오늘날 물류 서비스 산업에서는 수요예측을 통해 불확실성을 줄여나가는 것이 경영상 매우 중요한 이슈로 제기되고 있다. 비교적 시장 점유율이 견고하게 유지되는 제조산업과는 달리 물류 서비스 산업은 매우 빠른 속도로 시장이 성장하고 변화하기 때문에, 시장 환경의 변화를 반영하여 정확한 수요 예측에 기반한 적절한 물류 서비스 공급을 위한 운송 및 인력 공급 계획을 수립하여 운용하여야 한다. 본 연구는 물류 서비스 업계를 위하여 추세 요소, 계절 요소 등 수요에 영향을 미치는 요소를 분석하고, 영향 효과를 산출하여 물류 서비스 산업을 위한 수요예측 시스템에 반영하는 방안을 연구하였다. 특히 지역 특산물, 기상효과, 음력으로 발생하는 명절 효과 등 수요를 크게 변화시키는 중요 영향 요소에 의한 수요 변동을 수요 예측에 활용하는 방안을 도출함으로써, 물류 서비스 산업계의 수요 예측을 위하여 분해법(Decomposition Method)을 제시하였다.

We previously reported Pear Pest Forecasting Management System (PPFMS) for the Improvement of pass ratio of Korean exporting pears. It is consisted of regular field forecasting by pear farmers, meteorological data obtained by automatic weather station (AWS), an internet web page (http://pearpest.jnu.ac.kr/) as information collecting and providing ground, and information providing service. Currently, we are expanding this system to the area, Cheonan and Ansung, where pear orchards are organized into exportation-specific group. Further, the information obtained from field forecasting and AWS were up-loaded to under-constructing upgraded webpage (http://www.kpear.kr), with several pest/disease-related information. We hope this pest forecasting management system increases the pass ratio of Korean exporting pears throughout establishment of farmer-oriented forecasting, inspiring farmers’ effort for the prevention and forecasting of diseases and pests occurring at pear orchards.

Algal blooms in potable water supplies are becoming an increasingly prevalent and serious water quality problem around the world. In addition to precipitating taste and odor problems, blooms damage the environment, and some classes like cyanobacteria (blue-green algae) release toxins that can threaten human health, even causing death. There is a recognized need in the water industry for models that can accurately forecast in real-time algal bloom events for planning and mitigation purposes. In this study, using data for an interconnected system of rivers and reservoirs operated by a New Jersey water utility, various ANN models, including both discrete prediction and classification models, were developed and tested for forecasting counts of three different algal classes for one-week and two-weeks ahead periods. Predictor model inputs included physical, meteorological, chemical, and biological variables, and two different temporal schemes for processing inputs relative to the prediction event were used. Despite relatively limited historical data, the discrete prediction ANN models generally performed well during validation, achieving relatively high correlation coefficients, and often predicting the formation and dissipation of high algae count periods. The ANN classification models also performed well, with average classification percentages averaging 94 percent accuracy. Despite relatively limited data events, this study demonstrates that with adequate data collection, both in terms of the number of historical events and availability of important predictor variables, ANNs can provide accurate real-time forecasts of algal population counts, as well as foster increased understanding of important cause and effect relationships, which can be used to both improve monitoring programs and forecasting efforts.

Using artificial neural network (ANN) technique, auction prices for common mackerel were forecasted with the daily total sale and auction price data at the Busan Cooperative Fish Market before introducing Total Allowable Catch (TAC) system, when catch data had no limit in Korea. Virtual input data produced from actual data were used to improve the accuracy of prediction and the suitable neural network was induced for the prediction. We tested 35 networks to be retained 10, and found good performance network with regression ratio of 0.904 and determination coefficient of 0.695. There were significant variations between training and verification errors in this network. Ideally, it should require more training cases to avoid over-learning, which leads to improve performance and makes the results more reliable. And the precision of prediction was improved when environmental factors including physical and biological variables were added. This network for prediction of price and catch was considered to be applicable for other fishes.

기상 예보는 에너지 산업과 같은 다양한 산업 활동에 필수적인 정보를 제공한다. 본 연구의 목적은 에너지 산업을 대상으로 장기 기상 예보에 활용될 수 있는 GIS 기반의 프로토타입 시스템을 개발하는 것이다. 이를 위해 먼저 기상 및 기후 정보의 활용에 있어 GIS가 갖는 함의를 살펴보았다. 이어 현재 기상청에서 제공 중인 장기 예보 서비스에 대한 현황 분석 등을 토대로 활용 시스템의 발전 방향을 논의하였다. 여기에서는 에너지 산업을 고려하여 정보 자체의 발전 방안과 정보의 서비스 방식에 대한 개선 방안을 함께 검토하였다. 이를 토대로 장기 예보 정보의 활용을 위한 프로토타입 시스템을 데스크톱 GIS를 기반으로 개발하였다. 본 연구에서 개발된 시스템을 통해 GIS는 장기 예보 정보의 관리에서 서비스까지의 전 과정에서 매우 효과적이고 효율적인 기반이 될 수 있음을 확인하였다.

