Postal logistics organizations are characterized as having high labor intensity and short response times. These characteristics, along with rapid change in mail volume, make load scheduling a fundamental concern. Load analysis of major postal infrastructures such as post offices, sorting centers, exchange centers, and delivery stations is required for optimal postal logistics operation. In particular, the performance of mail traffic forecasting is essential for optimizing the resource operation by accurate load analysis. This paper addresses a traffic forecast problem of postal parcel that arises at delivery stations of Korea Post. The main purpose of this paper is to describe a method for predicting short-term traffic of postal parcel based on self-similarity analysis and to introduce an application of the traffic prediction model to postal logistics system. The proposed scheme develops multiple regression models by the clusters resulted from feature engineering and individual models for delivery stations to reinforce prediction accuracy. The experiment with data supplied by main postal delivery stations shows the advantage in terms of prediction performance. Comparing with other technique, experimental results show that the proposed method improves the accuracy up to 45.8%.

최근 강우 발생빈도의 불규칙한 변화로 홍수 및 가뭄 피해가 증가함에 따라 불규칙한 자연현상의 특 성을 예측하는 확률론적 방안들이 관심을 받고 있다. 본 연구에서는 자연계 현상을 확률론적으로 예측 하는 기법인 플랙탈이론의 허스트지수(Hurst exponent)를 이용한 자기유사성 평가를 전국 64개 기상관 측소의 월강수량 자료를 대상으로 실시하였다. 1986년부터 2015년까지 총 30년 동안의 월강수량을 평 가한 결과 허스트지수는 H=0.97~0.99의 범위로 나타났다. 이는 H>1/2의 양의 상관관계를 보이며, 자 기유사성을 가지는 것으로 평가될 수 있어 기존의 축척된 자료를 통해 향후의 이상강우에 대한 예측이 가능하다는 사실을 보여주는 것으로 나타났다.