메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국로지스틱스학회 로지스틱스연구 로지스틱스연구 제27권 제4호
발행연도
2019.1
수록면
1 - 10 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
데이터 수집 및 처리 기술이 발전하면서 빅데이터 분석 및 활용이 증가하고 있다. 물류 산업에서도 다양한 데이터가 더 높은 빈도로 수집되고 있으며, 이에 따라 데이터 분석 역시 더욱 세분화된 하위집단을 대상으로 시도되고 있다. 물류 데이터는 대표적인 시계열 데이터로서, 시계열 데이터에서 이러한 경향은 복잡한 계절성과 다양한 설명변수와 같은 새로운 데이터 특성을 의미한다. 그러나 기존의 많은 시계열 예측 모델은 구조적 한계로 인해 이러한 새로운 데이터 속성을 반영하지 못하여 낮은 예측 정확도를 보인다. 이러한 한계를 극복하기 위하여 본 논문은 시간 단위 군집화 모델을 제안한다. 제안한 모델은 시간 단위를 기준으로 시계열 데이터를 분류한 후 단위별로 분리된 시계열 집단들을 군집화한다. 또한 복잡한 계절성은 푸리에 방식으로, 다양한 설명변수는 베이즈 일반화된 선형 모델로 표현한다. 제안한 시간 단위 군집화 모델을 파렛트 대여기업의 실제 데이터에 적용하고, 기존의 프로펫 모델과 비교한 결과 더 높은 정확도로 예측값을 산출함을 확인하였다.
#Logistics time series forecasting #Clustering model #Time Unit Clustering model #Pallet movement amount

목차

등록된 정보가 없습니다.

참고문헌 (17)

참고문헌 신청
남승엽 / 2016 / 전시 피격 및 고장을 고려한 전투기 추가 소요 예측 모델 연구 / 로지스틱스연구 24(1):81~94 dbpia 박진희 / 2016 / 전자상거래 환경을 고려한 위계별 물류시설의 최적 입지 선정에 관한 연구 - 예측배송시스템 관점에서 - / 로지스틱스연구 24(4):41~58 dbpia 장기왕 / 2017 / 전투기 수리부속 수요예측 프로세스 개선을 위한 실증적 연구 / 로지스틱스연구 25(4):195~212 dbpia Arlot, S. / 2010 / A survey of cross-validation procedures for model selection / Statistics Surveys 4:40~79 google schola Bertsimas, D. / 2008 / Algorithmic prediction of health-care costs / Operations Research 56(6):1382~1392 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0