을 최적화 하기 위해서 수요예측에 관한 연구가 활발히 진행되고 있다. 기존의 수요예측 기법의 최대 오차는 특수일이 토요일과 월요일인 경우와 연휴인 경우에 발생한다. 이 중 특수일이 토요일과 월요일인 경우는 퍼지 선형회귀분석법과 상대계수법을 이용하여 우수한 결과를 도출한 바 있다. 구정과 추석은 특수일 중 평일과의 부하 차이가 가장 큰 특수일이며 약 $45{\sim}50%$ 정도가 감소된다. 이러한 부하의 감소 폭은 서서히 줄어서 연휴 당일 4일 후에는 완전히 복구가 되며 연휴 전 부하가 낮아지는 시점은 연휴 당일 3일 전이다. 연휴 예측의 불확실성은 연휴 기간의 길이 변동 및 기타 다양한 변수들에 의한 유동성에 기인한다. 특히 추석의 경우 과거 데이터 이용에 더욱 신중해야 하며 타 특수일에 비해 부하 값의 예측이 힘들다. 또한 직전 평일 대비 추석 연휴의 부하는 변화가 심하게 나타나며 본 논문에서는 퍼지 선형회귀분석법을 기본으로 변형된 알고리즘으로 향상된 예측도를 제시한다.

국내외적인 어업환경 변화 및 1997년 7월 수입자유화조치 이후 우리나라 수산물 소비행태변화에 따라 전체어업에 종사하고 있는 어선의 조업패턴과 수요량도 크게 변모하고 있다. 이와 같은 변화된 여건하에서 국내 연안어업의 실태와 어선건조물량의 분포 및 어업기술 연구개발사례 등을 살펴보고 어선의 수급에 대한 전망과 조업방법의 자동화 방향을 추정하였다.

유망 첨단 기술/제품의 수요 전망 시리즈 본고는 유망 첨단 기술에 관한 기술 수요 및 관련 제품의 시장 수요 전망 자료로서 우리 나라의 기술 수준과 기술 개발 현황을 파악하고, 연구 개발의 타당성을 점검하고자 STEPI가 특정 연구 개발 사업으로 수행한 연구 결과의 일부이다. 앞으로 총 10회에 걸쳐 다음과 같은 테마를 연재할 예정이다. (편집자 주) 1. 화합물 반도체(GaAs) 2. 통합 생산 자동화(CIM) 기술 3. 생명 공학 기술을 이용한 의약품 4. 반도체 제조 장비 5. 레이저 기술 6. 지능형 컴퓨터 7. 중급 항공기 8. 파인 세라믹 소재 9. 신고분자 소재 10. 신금속 소재

Because of the descent trend of the recent oil price and the ascent elements of the manufacturing price of public coal. the future demand of public coal is very obscured. In this paper, forecast the public coal demand by the regression analysis method reflected the policy and economic index of alternative energies.

This paper presents a generalized fuel choice model in which restrictive constraints on cross-price coefficients as Baughman-Joskow-FEA Logit Model need not be imposed, but all demand elasticities are uniquely determined. The model is applied to estimating aggregate energy demand and fuel choices for the residential and commercial sector. The structural equations are estimated by a generalized least squares procedure using national-level EPB, KDI, BK, KRIS, MOER data for 1965 and 1980, and other related reports. The econometric results support the argument that “third-price” and “fourth-price” coefficients should not be constrained in estimating relative market share models. Furthermore, by using this fuel choice model, it has forecasted energy demands by fuel sources in, the residential and commercial sector until 1991. The results are turned out good estimates to compare with existing demands forecasted from other institutes.

This paper develops a short term forecasting model for household electric power consumption in Seoul, which can be used for the effective planning and control of utility management. The model developed is based on exponentially weighted moving average model and incorporates monthly average temperature as an exogeneous factor so as to enhance its forecasting accuracy. The model is empirically compared with the Winters' three parameter model which is widely used in practice and the Box-Jenkins model known to be one of the most accurate short term forecasting techniques. The result indicates that the developed hybrid exponential model is better in terms of accuracy measured by average forecast error, mean squared error, and autocorrelated error.

본 연구는 우리나라 소상공인에 대한 신용보증 수요를 예측하는 것을 목적으로 한다. 이를 위해 먼저 지역신용보증재단의 소상공인 보증잔액 자료를사용하여 ARDL-ECM 모형을 추정하고 이를 이용해 보증규모(보증잔액)의예측을 수행한다. 다음 단계로 소상공인의 신용대출 필요액과 실제 신용보증금액 간의 갭을 잠재적 신용보증 수요 갭으로 파악하고 이 갭을 보증규모 예측값에 반영하는 방식으로 잠재적 신용보증 수요를 예측한다. 즉, 신용보증잔액, 명목 GDP, 경기선행지수, 기간스프레드 등 외생적 설명변수들에 대한 베이스라인 예측전제를 바탕으로, 변수들 간의 장기적 균형관계에 기반한 신용보증 규모를 먼저 예측하고, 설문조사에서 얻어진 신용보증과 신용수요 간의갭이 1.42배임을 감안하여 이를 반영한 잠재적 보증수요를 예측하였다. 그 결과 보증잔액에 입각한 소상공인 신용보증수요는 202년의 경우에는 40.1조∼ 45조원, 2023년에는 41.9조 ∼ 49.3조에 이르는 것으로 추정되고 있다. 소상공인의 보증수요가 매우 큰 것으로 예측되는 만큼 정부는 소상공인에 대한적극적인 보증공급정책을 추진할 필요가 있을 것이다.

This study predicts the demand for credit guarantees for small business, using the ARDL-ECM model. Based on the baseline prediction of exogenous explanatory variables such as outstanding credit guarantee, nominal GDP, leading economic indicator, and interest term spread, the size of the credit guarantee is predicted using the long-term equilibrium relationship. Taking the ratio of demand for credit guarantee to actual credit guarantee(1.42) into consideration, we predicted the potential demand for guarantees. As a result, the demand for small business owners' guarantees based on the guarantee balance is estimated to reach 40.1 trillion won to 45 trillion won in 2022 and 41.9 trillion to 49.3 trillion won in 2023. As the demand for guarantees by small business owners is predicted to be very large, the government will need to pursue an active guarantee supply policy to small business owners.

본 연구는 00 전투비행단 등 대한민국 공군 F-16 전투기 운영기지에서 사용되는 수리부속품목의 재고관리 실태에 대해 검토하고 해당 품목의 수요예측 프로세스를 실증 분석하였다. 이를 통해 수요예측 정확도 향상을 통해 국방 운영의 효과성과 비용절감을 목표로 실제 군수 데이터를 이용하여 수요예측 프로세스 개선방안을 도출하고자 하였다. 이러한 목표를 달성하기 위해 먼저 기존 군수운영 성과분석을 대체하며 품목관리관 개인의 성과를 측정하기 위한 지표로서 특별정수 설정품목의 수요예측 정확도를 제시하였다. 또한 이렇게 제시된 지표에 근거하여 품목관리관의 개별 수요예측 정확도를 산출하였다. 추가적으로 품목관리관 인구통계학적 특성들이 수요예측 정확도에 미치는 영향에 대한 연구 가설들을 제시하고, 실제 데이터를 이용하여 가설들에 대한 통계적인 실증분석을 수행하였다. 그 결과 품목관리관 사전 설문을 통해 인구통계학적 특성들 중 품목관리관 전체 군 복무기간과 현 직책 근무기간이 연구의 독립변수들로 선정되었다. 이후 후속 회귀분석 결과 이들 중 현 직책 근무기간이 성과에 통계적으로 유의한 양의 영향을 미치는 점이 확인되었다. 최종적으로 실증분석 결과들에 대해 이론적 및 실무적 관점을 바탕으로 해석함으로써, 전투기 운영기지에서 수요예측 정확도 개선을 위해 실제 활용될 수 있는 방안들에 대한 시사점들을 도출하였다.

This study examines the inventory management of repair parts used in the Korean Air Force F-16 fighter bases (e.g. the 00 Combat Wing) and analyzes the demand forecasting process of the items. Then, the study aims to derive an improvement plan on the demand forecasting process by using real military data for the effectiveness of defense operation and cost reduction through the enhanced accuracy of demand forecasting. In order to achieve this goal, we first propose the accuracy of demand forecasting in the itemassigned its special level as an index in order to replace the existing logistics performance analysis and measure the performance of the item manager. Then, based on these indicators, we calculate the accuracy of individual demand forecasting of item managers. In addition, the hypotheses of the effects of the itemmanagers’ demographic characteristics on the accuracy of demand forecasting are presented, and statistical empirical analysis is also conducted on the hypotheses using actual data. As a result, the item managers ‘ length of total (military) working experience and the duration of the current job are selected as the independent variables among the demographic characteristics. Then, the results of the subsequent regression analysis show that the duration of the current job has a positive effect on the performance measure, which is statistically significant. Finally, we provide an interpretation for the results of the empirical analysis based on theoretical and practical perspectives, thereby deriving some practical implications by which the accuracy of demand forecasting is improved at the fighter operating bases.

전자 브레이크 시스템의 탁월한 사고 예방 효과로, 자동차 브레이크의 수요는 전자 브레이크 시스템으로 빠르게 전환되고 있다. 또한 전체 브레이크 시스템의 수요는 글로벌 자동차 수요에 종속적이고, 브레이크 제품 믹스의 수요는 국가별 자동차 안전기준 변경 시점에 따라 급격히 변화하므로, 전자 브레이크 시스템 제조사는 상기 요인들을 필히 반영하여 생산거점 운영 전략을 수립해야 한다. 하지만, 지역별 브레이크 시스템의수요예측 및 제품 믹스의 수요 변화를 분석한 체계적인 연구는 부족한 실정이다. 이에 본 연구는 지역별 자동차 수요의 특성을 반영하여, 완성차 업체에 양산공급 중인 브레이크 시스템의 미래 수요를 시스템 다이내믹스로 예측하였다. 이를 기반으로 지역별 브레이크 수요에 대응할 생산거점 운영방안을 제안하고, 현재 국내 브레이크 시스템 제조사가 운영 중인 생산 거점과의 연관성을 비교하였다. 본 연구를 통해 제안된 글로벌 생산거점 운영 방안은 국내 브레이크 시스템 제조사의 해외 생산거점 전략 구상에 활용될 것으로 기대된다.

Due to the effectiveness of electronic brake systems in reducing the risk of fatalvehicles crashes, the demands of automobile brakes have been shifting from conventional brakes to electronic brakes. In addition, the demands of automobile brakes are heavily dependent on the global vehicle sales and a mix of brake products reacts tothe safety regulation changes in many countries. Thus, brake system suppliersshould carefully consider both trends of vehicle sales and product-mix changesunder new safety regulations to develop their manufacturing site strategies. In this study, we tried to extract the major factors affecting the demands of brake system and presented a simulation model using system dynamics technique to forecast demands of brake system as well as demand patterns of brake product-mix. And then,we proposed countermeasures on regional manufacturing sites to fulfill expecteddemand changes in future and compared proposed manufacturing sites with currentmanufacturing sites operated by Korean brake system suppliers. We hope that thisstudy can serve as a guide to brake system suppliers to provide basic insights forestablishing manufacturing site strategies and take into consideration when makingdecisions of manufacturing sites.