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 diffe

본 논문은 국내외의 환경 변화와 기술 발전으로 우편 물류의 업무 방식이 바뀌어가고 또 소비자들의 우편 물류 사용에 대한 인식과 사용 방식이 변화하는 상황 속에서, 국내 우편 물류를 위한 수요를 예측하는 시스템 개발하여 그 결과에 의하여 시뮬레이션을 진행하거나 우편 물류 설비나 기지에 대한 의사결정에 활용하도록 하는 사례를 연구하였다. 특히 본 연구에서 개발한 수요예측 시스템은 한국의 사회 변화와 경기 변동을 보여주는 기술적인 통계치가 우편 물류에 미치는 영향을 분석하고, 한국의 우편 물류 사용자들의 패턴 변화를 중장기적인 시간의 흐름에 따라 분석하였으며, 이에 따라 시계열 예측과 인과형 예측을 진행하고 의사결정에 반영할 수 있도록 하였다.

Ultimate goal of this research is to develop a web-based forecasting system of industrial accidents. As an initial step for the purpose of this study, this paper provides a comparative analysis of 4 kinds of algorithms including CHAID, CART, C4.5, and QUEST. In addition, this paper presents the logical process for development of a forecasting system. Decision tree algorithm is utilized to predict results using objective and quantified data as a typical technique of data mining. The sample for this work was chosen from 10,536 data related to manufacturing industries during three years(2002~2004) in korea.

예로부터 선장은 경험적으로 기상, 선박 제원 상태 및 운항 일정을 고려하여 최적의 항로를 선택하여 항해하여 왔다. 이는 선장의 경험을 바탕으로 해류나 파랑에 대한 기상 예보 정보를 활용하여 최적항로를 결정하는 것으로 아직까지 선상에서 항로 결정을 보조해주는 디지털화한 시스템은 그 사례를 찾아보기 힘들다. 본 논문에서는 선박의 운항 효율성과 안전성의 관점에서 구성된 선상 최적 항로 안전 평가 시스템을 소개한다. 선사와 선장이 요구하는 효율적인 항해를 위해서는 도착예정시간 및 연료소모량을 최소로 하는 최적 항로를 구한다. 이는 선박의 파랑 중 부가저항에 기초를 둔 선속 저하 빚 마력 증가를 고려하여 계산한다. 안전성 관점에서는 3D 판넬법에 기초를 둔 선박의 내항 계산을 본 시스템에서 구현하여 내항 평가를 수행하며, 최종적으로 선박의 항로 안전 계획 및 평가를 위한 보조 수단이다.

Because the damages of corrosion resulting from the chloride ion are very serious, many research studies have been performed to measure the penetration depth of the chloride ion. However, there is a problem with data selection obtained from collection during experiments. After careful study, it appears that the collected data are not conformed to a normal distribution. The result of this study will play a very important role, as a first step for the development and construction of a forecasting system to help determine a reliable service lifetime of marine structures.

해양 구조물은 일반 구조물과는 달리 구조물 속으로 염화물이 침투하기 때문에 시간이 지나면서 빠르게 부식을 하게 되고, 부식이 진행됨에 따라 구조물의 붕괴를 야기 시킨다. 그러므로 염화물의 침투 정도와 부식의 진행 상태를 예측할 수 있다면 사고 예방은 물론, 친환경적 해양 구조물이 될 수 있으리라 사료된다. 본 논문에서는 이러한 해양 구조물의 염화물 침투를 예측하고, 부식으로 인한 구조물 붕괴 및 사고를 예방하고자 Sample Design을 통하여 서로 조건이 다른 시험체를 해수에 잠식시키고, 일정기간이 지난 후 Data를 수집하였다. 수집된 Data는 정규분포(Normal Distribution)를 따르지 않는다는 사실을 알게 되었고, 수집된 데이터를 예측 시스템 구축에 활용하기 위한 준비 단계로서 데이터 선정의 타당성을 검토하기 위해 수명분포분석(Lifetime Distribution Analysis)을 실시한 뒤 그 결과를 제시하였다.

The basis of cyber trading has been sufficiently developed with innovative advancement of Internet Technology and the tendency of stock market investment has changed from long-term investment, which estimates the value of enterprises, to short-term investment, which focuses on getting short-term stock trading margin. Hence, this research shows a Short-term Stock Price Forecasting System on Learning Agent System using DTA(Decision Tree Algorithm) ; it collects real-time information of interest and favorite issues using Agent Technology through the Internet, and forms a decision tree, and creates a Rule-Base Database. Through this procedure the Short-term Stock Price Forecasting System provides customers with the prediction of the fluctuation of stock prices for each issue in near future and a point of sales and purchases. A Human being has the limitation of analytic ability and so through taking a look into and analyzing the fluctuation of stock prices, the Agent enables man to trace out the external factors of fluctuation of stock market on real-time. Therefore, we can check out the ups and downs of several issues at the same time and figure out the relationship and interrelation among many issues using the Agent. The SPFA (Stock Price Forecasting System) has such basic four phases as Data Collection, Data Processing, Learning, and Forecasting and Feedback.

