본 연구는 2011년에 수행된 충청남도 보령시 도시생태현황지도(biotopemap)에서 도출된 정보를 활용하여 야생동물 조사지점을 선정하는 단계에서 활용하기 위한 목적으로 수행되었다. 연구에 활용된 정보는 야생동물 전문가의 지식과 경험으로부터 도출되었으며 6가지 환경변수(Outside distance from food vegetation, Outside distance from farm land, Outside distance from forest, Human density, Outside distance from road, Outside distance from water)로 구현되었다. 6개의 환경변수는 도면중첩방법으로 모형화 되었으며 모형은 출현정보와 비교한 결과 94.72%의 상관관계를 도출할 수 있었다. 출현이 많을 것으로 예측된 지역은 농촌지역 산림 계곡부 였으며 조사범위의 한계(면적, 일정, 예산)속에서 양질의 야생동물 조사결과를 도출하기 위해 활용될 수 있다. 하지만 산림내부가 제외되어있는 점, 모든종이 같은 서식지를 선호하지 않는 다는 점 등의 한계점을 갖고 있었으며 추후 이 부문에 대한 후속연구들이 필요하다.

In recent years, Smart Water Grid (SWG) concept has globally emerged over the last decade and also gained significant recognition in South Korea. Especially, there has been growing interest in water demand forecast and this has led to various studies regarding energy saving and improvement of water supply reliability. In this regard, this study aims to develop a nonlinear ensemble model for hourly water demand forecasting which allow us to estimate uncertainties across different model classes. The concepts was demonstrated through application to observed from water plant (A) in the South Korea. Various statistics (e.g. the efficiency coefficient, the correlation coefficient, the root mean square error, and a maximum error rate) were evaluated to investigate model efficiency. The ensemble based model with an cross-validate prediction procedure showed better predictability for water demand forecasting at different temporal resolutions. In particular, the performance of the ensemble model on hourly water demand data showed promising results against other individual prediction schemes.

In this paper, we investigate the statistical correlation of the time series for temperature measured at the heat box in the automobile drying process. We show, in terms of the sample variance, that a significant non-linear correlation exists in the time series that consist of absolute temperature changes. To investigate further the non-linear correlation, we utilize the volatility, an important concept in the financial market, and induce volatility time series from absolute temperature changes. We analyze the time series of volatilities in terms of the de-trended fluctuation analysis (DFA), a method especially suitable for testing the long-range correlation of non-stationary data, from the correlation perspective. We uncover that the volatility exhibits a long-range correlation regardless of the window size. We also analyze the cross correlation between two (inlet and outlet) volatility time series to characterize any correlation between the two, and disclose the dependence of the correlation strength on the time lag. These results can contribute as important factors to the modeling of forecasting and management of the heat box’s temperature.

During a flood season, Bo region could be easily exposed to flood due to increase of ground water level and the water drain difficulty even the water amount of Bo can be managed. GFI for the flood risk is measured by mean depth to water during a dry season and minimum depth to water and tangent degree during a flood season. In this paper, a forecasting model of the target variable, GFI and predictors as differences of height between ground water and Bo water, distances from water resource, and soil characteristics are obtained for the dry season of 2012 and the flood season of 2012 with empirical data of Gangjungbo and Hamanbo. Obtained forecasting model would be used for keep the value of GFI below the maximum allowance for no flooding during flooding seasons with controlling the values of significant predictors.

본 논문에서는 주성분 회귀법과 부분최소자승 회귀법을 비교하여 보여준다. 이 비교의 목적은 선형형태를 보유한 근적외선 분광 데이터의 분석에 사용할 수 있는 적합한 예측 방법을 찾기 위해서이다. 두 가지 데이터 마이닝 방법 론인 주성분 회귀법과 부분최소자승 회귀법이 비교되어 질 것이다. 본 논문에서는 부분최소자승 회귀법은 주성분 회귀법과 비교했을 때 약간 나은 예측능력을 가진 결과를 보여준다. 주성분 회귀법에서 50개의 주성분이 모델을 생 성하기 위해서 사용지만 부분최소자승 회귀법에서는 12개의 잠재요소가 사용되었다. 평균제곱오차가 예측능력을 측 정하는 도구로 사용되었다. 본 논문의 근적외선 분광데이터 분석에 따르면 부분최소자승회귀법이 선형경향을 가진 데이터의 예측에 가장 적합한 모델로 판명되었다.