거시경제지표에 따른 국내 무역전시장의 수요에 대한 영향을 확인하기 위하여 수요예측을 실시한결과 무역전시장 현시수요라고 할 수 있는 사용면적은 GDP, 무역규모, 경상수지, 환율 등의 거시경제지표 중 GDP에 의해 유의한 영향을 받는 것으로 나타났다. 사용면적은 시계열에 따른 추세적 수요예측과 GDP에 따른 회귀적 수요예측에서 모두 적합성을 확보하였지만 특히 GDP에 따른 선형모형의 예측결과가 현실적인 신뢰성을 확보하였다. 따라서 본 연구의 의의는 무역전시장에 대한 수요예측을GDP라는 거시경제지표를 바탕으로 간명하게 설명할 수 있음을 확인한 것에서 찾을 수 있다. 완전가동률(공급면적의 75%)의 변동곡선에서 GDP에 따른 선형모형의 수요예측을 확인해 보면 2020년에 이르러서 무역전시장 공급면적의 부족이 나타나는 것으로 예측되었다. 그렇지만 GDP의 성장이라는 측면에서 바라볼 때 지금의 성장세가 지속되지 않고 선진국과 같이 둔화되거나 정점에 이르게 된다면 이러한 수요예측의 변경은 당연히 불가피해진다. 또한 보다 신뢰도 높은 연구를 진행하기 위해서는 각 전시시설의 투명하고 표준화된 체계적 자료의축적이 필요한데 그 이유는 산업적 수요에 능동적으로 대처하기 위해서는 전국적 수준의 예측은 물론 지역적 수요와 계절적 수요에 대한 예측을 통한 정책적 균형이 필요하기 때문이다.

Verifying the influence of domestic demanding for industrial exhibit space according to macroeconomic indicators. In result, total square meter, which can be indicator for actual demand for industrial exhibit space has been significantly influenced by GDP rather than other macro-economic indicator such as trade volume, balance of current account or exchange rate. Meanwhile total square meter gained suitability from demand forecasting by autoregressive analysis along the time series as well as demand forecasting by regressive analysis by GDP, forecasting result of linear regression model by GDP secured more practical reliability. For this reason, the meaning of this study can be found from confirmation of GDP that is the simplest way to explain demand forecasting for industrial exhibit space. Clear and standardized systematic accumulation of data for each exhibition facility is vital not only to conduct more reliable study, but also to achieve the balance of the policies through the national,regional and seasonal demand forecasting which based on data in order to cope actively with the changes of industrial demands.

수리부속은 국방운영예산의 많은 부분을 차지하고 있는 중요한 군수자원 중의 하나로서, 장비운영유지의 핵심이라 할 수 있다. 그러나 현재 한국군은 전반적으로 수리부속의 수요예측 정확도가 저조하여 예산집행의 비효율성이 논의되고 있다. 본 연구는 이를 해결하기 위해 품목특성을 고려한 수요예측 기법을 개발하여, 평시 수리부속 소요산정의 정확도를 향상시키고 군수예산의 효율적 집행을 도모하고자 하였다. 본 연구에서는 현재 한국군의 수요예측 방법 및 예측정확도 분석 등 체계적인 방법을 통하여 수요예측 정확도가 낮은 근본적인 원인을 다양하게 파악하여, 현 제도하에서 개선이 가능한 원인 중심으로 해결방안을 제시하였다. 특히, 품목특성을 고려한 적합한 수요예측 기법의 개발을 위해 해군 수리부속을 중심으로 현 수요예측 및 수리부속 관리에 대한 문제점들을 분석하고, 수요 원천자료들에 대한 신뢰도를 분석하였다. 수리부속을 수요량 및 단가에 따라 분류하고 이를 고려한 예측기법을 적용하여 기존에 비해 수요예측 정확도를 향상시켰다. 본 연구에서 제시한 방법은 수요예측 정확도를 제고시켜, 장기비수요품목을 감소시키고 장비가동률 향상 및 효율적인 예산편성에 활용될 수 있다.

Repair parts are important resources in operating & maintenance of military equipment occupying a lot of costs and should be managed properly. The current low forecasting accuracy of repair parts causes the ineffective compilation of the budget. In this study, we introduce the methodology of forecasting the demands of repair parts considering the characteristics of them to improve the forecasting accuracy and to contribute to an effective budgeting. This study presents the factors that make forecasting accuracy low by literature reviews and systematic analyses and suggests the forecasting methodology considering an annual demand and a unit price. The evaluations are conducted using the repair parts in the korean navy, and those results show that the suggested methodology makes it possible to improve forecasting accuracy compared with the current methodology in the korean navy

이 연구는 송도와 인천시의 국제회의 방문자 수요에 대한 예측을 정량적 예측방법을 사용하여 연구 하는 것이다. 국제회의 방문자에 대한 수요예측은 홀트와 윈터스 모델 기법의 정량적 예측 기법을 사용하여 예측되었다. 두 가지의 정량적 예측기법을 사용하여 2008년부터 2017년까지의 송도와 인천시의 국제회의 수요예측을 하였다. 이 모델기법의 정확성은 MAPE 수치에 근거하여 나타났다. 이 연구의 결과는 다음과 같다. 정량적 모델의 수요 예측치는 송도 2008년 15,199 명부터 2017년 26,740명이고, 인천 시는 2008년 29,868명부터 2017년 52,548명으로 예측 되었다. 그리고 한국의 국제회의 방문자 수요 예측치는 2008년 355,113명부터 2017년 697,851명으로 예측되었다. 이 연구는 국제회의 기획자, 기타 관련자들한테 재무적 요인들과 많은 의사결정을 하는데 있어 유용한 자료가 될 것이다.

This paper aims at forecasting the demand of convention visitors in Songdo and Incheon province, using quantitative techniques. The demand of convention visitors was predicted by using technique of quantitative model with survey method of Holt and Winters. Quantitative model with two survey methods was used to predict the convention demand in Songdo & Incheon from 2008 to 2017. Accuracy of this model was tested based on measurement of MAPE. The results of this study show that quantitative model predicted the demand of convention visitors in Songdo and Incheon to be from 15,199 and 26,740 respectively in 2008 to 29,868 and 52,548 respectively in 2017, and the demand of convention visitors in Korea to be from 355,113 in 2008 to 697,851 in 2017. This study will be useful for convention planners and practitioners in terms of application of these results to many decision-making process and financial factors.

전라북도 지역은 서해 중부권에 위치하고 내륙 도로, 철도 물류 TCR(Train China rail Road)의 중심지역이며 항만이 인접하여 내륙물류를 해상물류와 연결시킬 수 있는 지리적으로 우수한 곳이다. 특히 새만금·군산 경제자유구역 지정, 산업단지증가 등 대폭적인 물동량 증가요인이 발생되고 있어 전라북도 지역에 내륙물류와 해상물류를 연결할 수 있는 대규모 복합물류단지의 필요성이 증대되고 있다. 이에 따라 전라북도에 대규모 복합물류시설 단지를 조성할 경우 국내 기업들이 필요로 하는 복합물류시설 단지의 투자 및 입주의사와 필요 면적을 파악하고자 하였다. 연구 방법으로 전국의 물류·유통업체를 대상으로 전라북도에 투자할 기업들의 의향을 먼저 조사하고, 기존 물류시설단지 계획의 분양실적율에 따른 연도별 수요면적을 추정하여 실제 전라북도에 입주할 수 있는 기업들의 실 수요를 파악하여 복합물류시설단지 면적을 추정하였다.

Jeollabuk-do is located in the middle of the West Sea Area and the central region of the domestic road and TCR(Train Chinarail Road). Jeollabuk-do is also the best geographical place to connect the domestic distribution because the port is near. Especially, the designation of Saemangeum. Gunsan as the Free-Trade Zone and the increase of industrial complex create the drastic increase of the quantity of goods transported(=commercial traffic). This paper intended to know the domestic companies' intention move into the distribution facilities complex ,investment and demand areas of the distribution facilities complex, when the large-scale distribution facilities complex is developed in Jeollabuk-do to connect the domestic distribution with the marine distribution This paper also surveyed distributors and companies all over the country if they intend to invest in Jeollabuk-do. Then it assumed yearly demand areas by the selling rate of lots for sale of the original distribution facilities complex. Finally, it predicted the area of the distribution facilities complex after surveying companies' and distributors' actual demand for those complex.

과거 시장자료가 거의 존재하지 않는 신기술 제품의 중장기 수요예측을 위해 Bass 성장곡선모형을 확장하여 보다 현실 설명력이 높은 수요예측 모형을 구축하고자 한다. 기존 수요예측 모형들이 주로 수요측 요인만을 고려하고 있는 것에 비해, 본 연구에서 구축한 확장된 모형은 생산에서의 학습효과, 기술혁신, 경영 합리화 등 공급측 요인들이 수요에 미치는 효과를 추가로 고려한다. 확장된 새 모형의 예측력을 검증키 위해 486 PC 수요에 대해 기본모형과 새 모형간의 추정력을 비교한 결과 새 모형이 잠재시장규모 추정과 적합도 영역에서 훨씬 뛰어난 예측력을 가지고 있는 것으로 평가된다. 또한 차세대 영상매체로서 광범위한 전후방 파급효과를 유발할 것으로 기대되는 디지털 TV 시장의 수요예측에 적용함으로써 모형의 수요 예측력을 실증함과 동시에 장래 디지털 TV 시장 성장세를 추정하고자 한다.

The purpose of this paper is to forecast the long term demand of new technology products of which the data is usually not available in the past. Compared with original Bass model focusing only on demand side, our modified model consider supply side as well such as leaning effect, technology innovation, better management. The estimation results using 486 PC demand data show that our modified model is better than original Bass model in terms of potential market demand estimation and fitness. Further, we forecast long－term market demand of digital TV which is expected to have large potential spillover effect in the future based on the new model.

This study aims to forecast the International Marine Expo in 2012, using quantitative and qualitative techniques. The Expo demand was predicted by using combined technique of quantitative models with survey method of willingness-to-visit (WTV) and qualitative technique of Delphi model. Four quantitative forecasting models were used to predict the Expo demand: Holt, Winters, ARIMA, and regression. Accuracy of these models was tested based on measurement of MAPE. Index of actualization was applied to WTV, in particular. The results of this study show that quantitative models combined with WTV predicted the Expo demand to be approximately 8 million. On the other hand, experts in the Delphi model predicted 6.8 million visitors which appeared to be pessimistic as compared to quantitative technique. Policy implications were presented for Expo planners and practitioners in terms of application of these results to decision-making process and future challenge.