저수지의 붕괴 발생 시 인명 및 재산피해의 예방 및 저감을 위하여 붕괴예보 시스템의 필요성은 대두되고 있는 상황이다. 붕괴 예보시스템의 효율적 활용을 위해서는 실시간 계측한 이상거동 및 붕괴징후에 따라 대응할 수 있는 관리기준은 가장 중요한 요소이다. 기 연구된 수위 관리기준의 검증을 위하여 저수량에 따라 10여개의 저수지를 선정하고 수위변화 자료를 분석하여 적정성을 검토하였다. 1년 동안의 수위계측 자료에서 가장 급격한 변화구간을 선정하여 가중치 및 추세선을 적용하여 분석한 결과 3분위로 수립된 관리기준값은 7%이내의 표준편차를 보여주었다. 이는 수립된 관리기준값은 적정하다고 판단된다.

한국에서 현재 사용되고 있는 홍수예보모형은 집중형 강우-유출모형을 적용하여 유역의 유출을 계산하고 하도 및 저수지 추적모형 등을 활용하여 하천의 수위를 예측한다. 집중형 모형은 유역을 동질의 배수구역으로 가정한다. 따라서 유역내의 다양한 공간적 특성을 고려하지 못한다는 단점이 있다. 또한, 사용되는 강우자료도 지점강우를 활용하기 때문에 공간적인 분포를 자세히 고려하지 못한다는 한계가 있다. 따라서 홍수예보모형에 분포형 모형을 적용하기 위한 연구가 다양하게 진행되고 있다. 본 연구에서는 GRM모형을 한국 홍수예보시스템에 적용하기 위해 모형의 다양한 해상도에 따른 유역유출의 결과의 차이를 분석하여 최적의 해상도를 결정하고자 한다. 모형의 격자가 너무 조밀한 경우 계산시간이 과다하게 되어 홍 수예보모형에 적용하기에는 적합하지 않다. 너무 성길 경우에도 분포형 모형을 적용하여 공간적인 분포를 파악하고자 하는 목적에 맞지 않게 된다. 본 연구의 결과로 유역유출 예측의 정확성을 만족시키고 홍수예보에 적합한 계산속도가 나올 수 있는 최적 해상도를 제시하였다. 유출량 예측의 정 확도는 Nash-Sutcliffe model efficiency coefficient (NSE) 값의 비교를 통해 분석하였다. 본 연구에서 도출된 최적해상도 산정 결과는 분포형 유 역유출모형을 홍수예보모형에 적용하기 위한 기초자료로 활용될 것이다.

Network design of the Reservoir Failure Forecasting System are proposed to using LPWA network in order to actively respond to the power problem, breaking communication wire and cost reduction of management system.

Web-based DB design standards of the Reservoir Failure Forecasting System are proposed in order to actively respond to the user’s work changes, various sensors, and business logic, and increase the system usability by reducing logic changes and client maintenance through minimal interface changes.

Web-based DB design standards of the Reservoir Failure Forecasting System are proposed in order to actively respond to the user’s work changes, various sensors, and business logic, and increase the system usability by reducing logic changes and client maintenance through minimal interface changes.

최근 축산업은 육류 소비량 증가 및 정부의 장려 축산정책으로 발전하고 있으며 소규모 축산농가에서 집단화 및 대형화되어 고소득 향상 사업으로 변해가고 있다. 하지만 소득향상이라는 이점 외에 가축사육과정에서 배출되는 분뇨에 의해 각종 민원뿐만 아니라 인근 수계로의 노출로 인한 수질오염과 2차 토양오염, 가축전염병, 해충번식, 폐기물 등 가시적인 환경오염이 발생하고 있다. 따라서 정부는 가축분뇨의 체계적인 관리를 위해 “가축분뇨 관리 및 이용에 관한 법률”을 제정하여 시･군 지역의 가축분뇨관리세부계획을 수립하도록 하였다. 본 연구는 괴산군의 가축분뇨관리세부계획 수립을 위한 것으로 괴산군 지역의 가축사육 및 분뇨발생량 현황을 분석하였고 축종 및 사육두수 분포특성을 확인하기 위해 GIS(Geographic Information System)를 이용하여 분석하였다. ArcMap ver. 9.3을 사용하여 가축사육 주소지를 좌표 변환하였으며, 축종별 사육두수 범위별 분포현황을 조사하였다. 또한 최소자승법과 로그함수법으로 축종별 사육두수 및 가축분뇨 발생량을 예측하여 괴산군 가축분뇨관리세부계획 수립에 적용하고자 하였다.