볼록총채벌레는 제주도 감귤에서 경미한 피해만 보고되다가 2007년부터 다발생하여 그 피해가 갈수록 심각해지고 있다. 본 연구는 적산온도를 이용하여 볼록총채벌레 각 발생세대의 발생최성기를 예측할 수 있는 모형을 개발하고자 수행하였다. 볼록총채벌레 성충 발생세대수를 독립변수(x)로 취급하고 세대별 발생최성기의 적산온도를 종속변수(y)로 취급하여 직선 회귀식을 추정하였다. 감귤원에서 유살된 자료와 녹차 또는 키위과원에서 얻은 자료를 기반으로 각각 감귤기반모형(y = 310.9x + 69.0, r2=0.99) 녹차기반모형(y = 285.7x + 84.1, r2=0.99)을 개발하였다. 각 모형의 예측값과 독립된 포장 실측자료와의 잔차자승합을 토대로 모형의 적합성을 평가하였으며, 녹차기반모형의 적합력이 좋았다. 본 예측모형을 통한 계산값과 실측치의 불일치에 대한 원인과 모형의 포장 활용도에 대하여 고찰하였다.

Recently, the mineral resource protection policies and regulations in production countries of natural resources including rare metals are becoming more stringent. Such environment makes which market has malfunction. In other word, those are not perfect or pure market. Therefore because each market of natural resources have special or unique characters, it is difficult to forecast their market prices. In this study, we constructed several models to estimate prices of natural resources using ARIMA and their business indices. And for examples, Indium and Coal were introduced.

일반국도유지보수 의사결정지원시스템에는 DB 이외에 1)포장상태지표의 공용성 모형, 2)포장상태지표 기반의 차량주행속도모형, 3)경제성 분석 모형과 4)의사결정지원 모형으로 구성된다. 특히 국토교통부의 「교통시설 투자지침서」에서 제시하는 도로이용자 및 사회·환경비용은 모두 차량운행속도의 함수로 구성되어있기 때문에 신뢰성 있는 차량운행속도모형의 개발이 요구된다. 즉, 도로의 상태기반 주행속도모형은 도로 부문의 편익 비용 항목 중 1)통행시간비용, 2)차량운행비용, 3)대기오염 비용, 4)온실가스비용, 5)소음비용 항목 등 이용자 비용 산정에 활용된다. 본 연구에서는 포장상태가 차량주행속도의 변수로 포함되도록 모형화 하는 것이 핵심이다. 먼저 유지보수 전·후의 『포장상태-차량속도』자료를 확보하기 위해 NC-200을 통해 현장조사를 실시하였다. 순창, 제천, 단 양, 증평의 네 구간을 선정하여 각 구간의 지형 분석, 교통량 측정 및 특성 분석을 실시하였다. 필터링 된 속도 자료를 활용하여 유지보수 전·후의 속도 차이를 AD(Anderson-Darling) 검정, t 검정, Mann-Whitney U 검정을 통해 통계적 유의성을 검정하였다. 모형개발을 위해 통계적 유의성이 검증된 구간 및 아스팔트 포장구간의 속도자료를 활용하여 표 1과 같이 모형을 개발하였다. 연구결과, 승용차를 대상으로 제한속도가 60km/h, 80km/h인 경우의 평지를 대상으로 한 모형구축 과정을 통해 세 가지 도로 상태(균열, 소성변형, IRI)별 속도는 통계적으로 유의한 차이가 있음을 확인하였다. 개발된 속도모형을 통해 도로 이용자비용의 산출이 가능하며 향후 일반국도유지보수 의사결정지원시스템의 경제성 분석 및 유지보수 대상구간의 우선순위 결정 등 다양하게 활용가능하리라 기대된다.