Bass 확산모형의 추정에서 OLS 방법과 비교하였을 경우 NLLS 방법은 이산적인 시간체계의 변환을 통하여 나타나는 바이어스를 제거한 상태에서 모형이 추정된다는 장점과 모수에 대한 표준오차를 얻을 수 있다는 장점을 가지고 있으며, NLLS 방법의 경우 통계 패키지의 발달로 인하여 복잡한 과정을 거치는 계산을 간단한 프로그램에 의하여 구현될 수 있으므로 더 이상 OLS 방법을 적용할 이유가 없을 것으로 판단된다. MLE 방법과 비교하여 NLLS 방법이 추정측면에서 우수하거나 열등하다는 어떠한 이론적 근거나 논문은 발표된 바 없지만, MLE 방법을 적용하였을 경우 추정치에 대한 표준오차가 심각하게 낮게 추정되는 바이어스가 존재한다는 문제점은 많은 학자들로부터 지적받고 있다.이와 같이 NLLS, MLE 및 OLS 방법의 이론적인 특성을 시뮬레이션을 통하여 확인하기 위하여 세 종류의 시나리오를 설정하고 추정방법에 대한 비교 분석을 실시하였다. 표본의 크기를 20으로 설정한 상태에서, 첫 번째 시나리오는 혁신자 계수를 매우 작게 설정한 상태에서(p=0.001) 모방자 계수를 높게 설정한 경우(q=0.5)이며, 두 번째 시나리오는 첫 번째 시나리오와 반대의 경우 즉, 혁신자 계수를 높게 설정한 상태에서(p=0.5) 모방자 계수를 낮게 설정한 경우(q=0.001)를 구성하였다. 마지막 세 번째 시나리오는 혁신자 계수와 모방자 계수를 모두 적당한 수치로 설정하는 경우(p=0.1, q=0.1)로 구성하여, 각 시나리오별 3만개의 가상 자료를 만든 다음, NLLS, MLE 및 OLS 방법으로 추정하여 바이어스와 절대평균편차를 계산하였다. 바이어스와 절대평균편차는 다음과 같이 정의하도록 한다.

This study is performed the multinomial logistic regression with the officials needs level about a component of knowledge administration for drawing a demand estimation model in the knowledge administration activities. This study is not that an activity and domain of knowledge administration is to apply and to operate uniformly it in public sector, one is suggested an application with a demand diagnose of knowledge administration in order to saw a course of the knowledge administration programs to suit a function and role of public administration. A result of this study is that an activity and domain of the knowledge administration is different from a component of it namely, knowledge creating, knowledge organizing, knowledge sharing and distribution, knowledge utility, and knowledge store. And the officials individual characteristics, administration agency, a kind of business, and a function and role of work are different from demand of knowledge administration. Also, the practical use of KMS (knowledge management system) is not so high in public sector. Accordingly, the tools of knowledge administration will deliberate on a consolidation with the existing system in the device.

한국과 중국간에 국교가 수립되고 양국의 국기(國旗)항공사들이 1995년부터 본격적으로 운항하여 2004년까지 10년이 경과하였다. 지난 10년간의 자료로서 한국인 중국행 관광수요 에 관한 계량분석모형을 구성한 것은 다음과 같다.이때 T는 한국인관광수요, Y는 1인당 처분가능실질소득, P는 실질항공운임이다.ln T = 8.5587 ln Y - 10.0591 ln 한국인 중국행 관광객들은 소득과 운임의 변화에 대단히 민감하다. 따라서 관광수요가 안정적으로 유지되려면 양국이 정책적으로 협조하여야 한다. 먼저 항공협정에 있어서 양국간에 취항할 수 있는 지점들을 확대하여야 한다. 또한 항공사들이 활발하게 취항할 수 있도록 상무(商務0협정을 체결하여야 한다.중국의 관광산업과 항공산업이 국제적 업무처리절차를 준수하고 국제적 기준에 적합한 업무수행 능력을 보유하여야 한다. 저렴한 가격으로 수준 높은 관광상품을 공급할 수 있도록 이분야에 필요한 자본의 사유화를 인정하는 시책이 필요하다.또한 중국의 항공사와 여행에 관련된 업체들과 외국의 동종(同種)업체들 사이에 업무적 제휴가 필요하다.

Since the inaugurations of the national flag airlines into the routes between Korea and China at the end of 1994, some statistics for the last 10 years have been accumulated so that we could build the econometric model as follows. ( T : Korean tourism demands, Y : Real personal disposable income per capita,P: Real air fare) ln T = 8.8530 ln Y - 10.4250 ln P Korean tourists to China are very much sensitive both to their real income and tour prices. Some points are recommended to the both governments. First of all, inaugurating points specified on the Annex of the Governmental Bilateral Air Agreements should be added to diversify the accesses to China. And the Commercial Agreements between the airlines of the two countries will facilitate Chinese airlines to fit the market functions. And to make the tourism industries of China to be accustomed with the inter- national regulations and procedures, business joint ventures with the same partners of the other countries are advised.

이 연구는 IMO의 환경규제와 4차산업 혁명 기술의 확산에 따라 그중요성과 비중이 확대되고 있는 친환경 스마트 선박의 성장에 필요한 인력 수요를 통계청의 2000년~2020년의 조선산업 인력자료를 기반으로 예측하였다. 추세분석과 시계열분석의 다양한 모델을 적용하여 조선산업의 인력 수요를 예측하고 최근 5년간의 실적치와 비교하여 기하평균을 적용한 단순평균법이 예측 오차가 유의적으로 가장 적은 것으로 평가되었다. 그리고 산업통상자원부의 친환경 스마트 선박 분야의 2018년과 2020년의 인력현황 설문조사 결과를 바탕으로 조선산업 인력 증가추이를 반영하여 인력 수요를 예측하였다. 조선산업의 인력수요 예측치에 친환경 스마트 선박부분의 인력 증가수치를 반영하여 인력 수요를 예측한 결과, 2025년 62,001명, 2030년 85,035명으로 증가하는 것으로 예측되었다. 본 연구는 고부가가치 친환경 스마트 선박 분야에 필요한 인력 수요를 통계자료에 기반하여 객관적으로 예측함으로써, 향후의 인력 수요에 대응한 적절한 전문인력의 양성 및 공급 방안 수립에 기여하게 될 것으로 평가된다.

This study forecasted the manpower demand of eco-friendly smart shipbuilding, whose importance and weight are increasing according to the environmental regulations of the IMO and the spread of the 4th industrial revolution technology. It predicted the shipbuilding industry manpower by applying various models of trend analysis and time series analysis based on data from 2000 to 2020 of Statistics Korea. It was found that the prediction applying geometric mean had the smallest gap among the trend and time series analysis methods in comparing between forecast results and actual data for the past 5 years. Therefore, the demand for manpower in the shipbuilding industry was predicted by using the geometric mean method. In addition, the manpower demand of smart eco-friendly ships wast forecasted by using the 2018 and 2020 manpower survey results of the Ministry of Trade, Industry and Energy and reflecting the trend of manpower increase in the shipbuilding industry. The result of forecasting showed that 62,001 person in 2025 and 85,035 people in 2030. This study is expected to contribute to the adjustment of manpower supply and demand and the training professional manpower in the future by increasing the accuracy of forecasting for high value-added eco-friendly smart ships.

본 연구는 System Dynamics를 이용하여 선사 컨테이너 인벤토리의 수요를 장비 Type/size별 예측, Port별 예측, Weekly 예측을 통해 보다 정교한 예측모델을 구축하는 것을 연구의 목적으로 하였다. 예측은 중국의 상하이항과 얀티안항을 대상으로 하였다. 컨테이너 인벤토리는 수요가 많고 유효한 데이터를 산출할 수 있는 Dry 컨테이너 20', 40', High cube 40'으로 한정하였다. 시뮬레이션 기간은 2011년-2017년이며, 선사에서 실제 예측하는 단위인 Weekly 데이터를 활용하였다. 모델의 정확도 검증을 위해 절대비율 평균오차(MAPE)를 적용한 결과 상하이 Dry 40' 수요, 상하이 Dry High cube 40' 수요, 상하이 Dry 20' 공급, 상하이 Dry 40' 공급, 상하이 Dry High cube 40' 공급 예측 모델은 $$0%{\leq_-}MAPE{\leq_-}10%$$에 속하는 매우 정확한 예측 모델로 검증되었다. 그 외의 상하이 수요 공급 예측 모델은 $$10%{\leq_-}MAPE{\leq_-}20%$$에 속해 비교적 정확한 예측 모델로 검증되었다. 얀티안 Dry High cube 40' 수요, Dry 20' 공급 예측 모델은 $$0%{\leq_-}MAPE{\leq_-}10%$$에 속해 매우 정확한 예측 모델이며, 그 외의 얀티안 수요 공급 예측 모델은 $$10%{\leq_-}MAPE{\leq_-}20%$$에 속해 비교적 정확한 예측 모델로 검증되었다. 본 연구의 예측 모델은 실제 선사에서 관리중인 데이터와 비교해도 높은 정확도를 갖는 것으로 나타났다. 본 연구에서 제시된 모델은 지역 수요예측 담당자 및 본부의 인벤토리 컨트롤 담당자가 참고자료로 유용하게 사용 가능하다.

This study attempts to establish a precise forecast model for the container inventory demand of shipping companies through forecasts based on equipment type/size, ports, and weekly system dynamics. The forecast subjects were Shanghai and Yantian Ports. Only dry containers (20, 40) and high cubes (40) were used as the subject container inventory in this study due to their large demand and valid data computation. The simulation period was from 2011 to 2017 and weekly data were used, applying the actual data frequency among shipping companies. The results of the model accuracy test obtained through an application of Mean Absolute Percentage Error (MAPE) verified that the forecast model for dry 40' demand, dry 40' high cube demand, dry 20' supply, dry 40' supply, and dry 40' high cube supply in Shanghai Port provided an accurate prediction, with $0%{\leq}MAPE{\leq}10%$. The forecast model for supply and demand in Shanghai Port was otherwise verified to have relatively high prediction power, with $10%{\leq}MAPE{\leq}20%$. The forecast model for dry 40' high cube demand and dry 20' supply in Yantian Port was accurate, with $0%{\leq}MAPE{\leq}10%$. The forecast model for supply and demand in Yantian Port was generally verified to have relatively high prediction power, with $10%{\leq}MAPE{\leq}20%$. The forecast model in this study also had relatively high accuracy when compared with the actueal data managed in shipping companies.

Short-term load forecasting(STLF) for electric power demand is essential for stable power system operation and efficient power market operation. We improved STLF method by using hourly temperature as an input data. In order to using hourly temperature to STLF algorithm, we calculated temperature-electric power demand sensitivity through past actual data and combined this sensitivity to exponential smoothing method which is one of the STLF method. The proposed method is verified by case study for a week. The result of case study shows that the average percentage errors of the proposed load forecasting method are improved comparing with errors of the previous methods.

We address the power generation mix problem that considers not only nuclear and fossil fuels such as oil, coal and LNG but also renewable energy technologies. Unlike nuclear or other generation technologies, the expansion plan of renewable energy is highly uncertain because of its dependency on the government policy and uncertainty associated with technology improvements. To address this issue, we conduct a delphi survey and forecast the capacity of renewable energy. We further propose a stochastic mixed integer programming model that determines an optimal capacity expansion and the amount of power generation using each generation technology. Using the proposed model, we test eight generation mix scenarios and particularly evaluate how much the expansion of renewable energy contributes to the total costs for power generation in Korea. The evaluation results show that the use of renewable energy incurs additional costs.

This study suggested an improved algorithm of urban energy consumption estimation on the urban planning stage which concerns calculation accuracy. The results are as follows. (1) Urban energy consumption was estimated and managed per unit space using E-GIS DB which contains facility information per mesh. (2) Urban energy consumption was reflected by the urban facility classified and standardized by the characteristics of energy use. (3) Calculation accuracy of energy consumption was approached by separately suggested as summer algorithm reflecting urban heat island on summer energy use and winter algorithm reflecting heating system normally used in Korea.

본 논문은 내항상선 선원의 수급 안정화를 기하여 연안해운의 발전을 도모하기 위하여 구체적으로 내항상선 선원의 수급실태의 분석을 통해 향후 내항상선 선원의 수요 전망을 예측하고자 하는 것이다. 연안 해운기업의 경쟁력 강화에 있어서 선원수급과 선원인력양성의 필요성을 인지하고, 특히 인력수요예측의 정밀성을 높이고 지속적이고 피드백이 가능한 예측 프로세스를 모색하는 것은 현재 연안해운기업의 열악한 선원인력관리의 어려움을 극복하기 위한 단초로서 현재 시의적절한 연구주제가 될 것이다. 향후 내항상선 선원의 수요부문에서 선박 척수의 변화에 따른 시뮬레이션 결과, 증가율 기준을 0.1%~1% 폭의 수준을 상정할 경우 7,879~8,258명으로 예측되었다. 이는 2009년 현재 7,831명 수준에서 매년 약 20~430명의 추가 인력이 투입되어야 함을 의미한다. 일반적으로 5년 내지 10년 단위로 단속적으로 예측치를 제시하는 방법은 예측의 사후추적이 부실한 관계로 예측정확도가 떨어지기 쉬운 점을 선행연구 검토 부분에서 확인하였으며, 본 연구와 같이 현황자료를 기초로 예측치와 실제치의 차이에 대한 피드백을 위해 매년 평가를 실행하고 그 결과를 차기년도 예측에 반영하는 접근방법을 도입한다면, 선원인력의 수급에 대한 예측정확도를 높일 수 있을 것이다.

This study focused on the supply-demand and training system of the crew for domestic coastal shipping. First of all, it forecasted the prospect and effect in the future of the crew supply-demand through the analysis to the current situation of crew employment and the internal and external environment changes. Next, it suggested the specific role and alternatives of government, industry and educational institutions after the comparison and examination of the sailor policies among Korea and major shipping countries. In regard to the demand of crew manpower in coastal shipping, it figured out the bottoms and the current circumstances of sailors, and it could anticipate the future demand by the gradational approach. According to the findings, firstly the result of this simulation by the changes of the ship numbers demonstrated that the demand over the next 10 years will be 7,890~8,025 in the case of the growth 0.4%, and 7,894~8,063 in 0.5%. Secondly, assuming the growth 0.1~1%, the result illustrated that the demand will come to 7,879~8,258. This means the fact that the additional manpower has to be input to 20~430 annually from now on. To conclude, this study showed the more rational numbers about the supply-demand than the past researches and displayed the systematic approach to supply and train the crew in domestic coastal shipping.

High level of accuracy in forecasting heat demand of each district is required for operating and managing the district heating efficiently. Heat demand has a close connection with the demands of the previous days and the temperature, general demand forecasting methods may be used forecast. However, there are some exceptional situations to apply general methods such as the exceptional low demand in weekends or vacation period. We introduce a new method to forecast the heat demand to overcome these situations, using the linearities between the demand and some other factors. Our method uses the temperature and the past 7 days' demands as the factors which determine the future demand. The model consists of daily and hourly models which are multiple linear regression models. Appling these two models to historical data, we confirmed that our method can forecast the heat demand correctly with reasonable errors.

Since 'The Act on Private Investment of The Infrastructure' was established in 1994, private investment as well as government's investment has been active on transport infrastructure. But investment of transport infrastructure has more risks than others due to overforecast of transport demand for ensuring project validity, and cost uncertainty arising from financial crisis, commodity prices and so on. In the case of Incheon international airport express, after 2 years and 6 months, Incheon international airport express is opened, Korail take over equity stake in private investor due to the problems of MRG(Minimum Revenue Guarantee) be contracted with private investor. Not only that, in other case of Yong-in light rail, it is ongoing for legal disputes between Yong-in local government and private investor on account of opening delaying. On current Investment Assessment System of Transport Infrastructure, Risk Management system on investment of transport infrastructure is inadequate because Sensitivity Analysis in economic efficiency have been performed on the simple method which only changes benefits, expense and social discount rate. For this reason, this study analyze risks for investment of transport infrastructure demand forecast, and rise to the management practice for every particular item.

In general, short term load forecasting is based on the periodical load pattern during a day or a week. Therefore, the conventional methods do not expose stable performance to every day during a year. Especially for anomalous weather conditions such as typhoons, the methods have a tendency to show the conspicuous accuracy deterioration. Furthermore, the tendency raises the reliability and stability problems of the conventional load forecast. In this study, a new load forecasting method is proposed in order to increase the accuracy of the forecast result in case of anomalous weather conditions such as typhoons. For irregular weather conditions, the sensitivity between temperature and daily load is used to improve the accuracy of the load forecast. The proposed method was tested with the actual load profiles during 14 years, which shows that the suggested scheme considerably improves the accuracy of the load forecast results.

본 연구의 목적은 평양 및 백두산 관광 등 남북한의 교류에서 발생하는 항공여객과 항공물동량 수요를 예측함으로써 향후 남북한간 교류협력 활성화시 원활한 항공교통서비스를 제공할 수 있도록 하는 데 있다. 본 연구에서는 남북한간 교류협력 시나리오의 전개에 따라 항공수요가 획기적으로 도약할 수 있는 상황을 상정하고, 기술적으로는 회귀분석의 툴을 적용하였다. 회귀분석을 통해 전체 교류인원을 예측한 후 전체 교류인원에 대한 항공교통의 비중을 적용하여 항공여객 수요를 예측하였다. 또한, 예측된 항공여객 수요로부터 추정한 항공물동량을 포함하여 공항 및 노선별 항공편을 예측하였다.

This paper aims to predict air passenger and air freight demands in the air routes between South and North Korea. The air demands will be fostered by the visitors of Pyeongyang and Baekdu Mountain, whose forecasts will be used for supplying the air traffic services necessary for the active exchange and cooperation between South and North Korea in the future. The authors use the tool of regression analysis under the assumption of epoch-making progress in demand for aviation in accordance with the exchange and cooperation scenario between South and North Korea. After predicting the total number of travelers through regression analysis, the authors applied the share of air passengers among total travelers in order to predict the number of air passengers. Finally, the number of flights of each airport and route were forecasted by including the air freight, estimated from the number of air passengers.

정보보호시스템 평가수요의 예측은 예측된 평가수요를 근거로 적극적인 평가서비스를 제공하기 위하여 필요하다. 평가수요예측을 하기위하여 일반적으로 설문조사를 이용하지만 무응답 및 불성실한 응답으로 인하여 설문응답 자료만으로 평가수요를 예측하기에는 부족하다. 따라서 설문조사의 평가수요를 보정할 수 있는 모형이 필요하다. 본 논문에서는 설문조사를 통하여 예측 할 수 있는 직접적인 평가수요와 통계적 모형을 이용한 간접적 평가수요를 비교하고 설문조사의 대체 방법을 제시하였다.

국내 이동통신 서비스 시장은 급속하게 발전해왔다. 이러한 성장에 맞춰 WCDMA 서비스가 중요한 성장 동력으로 기대했으나 해외에 비해 국내 보급률은 더딘 실정이다. 하지만 HSDPA의 상용화가 이루어지면서 정체된 WCDMA 단말기의 수요를 이끌 것으로 예상된다. 따라서 신규 WCDMA 서비스의 수요를 예측하고 그에 맞는 새로운 이동통신 사업 전략을 세우는 것이 필요할 것이다. 본 논문은 이동통신 단말기의 가격과 성능에 따른 소비자의 구매 효과를 반영하고, 변형된 Lotka-Volterra 예측 모형을 개발하여 향후 WCDMA 서비스 가입자를 예측하였다.

The demand of domestic mobile service has been explosively increasing. The forthcoming WCDMA, which open in 2006, is also a key technology in the mobile service market. The WCDMA service needs HSPDA phones which will be evolved to HSDPA. In the aspect of drawing up management strategy, practical researches about forecasting the demands of new mobile phones are necessary. In this paper, we provide the modified the Lotka-volterra model as a forecasting model, which is concerned with effects of phone prices and performance.

오늘날 기업들이 급격한 환경변화에 능동적으로 대처하고 지속적인 기업의 성장과 발전을 이루기 위해서는 물류유통과 수요예측에 대한 전반적인 이해와 이를 바탕으로 한 전반적인 시스템이 구축되어야한다. 기업의 성장을 위하여 지속적인 물류유통과 수요예측과 결정이 있어야 한다. 또한 이에 대한 공통적인 적용사항을 규칙 기반으로 한 시스템인 설계되어야한다. 그래서 본 논문에서는 규칙을 기반으로 기업의 물류유통/수요예측을 위하여 데이터마이닝 기법을 적용한 검색 기법을 제시하고자 한다.

An areal elderly migration model (AEMM) was developed to assess the demand of rural development projects targeted towards elderly people. The AEMM was developed with adaptation of the gravity model to represent spatial interaction regarding amenities. Areal characteristics were classified for estimating the amenities from the perspective of net migration. From 1990 to 2000, data were acquired from USCB, PASDA, PAHEALTH, PADCNR, PFBC, and NCDC in 67 Pennsylvania counties for analysis and application. The results revealed that elderly migration can be explained not only by areal characteristics but also by spatial interaction considering the population, distances, and amenities of surrounding areas.