본 연구에서는 다양한 분야의 수요예측에서 사용되고 있는 시계열모형을 이용하여 일반여객의 장래 수 요추정 방안 제시를 그 목적으로 한다. 분석은 일반여객(새마을, 무궁화)을 대상으로 수행 되었으며, 2004년 4월부터 2013년 1월까지의 시계열 자료를 이용하여 2014년 12월까지 예측을 수행하였다. 기존 연구의 수요예측 과정은 예측 유형별(열차종별 총량, 열차종별·노선별 총량 등)로 각각의 시계열 모형을 추정하여 예측을 수행하였으나, 본 연구에서는 그림 1.에서와 같이 주중일평균/주말일평균 단위로 자료를 구축하여 분석을 수행함으로써, 특송기간에 의한 오차 및 철도 수요 특유의 주중/주말 분산 오차를 줄일 수 있었다. 또한, 개선된 수요예측과정은 과거 직전 연도(2012년)의 실측값에 근거하여 역간 수송특성(승차 및 하차 비율 등)을 산정한 후 월별 역간 수송량을 예측하는 방식을 채택함으로서, 일반여객이 갖는 많은 양의 O/D개수로 인해 예측이 어렵던 기존연구의 역간 수송량 예측에 대한 한계점을 극복하였다. 시계열 모형의 추정은 그림 1.에서와 같이 구축된 자료를 통해 그림2.와 같이 판별, 추정, 진단, 예측의 4단계를 거쳐 추정된다. 본 연구에서는 열차별·노선별로 각각의 시계열 자료의 변동 및 특성에 따라 ARIMA모형, SARIMA모형, 개입 SARIMA모형을 이용하여 분석을 수행하였다. 수송수요의 적정성을 검토하기 위하여 2013년 2월부터 4월까지의 실제 관측된 데이터와 시계열 모형을 통해 예측된 예측치를 RMSE, U-TEST, MAPE를 이용하여 비교하였으며, 적정성을 확인하였다. 예측 결과, 새마을 열차의 경우 총 승차인원은 2013년 935만인/년, 2014년 962만인/년으로 예상되며 무궁화 열차의 경우 2013년 6,838만인/년, 2014년 7,242만인/년으로 예상된다. 본 연구의 경우 시계열 모형을 이용하여 일반여객의 단기 수요예측만을 수행하였으나, 철도의 수송수 단으로서의 경쟁력 확보 방안 마련과 시설투자 계획 및 새로운 노선의 개발계획 등의 의사결정을 위해서는 중기 예측이 필요하며, 타 수송수단과 수단점유율 예측의 연구가 선행되어야 보다 더 정도 높은 단기 예측이 가능할 것으로 판단된다.

PURPOSES : This study is to investigate the relationship of socioeconomic characteristics and road network structure with traffic growth patterns. The findings is to be used to tweak traffic forecast provided by traditional four step process using relevant socioeconomic and road network data. METHODS: Comprehensive statistical analysis is used to identify key explanatory variables using historical observations on traffic forecast, actual traffic counts and surrounding environments. Based on statistical results, a multiple regression model is developed to predict the effects of socioeconomic and road network attributes on traffic growth patterns. The validation of the proposed model is also performed using a different set of historical data. RESULTS : The statistical analysis results indicate that several socioeconomic characteristics and road network structure cleary affect the tendency of over- and under-estimation of road traffics. Among them, land use is a key factor which is revealed by a factor that traffic forecast for urban road tends to be under-estimated while rural road traffic prediction is generally over-estimated. The model application suggests that tweaking the traffic forecast using the proposed model can reduce the discrepancies between the predicted and actual traffic counts from 30.4% to 21.9%. CONCLUSIONS : Prediction of road traffic growth patterns based on surrounding socioeconomic and road network attributes can help develop the optimal strategy of road construction plan by enhancing reliability of traffic forecast as well as tendency of traffic growth.

PURPOSES: Using the collected data for crash, traffic volume, and design elements on ramps between 2007 and 2009, this research effort was initiated to develop traffic crash prediction models for expressway ramps. METHODS: Three negative binomial regression models and three zero-inflated negative binomial regression models were developed for individual ramp types, including direct, semi-direct and loop, respectively. For validating the developed models, authors compared the estimated crash frequencies with actual crash frequencies of twelve randomly selected interchanges, the ramps of which have not been used for model developing. RESULTS: The results show that the negative binomial regression models for direct, semi-direct and loop ramps showed 60.3%, 63.8% and 48.7% error rates on average whereas the zero-inflated negative binomial regression models showed 82.1%, 120.4% and 57.3%, respectively. CONCLUSIONS: Conclusively, the negative binomial regression models worked better in traffic crash prediction than the zero-inflated negative binomial regression models for estimating the frequency of traffic accidents on expressway ramps.

PURPOSES: Because expressway ramps are very complex segments where diverse roadway design elements dynamically change within relatively short length, drivers on ramps are required to drive their cars carefully for safety. Especially, ramps on expressways are designed to guarantee driving at high speed so that the risk and severity of traffic accidents on expressway ramps may be higher and more deadly than other facilities on expressways. Safe deceleration maneuvers are required on off-ramps, whereas safe acceleration maneuvers are necessary on onramps. This difference in required maneuvers may contribute to dissimilar patterns and severity of traffic accidents by ramp types. Therefore, this study was aimed at developing prediction models of the severity of traffic accidents on expressway on- and off-ramps separately in order to consider dissimilar patterns and severity of traffic accidents according to types of ramps. METHODS: Four-year-long traffic accident data between 2007 and 2010 were utilized to distinguish contributing design elements in conjunction with AADT and ramp length. The prediction models were built using the negative binomial regression model consisting of the severity of traffic accident as a dependent variable and contributing design elements as in independent variables. RESULTS: The developed regression models were evaluated using the traffic accident data of the ramps which was not used in building the models by comparing actual and estimated severity of traffic accidents. Conclusively, the average prediction error rates of on-ramps and offramps were 30.5% and 30.8% respectively. CONCLUSIONS: The prediction models for the severity of traffic accidents on expressway on- and off-ramps will be useful in enhancing the safety on expressway ramps as well as developing design guidelines for expressway ramps.