An effective methodology is reported for determining the optimal lot size of batch processing and storage networks which include uncertain demand forecasting. We assume that any given storage unit can store one material type which can be purchased from suppliers, internally produced, infernally consumed, transported to or from other sites and/or sold to customers. We further assume that a storage unit is connected to all processing and transportation stages that consume/produce or move the material to which that storage unit is dedicated. Each processing stage transforms a set of feedstock materials or intermediates into a set of products with constant conversion factors. A batch transportation process can transfer one material or multiple materials at once between sites. The objective for optimization is to minimize the probability averaged total cost composed of raw material procurement, processing setup, transportation setup and inventory holding costs as well as the capital costs of processing stages and storage units. A novel production and inventory analysis formulation, the PSW(Periodic Square Wave) model, provides useful expressions for the upper/lower bounds and average level of the storage inventory. The expressions for the Kuhn-Tucker conditions of the optimization problem can be reduced to two sub-problems. The first yields analytical solutions for determining lot sires while the second is a separable concave minimization network flow subproblem whose solution yields the average material flow rates through the networks for the given demand forecast scenario. The result of this study will contribute to the optimal design and operation of the global supply chain.

High accuracy of the load forecasting for power systems improves the security of the power system and generation cost. However, the forecasting problem is difficult to handle due to the nonlinear and the random-like behavior of system loads as well as weather conditions and variation of economical environments. So far. many studies on the problem have been made to improve the prediction accuracy using deterministic, stochastic, knowledge based and artificial neural net(ANN) method. In the conventional load forecasting method, the load forecasting maximum error occurred for the holidays on Saturday and Monday. In order to reduce the load forecasting error of the daily peak load for the holidays on Saturday and Monday, fuzzy concept and linear regression theory have been adopted into the load forecasting problem. The proposed algorithm shows its good accuracy that the average percentage errors are 2.11% in 1996 and 2.84% in 1997.

본 논문에서는 철도 수요예측 문제의 유형을 목적에 따라 3가지로 분류하였고, 최근 철도자원을 재고관리 차원에서 접근하고자 하는 시각에 따라 분배모형으로써 적응필터를 사용하는 방법의 타당성에 대해 설명하였다. 또 철도 승객수요의 주요 특징을 분석하였으며, 철도 승객수요 예측의 요구사항 및 방법론을 대규모 재고관리 시스템의 일반적 요구사항에 따라 정리하였다. 영향인자에 대한 분석으로 요일별 계절변동 지수를 정량적으로 산정하였다. 적응필터를 이용한 철도 승객수요 예측의 예제를 제시하였으며, 예측에의 정확성에 대한 비교를 제시하였다.

1965~1981 년간(年間)의 시계열자료(時系列資料)를 이용(利用)하여 지류(紙類)의 국내수요함수(國內需要函數)를 추정(推定)하고 추정(推定)된 모형(模型)에 의하여 지류(紙類)의 장기국내수요(長期國內需要)를 예측(豫測)하였다. 지류(紙類)의 국내수요(國內需要)(DDP)는 GNP가 상승(上昇)함에 따라 증가(增加)하는 추세(趨勢)를 보였으며 증가율(增加率)은 실질(實質)GNP 연평균성장율(年平均成長率) 8.8%보다 높은 17.9:% 그리고 판지(板紙)는 무려 25.8% 수준(水準)으로 나타났다. 지류(紙類)의 국내수요(國內需要)에 영향(影響)을 미치는 주요변수(主要變數)는 1인당(人當) 실질국민총생산(實質國民總生産)(PG), 지류(紙類)의 실질도비가격지수(實質都費價格指數)(PWI), 지류수요산업(紙類需要産業)의 생산활동지수(生産活動指數(PDAV) 등이 있으며 이러한 제변수(諸變數)를 포함(包含)한 함수관계(函數關係)를 전대수회귀방정식(全對數回歸方程式)으로 표시(表示)하여 보통최소자승법(普通最少自乘法)으로 추정(推定)하였다. ${\ell}nDDP=2.452+1.986{\ell}nPG-0.844{\ell}nPWI$ $(33.397)^*\;(-6.149)^*\;R^2=0.997$ ${\ell}nDDP=6.468+0.827{\ell}nPDA$ $(17.403)^*\;R^2=0.950$ 이에 따른 지류(紙類)의 국내수요(國內需要)는 1인당(人當) GNP와 지류수요산업(紙類需要産業)의 생산활동지수(生産活動指數)에 대하여 부(負)의 상관(相關)을 그리고 1인당(人當) GNP가 설명변수(說明變數) 중에서 가장 탄력적(彈力的)이였으며 지류실질가격지수(紙類實質價格指數)에 대하여는 부(負)의 상관(相關)으로 나타났다. 이러한 결과(結果)는 통계적(統計的) 유의성(有意性) 인정(認定)되고 경제이론상(經齊理論上) 타당한 것으로 판명(判明)되었다. 1991 년도(年度) 지류(紙類)의 국내수요(國內需要)를 예측(豫測)한 결과(結果)는 3,152천(千)M/T 또는 4,470천(千)M/T에 달(達)할 것으로 추정(推定)되며, 1982~1991 년(年) 기간(期間)동안 연평증가율(年平增加率)은 5.0% 또는 12.4%로 나타났다. 또한 1991 년(年) 1인당(人當) 지류(紙類)의 국내수요(國內需要)는 69.1kg 또는98.0kg에 달(達)할 것으로 예측(豫測) 되었다.

The purposes of this study are to analyze and forecast the domestic demand for papers by regression models with time-series data (1965-81). For the period of 1965-81, the real GNP of Korea grew at annual average increase rate of 8.8 percent. On the other hand, the domestic demand of papers grew at annual average increase rate of 17.9 percent in this period. Especially, the annual average increase rate for board-papers accounted to 25.8 percent. To analyze domestic demand for papers, GNP, per capita GNP, price findex of papers, production activity index of the major papers consuming industries and price index of substitutive goods were selected as independent variables. The expected values of domestic demand for papers were computed by forecasting equations as follows. T-values are in parentheses. ${\ell}nDDP=2.452+1.986{\ell}nPG-0.844{\ell}nPWI$ $(33.397)^*\;(-6.149)^*\;R^2=0.997$ ${\ell}nDDP=6.468+0.827{\ell}nPDA$ $(17.403)^*\;R^2=0.950$ DDP : Domestic demand for papers PG : Real GNP per capita (1,000 won) PWI : Real price index of papers (1980 = 100) PDAV : Production activity index of the major papers consuming industries The results analyzed and forecasted by these models are summarized as follows: The domestic demand for papers had positive correlation toward per capita GNP and production activity index of the major papers consuming industries. Per capita GNP elasticity of the domestic demand for papers was the most elastic among independent variables. The price elasticity of domestic demand for papers had negative sign and inelastic. These were not only statistically significant but theoretically compatible. The domestic demand for papers was projected to be 3,152-4,470 thousand mit in 1991, representing at annual increase rate of 5.0-12.4 percent during the period of 1982-91. Domestic demand for papers per capita was projected to be 69.1-98.0 kg in 1991.

LNG는 인천항의 대표적인 수입화물로 인천항 전체 물동량 증감에 기여도가 상대적으로 높은 편이다. 또한, 국가적 차원에서도 LNG는 도시가스 및 전력발전에 필요한 핵심 자원으로 시장 수요의 변동 요인에 대한 분석과 적합한 수요예측모델의 구축은 LNG 기반 발전 계획 및 국가전력수급기본계획 수립 등에 매우 중요하다. 본 연구에서는 기존 연구들에서 다뤄지는 거시적 연간 자료를 통한 예측과 달리, LNG 운반선이 하역하는 주간별 물동량을 대상으로 주기성을 파악하고, 대내외 변동요인과의 상관관계를 분석한다. LNG 수요 변동요 인으로는 주간 데이터의 계절성, 최대전력, 전력 공급예비력 등 전력 수급 데이터 등을 고려하였다. 또한 LNG 수요를 예측하기 위해 자료의 특성을 고려하여 주간단위별 LNG 물동량을 종속변수로 한 시계열 예측과 인공신경망 모형을 통한 예측 후 예측치에 대한 적합성을 검증 및 실적-추정치 간 오차비교를 통해 최적모형을 도출하고자 한다.

LNG is a representative imported cargo at Incheon Port and has a relatively high contribution to the increase/decrease in overall cargo volume at Incheon Port. In addition, in the view point of nationwide, LNG is the one of the most important key resource to supply the gas and generate electricity. Thus, it is very essential to identify the factors that have impact on the demand fluctuation and build the appropriate forecasting model, which present the basic information to make balance between supply and demand of LNG and establish the plan for power generation. In this study, different to previous research based on macroscopic annual data, the weekly demand of LNG is converted from the cargo volume unloaded by LNG carriers. We have identified the periodicity and correlations among internal and external factors of demand variability. We have identified the input factors for predicting the LNG demand such as seasonality of weekly cargo volume, the peak power demand, and the reserved capacity of power supply. In addition, in order to predict LNG demand, considering the characteristics of the data, time series prediction with weekly LNG cargo volume as a dependent variable and prediction through an artificial neural network model were made, the suitability of the predictions was verified, and the optimal model was established through error comparison between performance and estimates.

국제공항의 주차수요는 일반적인 주차장의 경우와는 달리 대부분의 주차 수요가 항공 수요에 종속적으로발생하기 때문에 이러한 공항의 특성에 맞는 주차 수요예측이 필요하였으나, 기존의 일반적 주차 수요예측방법은 이러한 특성을 반영하지 못하였으며, 장기적 예측이나 단기적 예측 가운데 어느 한 부분에 대한예측이 가능하여 장·단기 예측 모두에 사용하기에는 무리가 따랐다. 이에 본 연구는 월별, 요일별, 시간별 항공 수요와 장기주차장 이용 특성에 대한 계절 요인을 검토하여그 특성을 파악하였으며, 시계열 회귀분석을 이용하여 국제공항 장기 주차 수요예측에 있어서 장기와 단기모두에서 합리적 수요예측이 가능한 모형의 개발을 시도해 보았다. 본 연구에서는 국제공항 주차수요에 가장 중요한 요인인 항공 수요에 대하여 2가지 대안을 검토하였으며, 이러한 연구를 통해 국제공항의 특성을 반영한 보다 정확한 장기 주차 수요예측이 가능할 것이며, 이를 통해더욱 정확한 국제공항 교통체계 수립에 도움이 될 것이라 기대한다.

Purpose: In the case of parking demand at international airports, unlike the case of general parking lots, most of the parking demand is dependent on airline demand, so it was necessary to predict the parking demand according to the characteristics of such international airports. The existing general parking demand forecasting method did not reflect these characteristics, and it was impossible to use it for both long-term and short-term forecasting as it could predict either long-term or short-term forecasts. Therefore, this study examines seasonal factors for monthly, daily, and hourly airline demand and long-term parking lot usage characteristics, and uses time series regression analysis to develop a model that can reasonably predict long-term and short-term demand for long-term parking at international airports. Through this study, it is expected that a more accurate long-term parking demand forecast reflecting the characteristics of international airports will be possible, and this will help establish a more accurate international airport transportation system.

COVID-19의 대유행은 컨테이너를 사용하는 국가 간 수출입 물동량 불균형을 더욱 악화시켰으며, 이는공컨테이너 수급의 문제까지 이어지게 되었다. 적정 수요만큼의 공컨테이너 확보는 안정적이고 효율적인 항만 운영을 위해 필수적인 요소이다. 지금까지 여러 기법을 사용한 공컨테이너 수요예측 방안이 연구되어왔다. 그러나 항만 및 선사에서 직접 활용 가능한 수요예측 보다는 월 혹은 연 단위의 장기적인 예측에 머루르고 있었다. 본 연구에서는 실제 인공신경망을 이용한 일별, 주별 단위 예측 방안을 제시한다. 이를 위해 머신러닝 기법 중 다층 퍼셉트론과 회귀분석을 활용하여 수요예측을 진행하였으며, 데이터 부족 문제를 해결하기 위해 적컨테이너와 공컨테이너의 입항 후 다시 항만으로 유입되는 과정을 기반으로 데이터를 재가공하였다. 이를 통해, 정확도가 매우 높지는 않지만, 현장에서는 활용 가능한 일별 및 주별 수요 예측 모델을 개발할 수 있었다.

The pandemic of COVID-19 further promoted the imbalance in the volume of imports and exports among countries using containers, which worsened the shortage of empty containers. Since it is important to secure as many empty containers as the appropriate demand for stable and efficient port operation, measures to predict demand for empty containers using various techniques have been studied so far. However, it was based on long-term forecasts on a monthly or annual basis rather than demand forecasts that could be used directly by ports and shipping companies. In this study, a daily and weekly prediction method using an actual artificial neural network is presented. In details, the demand forecasting model has been developed using multi-layer perceptron and multiple linear regression model. In order to overcome the limitation from the lack of data, it was manipulated considering the business process between the loaded container and empty container, which the fully-loaded container is converted to the empty container. From the result of numerical experiment, it has been developed the practically applicable forecasting model, even though it could not show the perfect accuracy.

최근 세계 경제의 불확실성이 고조되면서 기업들의 장단기 경영계획 수립 시 애로가 가중되고 있다. 기업경영에서 공급망관리(SCM)의 모든 계획은 자사 제품이나 서비스에 대한 장래 수요예측을 기반으로 한다. 시장의 실제 수요보다 과다한 수요예측은 불필요한 재고 발생에 따른 비용을 유발하고, 반대로 시장의 실제 수요보다 낮은 수요예측은 결품 발생에 따른 고객서비스 수준의 저하로 나타난다. 그러므로 정확한 수요예측은 기업의 경영효율을 높이는 데 중요한 역할을 담당한다. 미래의 수요를 예측하는 것이 어렵지만 기업의 경영활동과 관련한 의사결정을 하기 위해 수요예측 오차를 축소하기 위한 방법들이 지속적으로 연구되어야만 한다. 이러한 상황에서 제품의 수요예측 오차를 좀 더 줄일 수 있도록 제품수명주기(Product Life Cycle, PLC)를 고려하여 수요예측을 해 보았다. 제품도 PLC 단계별로 제반 특성이 다르므로 다른 마케팅 전략을 강구해야 하듯이 제품에 대한 수요예측도 단계별로 달라야 된다는 전제하에 수요예측 방법을 검토하였다. 본 연구에서는 회귀분석을 활용하여 PLC 단계를 판별하였으며 그 단계를 고려한 수요예측 방법을 제시해 보았다. 그 결과 제품의 전체 데이터를 가지고 예측하는 것보다는 PLC의 각 단계에 따라 수요예측을 하는 것이 더 타당한 것으로 연구되었다. 앞으로도 지속적인 연구를 통해 지금까지 한계로 생각해 왔던 수요예측의 예측 오차를 줄이는 방법을 개발해야 할 것이다.

Accurate demand forecasting plays an important role in successful supply chain planning and management. Overestimation of forecast may result in the increase of unnecessary inventory, while underestimation of forecast may lead to the shortage of products. Both cases eventually yield undesirable outcomes in the planning and management of supply chain system, either causing inefficient use of resources, or suffering from inadequate capacity to meet anticipated demand. Thus, it is crucial to incorporate precise forecast into the decision-making process for better supply chain planning and management. This Paper propose a new forecasting method in which the concept of product life cycle (PLC) is incorporated into traditional time series forecasting methods. Key assumption for the new method is that demand pattern is different from each stage of product life cycle that consists of traditional 4-stages: introduction, growth, maturity, and decline. Each stage of a product life cycle was identified which was based on the sign of coefficients obtained from trend analysis. The PLC based forecasting method developed in this study was tested for its reasonableness and applicability with sales data collected from a confectionary and foods industry in Korea. The application results showed that PLC based forecasting methods give us better forecasts compared with those by traditional time series forecasting methods in terms of forecast accuracy. It implies that the PLC based forecasting methods can help supply chain and/or marketing managers make better decision-making by increasing the accuracy of forecasting. As a result, the study shows that traditional time series forecasting methods can be further improved by considering product life cycle.

국내 산업용 도시가스수요는 국제유가가 급등했던 2008년 이후 빠르게 증가하였다. 이 같은 급격한 수요증가는 고유가로 인한 가격경쟁력 우위로 인해 발생하였다. 산업용 도시가스수요는 가정용수요에 비하여 가격탄력성이 높은 것으로 알려져 있는데, 전체 수요뿐만 아니라 산업용 세부 업종 사이에서도 가격에 대한 영향력이 다르게 나타난다. 특히 대용량 소비자인 정유사의 경우에는 일반 산업체와 달리 경쟁연료의 가격변동에 따른 수요변화가 상대적으로 크다. 이런 차이를 고려하기 위해서는 산업용 세부 업종별수요에 대한 분석이 필요하나, 관련 자료의 부재로 인해 분석이 어려운 상황이다. 본 연구는 이 같은 문제를 해결하기 위한 방안으로 산업용수요의 지역별 수요예측모형을 고려하였다. 석유화학산업, 금속산업과 같은 도시가스 다소비 산업이 대체로 특정 지역에 많이 분포되어 있기에 지역별 산업용수요의 패턴과 산업용 세부용도별 수요패턴이 유사하다. 지역별 산업용수요예측모형 추정결과, 경쟁연료와 상대가격에 대한 효과가 지역별로 큰 차이가 있는 것으로 나타났으며, 2014-2017년에 대한 예측력평가 결과, 지역별 산업용수요예측모형이 전국 산업용수요모형에 비하여 우수한 것으로 나타났다.

Industrial gas demand in Korea has increased dramatically since the high oil price period occurred in 2008. This drastic change in gas consumption may be due to strong interfuel competition in industrial gas market. Moreover, income/price elasticity of industrial gas demand may vary across sub-sectors within manufacturing industry. Large consumers such as petrochemical industry are more sensitive to price completion than light industry. Therefore we need more detailed information in by disaggregate analysis of industrial gas demand, but only aggregate consumption gas data is available. In an overcome this situation, we propose regional demand forecasting models for industrial gas demand in Korea. This modeling strategy exploits the spatial concentration of gas intensive industries in Korea, thus we can expect that the patterns of regional gas demand are similar to those of the industries. Estimation results from our regional model show that price competition varies across regions. To evaluate the accuracy of proposed regional forecasting model, we also conduct out of sample forecasts. Our forecast exercise for 2014-2017 period reveals the regional forecast model generally outperforms the national forecasting model.

본 연구는 대구국제공항의 항공수요예측을 위하여 2013년 1월부터 2018년 12월까지 월별 여객운송 시계열자료를 이용하였다. 항공수요의 경우 계절적 변동이 크기 때문에 Box and Jenkins(1976)가 제시한 계절형 ARIMA 모형을 분석에 사용하여 예측하였다. 예측결과에 따르면, 대구국제공항 이용객은 2018년 4,062,833명(실제 수요치), 2019년 예측치 4,605,962명, 2020년 예측치 5,295,103명까지 증가할 것으로 보이며, 이는 2018년 대비 2019년 13.37%, 2020년 30.33% 증가한 수치이다. 이러한 증가 추세는 중·단기적으로 지속될 것으로 예측된다. 따라서 향후 대구국제공항의 지속적인 성장을 위해 기존 공항의 부지 여건 내에서 인프라시설 확충의 경우 항공수요 분산을 위하여 효율성과 경제성을 고려한 정책이 시급하다. 또한, 용량 포화시점에 대비하여 통합 대구국제공항 이전 건설과 새로운 신공항 건설계획의 경우는 연계교통수단의 도입 등 편의성에 집중된 정책이 중요하며 그에 대한 타당성을 충분히 보완할 수 있도록 지속적인 추후 연구가 필요할 것으로 생각된다.

This article used the monthly passenger transportation time series data from January 2013 to December 2018 to forecast the demand of air traffic at Daegu International Airport. For seasonal fluctuations in aviation demand, the seasonal ARIMA model proposed by Box and Jenkins (1976) was used for analysis. According to the analysis, Daegu International Airport visitors will increase to 4,062,833 peoples (actual demand) in 2018, 4,605,962 in 2019, and 5,295,103 in 2020. This is an increase of 13.37% in 2019 and 30.33% in 2020 compared to 2018, and this trend is expected to continue in the medium to short term. Therefore, in order to continuously grow Daegu International Airport, it is imperative to take into account efficiency and economics in order to diversify air demand in the case of expanding infrastructure facilities within the existing airports. The case of the relocation of Daegu International Airport and the new airport plan in preparation for the congestion of airports, it is important to focus on convenience, such as the introduction of linked transportation, and further research will be necessary to fully supplement the feasibility of the plan.

특정 지역의 고객을 대상으로 열을 공급하는 지역난방 서비스의 안정적인 운영을 위해서는 단기간의 미래 수요를 보다 정확하게 예측하고, 효율적인 방법으로 생산 및 공급하는 것이 무엇보다 중요하다. 그러나 열 소비에 영향을 미치는 요소가 매우 다양할 뿐만 아니라 개별 소비자 및 지역적 특성에 따라 소비 형태가 달라지기 때문에 일반적인 상황에도 적용될 수 있는 범용적 열 수요 예측 모형을 개발하는 것은 매우 어렵다. 따라서 본 연구에서는 실시간으로 확보할 수 있는 제한적인 정보만을 바탕으로 딥러닝 기법을 활용한 수요예측 모형을 개발하고자 한다. 해당 지역의 외기온도와 날짜로만 구성된 과거 데이터를 입력 변수로 하여 텐서플로의 인공신경망을 학습시키는 방법으로 수요 예측 모형을 개발하였다. 기존의 회귀분석 기법을 통해 예측된 수요의 정확도와의 비교를 통해 제안된 모델의 성능을 평가하였다. 본 연구의 열 수요 예측 모델은 단기적 수요 예측을 위해 실시간으로 확보할 수 있는 제한적인 변수만으로도 수요 예측의 정확도를 높일 수 있음을 보였다. 나아가 개별 지역에서는 지역적 특수성을 추가하여 수요 예측 정확도를 높이는 데 활용할 수 있을 것이다.