In this paper, an attempt is given to the problem of short-term forecasting of domestic demand for mineral water in Korean market. The seasonal regression models are taken into consideration in model building and in making the forecast. As it turned out, the model performance is satisfactory for the use of production planning. A modeling procedure as well as a few fitted models are presented in some detail in order to discuss on the modeling procedure and forecasting performance.

그동안 다양한 도로설계 안전성 평가 연구는 교통사고다발지역인 교차로에 집중되어 왔다. 또한 도로구간에서는 특정한 기하구조 요인이 교통사고율에 어떠한 영향을 미치는지에 대한 연구는 일부 수행되었으나, 도로구간에서의 안전성 평가를 위한 다양한 원인분석을 위한 연구는 여전히 미진한 실정이다. 따라서, 본 연구는 지방부 도로구간에서의 안전성 평가를 위해 도로구간을 지방부 2차로 도로와 다차로 도로구간으로 구분하여 통계적 기법을 적용하였다. 일반적으로 도로구간에서의 교통사고는 "0"의 빈도가 높게 나타나므로 통계적 분석 시에 이를 고려해야만 한다. 따라서 본 연구에서는 사고의 비선형적 요소를 설명하는 허들모형이 전통적인 포아송 및 음이항모형보다 도로구간에서의 발생하는 교통사고의 성격을 설명하는데 더욱 적절한 것으로 판단하여 분석을 시작하였다. 본 연구에서는 지방부 도로구간에서의 사고빈도 예측모형 개발 및 도로구간 안전성 평가를 위해서 지방부 2차로 도로구간과 다차로 도로구간으로 구분하였으며, 모델분석결과 교통사고를 유발시키는 변수가 각각의 유형에 따라 서로 다른 것으로 분석되었다.

본 연구는 내장산국립공원 탐방객 281명을 대상으로 설문조사를 실시하여 탐방 후 평가를 통하여 만족도, 만족요인 과 예측모형을 분석하여 실질적인 공원관리의 기초자료를 제공하는데 그 목적이 있다. 만족도 분석결과 내장산사무소는 공공시설부족 및 불만, 이용프로그램부족, 숙박시설 부족 및 불만, 시설이용료부담감, 바가지요금 등, 백암사무소는 시설이용료부담감, 이용프로그램, 상업시설 불만 및 부족, 숙박시설 등에 불만족하였다. 만족요인으로는 '시설관리', '이용자관리' 요인이 내장산사무소(34.3%)와 백암사무소(45.6%)에서 가장 큰 영향을 미쳤으며, 만족도 예측모형에 있어서 내장산사무소는 '탐방로훼손', '상업시설만족도', '쓰레기처리', 백암사무소는 '문화역사자원훼손', '상업시설만족도', '호객행위방지' 등의 순으로 만족도에 영향을 미치는 예측모형이 만들어졌다. 지리적으로 유사한 위치에 있으며 자원과 특성이 비슷하여 큰 차이를 보이지 않았으며 탐방객의 75%가 집중하는 가을단풍기에 시설 및 이용자를 위한 관리기법이 필요한 것으로 나타났다.

본 연구는 신호교차로 교통사고예측모형 구축 과정 중 일반적으로 제한된 변수의 선정 및 모형의 구축에만 주로 초점이 맞추어진 기존 방법론의 문제점을 개선하고, 자료조사 및 수집 과정에서 발생하는 자료의 불확실한 상태를 인정하면서 자료의 불확실성을 최소화하여 이용할 수 있는 방법론을 개발하는데 연구의 주안점을 두었다. 퍼지추론이론과 신경망이론을 이용한 모형을 구축하였고, 마지막으로 구축된 퍼지추론이론 모형 및 신경망이론 모형과 기존 회귀모형인 포아송 회귀모형간의 통계적인 검증과 실제 Data를 이용한 모형의 적정성을 검토하였다. 모형의 통계적인 검증시 기존모형에 비해 퍼지추론모형과 신경망이론모형이 더 설명력이 높은 것으로 나타났고, 검증에서도 퍼지추론이론과 신경망이론이 적절한 것으로 나타났으며 기존모형보다 사고건수를 예측하는 설명력이 높은 것으로 입증되었다. 본 연구에서 개발된 모형은 계획 및 운영단계에서 신호교차로의 안전성을 측정하는데 활용될 수 있으며, 궁극적으로는 신호교차로에서 교통사고를 줄이는데 기여할 수 있을 것으로 판단된다.