In order to provide stable district heat supplying service to the certain limited residential area, it is the most important to forecast the short-term future demand more accurately and produce and supply heat in efficient way. However, it is very difficult to develop a universal heat demand forecasting model that can be applied to general situations because the factors affecting the heat consumption are very diverse and the consumption patterns are changed according to individual consumers and regional characteristics. In particular, considering all of the various variables that can affect heat demand does not help improve performance in terms of accuracy and versatility. Therefore, this study aims to develop a demand forecasting model using deep learning based on only limited information that can be acquired in real time. A demand forecasting model was developed by learning the artificial neural network of the Tensorflow using past data consisting only of the outdoor temperature of the area and date as input variables. The performance of the proposed model was evaluated by comparing the accuracy of demand predicted with the previous regression model. The proposed heat demand forecasting model in this research showed that it is possible to enhance the accuracy using only limited variables which can be secured in real time. For the demand forecasting in a certain region, the proposed model can be customized by adding some features which can reflect the regional characteristics.

정부지원 연구개발사업에 대한 예비타당성 평가는 예산의 낭비와 비효율성 등을 방지하고 연구개발에 대한 자원배분의 왜곡을 방지할 수 있다는 점에서 중요한 정책적 의미를 지닌다. 본 연구는 예비타당성 평가 중 경제성 평가의 핵심을 이루는 시장수요 예측에 대한 방법론을 살펴보고, 이의 적용 방안을 모색한다. 특히 기존의 시장수요예측에 주로 사용되었던 연평균 성장률(CAGR) 모형을 BASS 모형, Logistics 모형에 의한 수요예측 결과와 비교하고, 이를 국내 로봇 산업의 수요예측에 적용하여 각 모형이 지니는 장단점을 비교한다. 분석 결과 CAGR 모형은 사용의 편리성에도 불구하고 시장수요에 대한 과대추정(overestimation)의 위험이 매우 높은 것으로 나타났으며, BASS 모형은 과소추정(underestimation)의 가능성이 존재할 수 있는 것으로 나타났다. 이는 현재 대부분 정부 연구개발 과제의 경제성 평가에 사용되고 있는 CAGR 모형이 사업의 성공가능성을 지나치게 낙관적으로 전망하도록 함으로써 정부 R&D 사업의 비효율과 자원배분의 왜곡을 초래할 가능성이 높음을 의미한다.

The feasibility evaluation of Government R&D investment has important implications in that it improves the potential inefficiency of Government investment decisions and associated distortion of R&D resource allocations. This paper provides empirical evidences that the cumulative average growth rate model(CAGR), which has been widely adopted at the feasibility evaluation, tends to overestimate the future market demand and is likely to cause inefficient resource allocation of Government R&D expenditure. We compare the predictive power of CAGR model with BASS model and Logistic model using domestic robot industry data, and find that BASS model has overall better predictabilities on the future market demand. Even though BASS model has the possibility of underestimation, the study suggests that BASS model is better than CAGR model for the future market demand predictions.

마케팅에서 신상품의 매출을 예측하는 것은 매우 중요하다. 본 연구에서는 국내 TV홈쇼핑에서 취급하는98개 신상품 매출자료로 수요예측 모형을 만들었다. TV홈쇼핑은 실시간으로 제품을 판매하기 때문에즉각적으로 매출 자료를 파악할 수 있다. 더욱이 일반 유통인 경우에는 특정 제품의 매출 자료에 타 경쟁제품의마케팅 활동에 따른 교란요인들이 포함되어 있지만, 홈쇼핑에서 얻은 매출 자료는 상대적으로 그러한교란요인이 적어 수요예측 모형을 만들기에 적합하다. 본 연구에서는 신상품 출시 전, 동일한 신제품을다수의(500-600여명) 소비자가 신제품에 대한 구매의향을 평가한 자료와 10명의 사내 전문가가 성공 가능성을평가한 자료를 사용하여 출시 이후에 실제 매출 자료를 연결시켜 수요예측 모형을 만들었다. 본 연구에서는 홈쇼핑의 신상품 실제 매출 자료를 종속변수로 사용하고 출시 전, 소비자 평가 자료와전문가판단 자료를 독립변수로 사용하여 2개의 신제품 수요예측모형을 만들었다. 그리고 이 수요예측모형으로 소비자 평가 자료와 전문가 판단자료 간 예측력을 비교하였다. 본 분석결과 컨셉테스트와 같은소비자평가 자료를 사용한 수요예측모형은 예측력에 있어 전문가 판단자료를 사용한 것보다 나았지만, 예측력에서 큰 차이를 보이지 않았다. 즉 소비자 평가 자료로 얻은 수요예측 모형의 예측력은 전문가 판단자료와 비교하여 상대적으로 크지 않는 것으로 조사되었다. 컨셉테스트 같은 다수의 소비자를 대상으로 한평가 자료는 예측력이 다소 높지만, 시간과 비용이 많이 들고 신제품 정보를 외부에 노출시킨다는 점을고려해보면 소수의 사내 전문가 판단 자료를 사용하는 것에 비해 큰 장점이 없다. 소수의 사내 전문가를활용하면 외부의 정보노출 우려도 불식할 수 있고 시간과 비용 면에서 효율적이라 할 수 있다. 따라서 다수의소비자를 대상으로 신제품 수용도 조사(이를테면 컨셉테스트)를 실행하기 어려운 상황에서는 대안으로 소수의전문가 조사를 실시하여 출시 가능 여부의 결정을 고려할 수 있다.

Forecasting the sales of new product was very important issue in marketing. Because of the success percent was not high. it was the scholarly common opinion the failure of new product about 80-90 percent. And now, it is consistent and important issues of marketing research(section). Generally speaking, making the predictive model about the established product can explain to find the other variables related to the current research variable. But forecasting the new product was difficult to explain it because there was not the previously sales data set. this study had the main aim to check the predictive force about concept test. Additionally, the other method of new product's success or failure could use the expert evaluation method. Therefore, throughout expert evaluation and consumer's concept test were crucial to predict the new product success or not. Distribution industry marketer was also important to invent new product. but it was very different from the manufacturing section in itself. Owing to the unique distribution section was previously get the manufacturing goods quality and selected the best item among the gathering merchandise. In other words. distribution or channel's strategy was so passive compared to manufacturing section. TV homeshopping channel was the first and foremost section of distribution industry. there were a variety of characteristics on the TV homeshopping channel. We must know these nature and trait. The first, it is selling the real time and then gets the rapid feedback to sales of goods. the second, And there was no competitive factors(for example, rival company’s promotional activities and advertising, seasonal marketing etc.) compared to the traditional distribution channels. the third, it cost so high managing the market survey. and there were so many kinds of homeshopping goods. it was no more time to review and check the market and consumer data. Like this situation, you had better adapt the method of expert method. and the typical expert method was the in-house experts. And other expert methods were the subjective estimation, using the analogy, consumer-based date etc. Subjective estimation was applying to the function, demand of the new product before launching of new product. This method was treated as collecting the data related to technician and engineer, marketer, other field experts. and its methods included Delphi method, Analytic Hierarchy Process, MIT(Management Judgment Test). The second method was using the analogy technique. It analyzed the similar product category which we must investigate the present, new product without the previous data. And its method was compared with the serial data considering the developing pattern or special situation of past sales record. The third method was the consumer-based data. Using the method, we found the correlation between product sales volume and the preference of consumer before launching the product. and if test market was, it predicted the demand of the real sales volumes connecting to previous test market data. We used the input data of this model based on the purchasing intention of concept test and evaluation of in-house experts. Concept test means the technique and skill related to linguistics and pictures, use situation. Additionally, we utilized the method measuring the judgement of expert. If launching the new product, it was essential to test the new product, do the campaign. The typical expert method was the MJT(Management Judgment Test). MJT's method completed before screening the final concept of new product. Compared to other research tools, it could execute the low cost. When doing the MJT, Various experts must evaluate separately, could not brainstorm one another before publishing the result of the final product evaluation. In generally, MJT method was apply to the convey the advertising or new product concept. We were asking the purchasing intention to consumer opinion of new product by online survey. ...

본 연구에서는 국내 일별 최대전력 수요예측의 문제를 고려한다. 수요예측을 위하여 본 연구에서는 다중 회귀모형에 기반한 예측 방법을 제안한다. 제안 모형은 직전기간 수요, 계절요인, 기상 정보 등 일별 최대전력 수요의 특성을 적절히 반영할 수 있는 독립변수들을 포함한다. 특히, 계절요인을 고려하기 위하여, 2개월 단위로 계절을 구분하고, 계절에 따른 기상 정보를 반영하기 위하여 계절 변수와 기상 정보 변수의 곱으로 이루어진 2차항을 독립변수로 포함시킨 모형을 제안한다. 제안 모형의 성능을 검증하기 위하여 기존 연구 결과와 비교 실험을 수행하였고, 평균절대백분율오차(MAPE)를 측정하였다. 비교 실험 결과, 제안 예측 방법이 모든 경우에 더 개선된 예측 성능을 보임을 확인할 수 있었다.

In this study, we consider a problem of forecasting daily peak load of Korea, and propose a multiple regression model to solve the problem. Based on data analysis of daily peak load, various factors such as previous demands, seasonality, weather information, and so on, are selected as independent variables of the model. To evaluate the performance, we compared the MAPEs (mean absolute percentage errors) of the proposed forecasting method with those of several existing methods in the literature. Computational tests show that the proposed method outperforms all the benchmarks in terms of MAPE.

본 연구는 온라인 검색 엔진을 활용한 관광지 수요예측을 실시하기 위하여 온라인 검색 엔진에서 도출된 텍스트 마이닝 기반 이슈 키워드 분석 자료를 활용하였다. 구체적으로 첫째, 관광정보시스템 관광객 수 추이와 텍스트 마이닝을 통해 도출된 이슈 키워드 검색 관광객 수 추이와의 유의성 판단을 위해 두 데이터를 표준화하여 그 수치를 비교하였다. 둘째, 온라인 검색 엔진을 통해 도출된 데이터와 관광지식정보시스템 통계 데이터를 활용한수요예측을 실시한 후 그 추이를 비교하였으며, 실제 관광객 수로 변환하였다. 셋째, 이를 토대로 이론적 및 실무적 시사점을 제시하였다. 그 결과, 온라인 검색 엔진을 활용한 수요예측 시 안동시 관광객 수는 2018년도 까지 지속적으로 증가하는 것으로 나타났으나, 관광지식정보시스템을 통한 수요예측 결과에서는 관광객 수가 감소하는 것으로 나타났다. 이러한 결과를 토대로 실무적 시사점을 제시하였다.

The purpose of this paper is to prove demand forecasting methods by utilizing online search engines. This study utilizes text mining based issues and Keyword analysis data derived from online search engines to predict the number of visitors that exist demanding forecasting. In terms of forecasting tourists, this study compared NAVER trend statistics to the statistics of a Tourism Information System. and, it was carried out by applying the most appropriate model to forecast demand time series data. Also, it compared existing tourist forecast statistic results of a Tourism Information System in order to forecast the result of statistical NAVER trends. As a result, we have found that when utilizing NAVER trends the forecast is for Andong tourists to continue to increase until 2018 year. However, forecasting results though the Tourist Information System showed that the number of tourists decreased. This study proposes practical implications based on these results.

지역난방 열에너지 수요는 기상 요인, 사회문화적 요인과 밀접한 관련을 갖는다. 최근 기후변화에 따른 급격한 기온 변화와 기술의 발전, 사회문화적 특성의 변화에 따라 열에너지 수요예측에 대한 관심이 증가하고 있다. 본 연구는 2007년∼2008년 수도권 두 도시의 시간단위 지역난방 열에너지 실측자료를 바탕으로 자료에 부합하면서 예측의 정확성을 향상시킬 수 있는 지역난방 열에너지 수요모형을 찾고자 하였다. 첫째, 외기온도와 열에너지 수요의 이력현상에 따른 상태 의존적 관계를 설명하는데 상태구분모형을 적용하였다. 둘째, 열에너지 수요의 사회문화적 요인을 고려하기 위하여 월, 요일, 일중 시간에 따른 계절 변수를 포함하였다. 셋째, 수요모형에 동태적 특성을 포함하여 계절적 주기와 열에너지 수요의 지체 현상을 설명하였다. 따라서 열에너지 수요의 이력현상에 따른 상태 의존적 특성, 사회문화적 요인, 동태적 특성을 수요모형에 고려함으로써 설명력을 개선하고 수요예측의 정확성을 향상시킬 수 있었다.

The demand for local district-heating systems is closely related to the temperature and socioeconomic variables. The climate change and unpredictable climate variations, technological progress, and preference changes generate wide and prolonged prediction errors from the forecasting model. Based on the stylized facts of the district-heat data, this paper proposes a real-time forecasting model of district-heat demand. The proposed model is predicated on the state-dependent relationship between the temperature and the district heat demand. The socioeconomic seasonal variables and dynamic properties are incorporated to explain the district heat demand in two metropolitan areas for the period 2007~2008. A sizable amount of improvement in prediction accuracy is observed.

With the development of tourism, the hotel industry has been growing steadily. However, in a variety of environmental changes and constant competition, the hotel industry began changed. Among them, the expansion of hotel food and beverage business can be counted on Management Improvement. Through appropriate demand forecasting techniques and more efficient management of food materials to enable quick decision, it will be more helpful to revenue management. In this study, to find out optimized forecasting techniques for hotel food and beverage business and presents a more accurate prediction model. To assist practitioners in making decisions. The results of this study are as follows: Food and beverage sales data in January 2002-December 2009 be analysed. Holt model, the MAPE = 17.350%, Winters additive model MAPE = 8.168%, Multiplicative MAPE = 8.136%, the regression models were 16.454%, 16.131%, 15.823%. Winters models showed the highest prediction accuracy was found. However, since the 2010 January until June, comparing actual data and predicted data. It have shown little difference in predictive value. In making predictions, a mix of winters model and qualitative methods will be more efficient management.

The purpose of this study is to examine whether combining the forecasts obtained from two or more forecasting models can improve forecasting performance over the forecasts generated by individual forecasting models. The data used in this study were annual tourist arrivals in Korea from Japan and USA through 1970 to 2004. The observation(2001～2004) was held out as a testing set. The accuracy was tested on value of MAPE. The forecasts were estimated from five individual models: Naive 1, Holt's linear exponential smoothing, damped trend, ARIMA, and econometric model. The empirical results show that the relative performance between combining forecasts and individual forecasts varied according to the number and choice of forecasting models. It was also found that the simple combination of forecasts always outperformed the worst single model and some combining methods outperformed the best single model. The results suggest that combing forecasts could be a reasonably practical alternative to single forecasting forecast. This finding implies that combining forecasts could be a better way to improve forecasting accuracy and to reduce the risk of forecasting failure.

고유가 시대의 교통 수단과 도시민의 교통 문제 그리고 자동차 환경영향 문제 등으로 인해 지하철의 역할과 확충이 부각되고 있다. 본 연구는 지하철 대중화 요구에 따른 수요예측 기법과 설명변수를 분석하고, 이를 통해 지하철의 경영 환경에 효율적으로 대응함으로써 지하철 수요 확충의 정책적 기초 자료를 제공하는데 궁극적인 목적이 있다. 본 연구에서는 지방도시의 지하철을 중심으로 기존 노선의 수요예측 기법과 신설노선의 수송인원 예측을 위한 설명변수의 관계성을 분석하였다. 지방도시 지하철의 신설에 따른 수송인원 예측은 역의 수와 노선거리(Km) 당 수송인원을 반응변수로 설정한다. 지하철의 수송 수요는 자기회귀오차모형에 따르며 계절추세가 반영되기 때문에 시계열분석모형으로 접근이 유효하다. 수요예측을 위한 경험적 관측치가 일정 기간 확보되지 않은 지방 지하철의 경우 대체 지표의 적용 가능성이 낮기 때문에 상수함수의 성격을 지닌다. 지하철 연장 노선과 설치 역의 수에 따른 장기적 수요예측은 지역 총인구 변수가 주요 설명요인으로 사용된다. 또한 지하철 수요예측에서 이상 기후, 교통체계 개편, 개통 효과 등은 불규칙 수요변동을 초래하는 이상 요인이다. 광주 지하철은 수도권과 부산지하철과의 분기별 주기와 상반된 반기별 계절주기 양상을 보이고 있으나 진폭은 상대적으로 큰 편이다. 또한 지하철 노선이 짧아 단순이동 수단 성격을 띠고 있어 경쟁력을 확보하기 위해서는 잠재수요를 끌어내는 지하철 노선의 확충이 요구된다.

High oil price, heavy traffic and environmental problems caused by harmful waste gas come to urge the expansion of subway lines. The purpose of this study is to provide the basic data for expanding city's subway lines. The subjects of the study were subway lines of local cities. Explanatory variables to anticipate the number of passengers who would use newly-built line were mainly verified. To anticipate the number of passengers who would use newly-built line, the approaches of time series analysis and multiple regression analysis were applied. And response variables were the number of stations and the distance of the line(km). As season affects the number of passengers, time series analysis should be applied. Compared to capital regions, local areas are greatly influenced by season. The most important factor of local subways is the population of the city. There is a close relationship among population, the number of stations and line distance, which are main factors to anticipate the demand. Mathematical function between population and season is clearly revealed. Outlier variables like climate change, reformation of traffic system and service effects are significantly discovered. Among all explanatory variables, one changeable factor is traffic system. Public transportation like subway can lead to decentralizing passengers of public transportation, which means that more passengers will use subways instead of other transit systems.

Many experts forecast that Korea will be in an aged society soon. Due to this significant shift, the objectives of the study are as follows; firstly to explain the aging progress of Korea and academic interests for the last 18years, secondly to describe the structure and theory of Artificial Neural Network model, thirdly to forecast the tourism demand in Korean seniors for China and Japan, finally to give academic explanations to Korean tourism sector. The results identified three meaningful results. First, the study describe that the market for Korean elderly people would be important in the tourism study. The study also predicted the outbound travel demands and emphasize the trend for Korean senior citizen. The results provide base to produce useful strategies for the tourism industry such as tourism marketing and policy. Finally, the study identify that ANN model would improve the accuracy for Korea’s tourism demand study.핵심용어(Key words):노년층(Senior citizen),해외여행수요(Outbound tourism demands),인공신경망 모형(Artificial neural network),시계열(Time series)

본 연구는 시계열 모형의 하나인 ARIMA모형을 이용하여 대구시의 섬유패션산업에 대한 인력수요 예측모형을 구축하고, 이를 실제 적용하여 정책적인 시사점을 제공하고자 하였다. 연구대상 및 범위는 대구시의 섬유패션산업의 1964년부터 2003년까지의 연도별 자료를 이용하여 2010년까지 섬유패션산업의 인력수요를 예측하였다. 연구에서 시계열분석은 기본적으로 예비단계를 포함하여 4단계에 걸쳐 수행하였는데, ARIMA(1,1,0) 모형을 최종모형으로 선정하였다. 이 모형은 대구시 섬유패션산업의 인력수요를 예측하는데 가장 적절한 모형으로 나타났고, 이에 근거하여 2010년까지 섬유패션 수요인력을 예측한 결과, 매년 조금씩 증가하나 그 폭은 크지 않은 것으로 나타났다.

This paper are forecasting textile-fashion industry's population demand of Daegu Metropolitan City using of ARIMA model and presenting policy orientation. ARIMA model is more appropriate one than the existing simple time-series forecasting model. The study used time series analysis data from 1964 to 2003. The result shows that the variation appears a lot between 1963 and 2004 of textile-fashion industry's population. Consequently, ARIMA(1,1,0) model is the most appropriate one in order to forecast textile-fashion industry's population demand of Daegu Metropolitan City.

본 논문에서는 수요예측방법으로 포괄적으로 사용할 수 있는 동적회귀모형과 실제자료에 근거하여 동적회귀모형을 설정하기 위해서 필요한 경험적인 분석전략을 소개하였으며, 몇 가지 실제사례분석을 통해서 동적회귀모형의 응용도를 살펴보았다. 동적회귀모형을 적용시켜 프로세서 내에 복잡하게 얽혀있는 메커니즘을 단순용이하게 설명 및 규명할 수 있으며, 더 나아가 기업의 판매계획, 생산계획, 인사계획, 재무계획 등에 필요한 의사결정을 하는데 도움을 줄 수 있다.

In this study, dynamic regression model is introduced, which is one of the widely used demand forecasting methods and also some empirical strategies of analysis are suggested for the purpose of building an appropriate dynamic regression model based on the real market and global economic areas. In addition, several case studies are performed and examined as application of dynamic regression model. We can easily and simply explain and/or diagnose the mechanism of process and furthermore obtain the important information in making production, sale, personnel and financial decisions and so forth.

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.

본 논문에서는 단기 수요예측방법으로 사용할 수 있는 개입모형과 실제자료에 근거하여 개입모형을 설정하기 위해서 필요한 경험적인 분석전략을 소개하였으며, 몇가지 실제사례분석을 통해서 개입모형의 응용도를 살펴보았다. 개입모형을 적용시켜 프로세서 내에 복잡하게 얽혀있는 메커니즘을 단순용이하게 설명 및 규명할 수 있으며, 더 나아가 기업의 판매계획, 생산계획, 인사계획, 재무계획 등에 필요한 의사결정을 하는데 도움을 줄 수 있다.

In this study, intervention model, is introduced, which is one of the widely used short-term demand forecasting methods and also some empirical strategies of analysis are suggested for the purpose of building an appropriate intervention model based on the real market fields. In addition, several case studies are performed and examined as application of intervention model. We can easily and simply explain and/or diagnose the mechanism of process and furthermore obtain the important information in making production, sale, personnel and financial decisions and so forth.

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 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.