본 연구에서는 국내에서 발생한 가스사고를 분석하여 가스사고의 건수예측모델에 대하여 제시하였다. 가스사고 건수를 예측하기 위하여 단순이동평균법(3,4,5기간), 가중이동평균법 및 지수평활법을 적용해 본 결과, 4기간 이동평균법과 가중이동평균법에 의한 모델의 평균오차제곱합이 44.4와 43으로 가장 정확성이 높은 것으로 나타났다. 가스사고 발생건수 예측시스템을 개발함으로서 가스사고 예방활동에 적극 활용할 수 있을 것이다.
본 연구에서는 국내에서 발생한 가스사고를 분석하여 가스사고의 건수예측모델에 대하여 제시하였다. 가스사고 건수를 예측하기 위하여 단순이동평균법(3,4,5기간), 가중이동평균법 및 지수평활법을 적용해 본 결과, 4기간 이동평균법과 가중이동평균법에 의한 모델의 평균오차제곱합이 44.4와 43으로 가장 정확성이 높은 것으로 나타났다. 가스사고 발생건수 예측시스템을 개발함으로서 가스사고 예방활동에 적극 활용할 수 있을 것이다.
In this study, the number of gas accidents prediction model was suggested by analyzing the gas accidents occurred in Korea. In order to predict the number of gas accidents, simple moving average method (3, 4, 5 period), weighted average method and exponential smoothing method were applied. Study res...
In this study, the number of gas accidents prediction model was suggested by analyzing the gas accidents occurred in Korea. In order to predict the number of gas accidents, simple moving average method (3, 4, 5 period), weighted average method and exponential smoothing method were applied. Study results of the sum of mean-square error acquired by the models of moving average method for 4 periods and weighted moving average method showed the highest value of 44.4 and 43 respectively. By developing the number of gas accidents prediction model, it could be actively utilized for gas accident prevention activities.
In this study, the number of gas accidents prediction model was suggested by analyzing the gas accidents occurred in Korea. In order to predict the number of gas accidents, simple moving average method (3, 4, 5 period), weighted average method and exponential smoothing method were applied. Study results of the sum of mean-square error acquired by the models of moving average method for 4 periods and weighted moving average method showed the highest value of 44.4 and 43 respectively. By developing the number of gas accidents prediction model, it could be actively utilized for gas accident prevention activities.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 국내 가스 사고의 발생 건수를 분석하기 위하여 1998년부터 2009년까지 12년간 2,244 건의 가스 사고를 이동평균법, 가중이동평균법, 지수평활법을 활용하여 분석 결과에 대해 모델의 활용 가능성 여부를 제시하였다.
본 연구진은 선행 연구를 통하여 가스사고 예측 모델을 개발하였다. 가스사고 예측모델은 통계적 기법을 활용하여 7가지 기상요소(평균기온, 최고기온, 최저기온, 상대습도, 운량, 강수량, 평균풍속)에 따라 회귀분석을 실시하여 가스사고의 영향도를 예측 식을 도출하였다.
제안 방법
단순이동평균법(moving average method)에 의한 가스사고 건수 예측은 3기간, 4기간, 5기간을 나누어 실시하였다. 각각의 추이에 대한 그래프는 Fig.
또한, 영향도를 지수화하여 5단계의 위험수준으로 도출될 수 있는 예측모델을 개발하였다[4]. 본 연구에서는 과거 가스사고사례 통계를 시계열분석기법을 적용하여 사고건수를 예측하였다. 선행연구를 통해 개발된 예측모델과 본 연구에서 개발된 건수예측모델을 통해 가스사고를 사전에 예측하고 적절한 예방대책의 수립이 가능할 것이다.
지수평활법(exponential smoothing)의 적용을 위해서는 평활계수(smoothing constant) a의 값을 결정해야 하며, 일반적으로 시행오차(trial and error) 를 통해 예측오차를 최소화 할 수 있도록 하는 방법이 이용되고 있다. 본 연구에서는 시행오차를 사용하여 예측오차를 가장 최소화 할 수 있는 a를 결정하였다. Table 4에서 평균제곱오차가 최소가 되는 평활계수 (a) 는 0.
이 방법은 이동평균대상기간수에 따라 3기간이 동평균, 4기간이동평균, 5기간이동평균 등으로 나눌 수 있다. 여기서 예측 값을 예측하려는 시점의 직전에 있는 일정기간의 실제건수 즉 예측하려고 하는 대상기간수의 실제건수를 동일한 비중으로 산술평균하여 계산한다. 단순이동평균법에 사용되는 식은 (1)과 같다.
즉, 예측시기와 가까운 쪽에 더 큰 가중치를 부여하고 먼 쪽에 더 작은 가중치를 부여하는 방식으로 본 연구에서는 Table 2와 같이 n(기간 수)를 4가지로 분류하여 가중치를 주어 예측 값을 산정하였다.
데이터처리
본 연구진은 선행 연구를 통하여 가스사고 예측 모델을 개발하였다. 가스사고 예측모델은 통계적 기법을 활용하여 7가지 기상요소(평균기온, 최고기온, 최저기온, 상대습도, 운량, 강수량, 평균풍속)에 따라 회귀분석을 실시하여 가스사고의 영향도를 예측 식을 도출하였다. 또한, 영향도를 지수화하여 5단계의 위험수준으로 도출될 수 있는 예측모델을 개발하였다[4].
가스사고의 발생 건수를 예측하기 위하여 시계열 분석을 실시하였다. 본 연구에서 사용된 시계열 분석기법은 이동평균법(3기간, 4기간, 5기간), 가중이동평균법 및 지수평활법이다.
분석결과의 정확도는 예측오차에 의하여 결정되며 오차가 작으면 작을수록 정확도가 높아지게 된다. 본 연구에서는 기법별로 나타난 평균제곱오차를 이용하여 정확도를 평가 하였다.
이론/모형
가스사고의 발생가능성을 예측하기 위하여 시계열 예측기법을 적용하였다. 시계열 예측법이란 일정한 시간적 간격으로 나열된 과거의 자료에 나타난 수요의 패턴이 미래의 시간 간격에도 연속하여 적용된다는 가정에서 수요를 예측하는 기법이다.
가스사고의 발생 건수를 예측하기 위하여 시계열 분석을 실시하였다. 본 연구에서 사용된 시계열 분석기법은 이동평균법(3기간, 4기간, 5기간), 가중이동평균법 및 지수평활법이다. 분석결과의 정확도는 예측오차에 의하여 결정되며 오차가 작으면 작을수록 정확도가 높아지게 된다.
성능/효과
6으로 나타났다. 4기간으로 나누어 사고의 수를 예측한 결과 평균제곱오차 (MSE)가 44.4로 나타났으며 5기간으로 나누어 사고의 수를 예측한 결과 평균제곱오차(MSE)가 120.4로 나타났다. 평균제곱오차가 가장 적은 4기간 이동평균에 의한 예측이 가장 정확도가 높은 것으로 나타났다.
가스사고 발생 건수를 예측하기 위하여 단순이동 평균법(3기간, 4기간, 5기간), 가중이동평균법 및 지수평활법을 적용해 본 결과, 각각의 평균오차제곱이 3기간 이동평균법의 경우 130.6, 4기간 이동평균법은 44.4, 5기간 이동평균법은 120.4로 나타났으며, 가중 이동평균법은 43.0으로, 지수평활법의 경우는 109.43으로 나타나, 4기간 이동평균법과 가중이동평균법에 의한 모델이 가장 정확도가 높은 것으로 나타났다.
1은 기간별로 나누어 사고의 수를 예측한 것이다. 그 결과 3기간으로 나누어 예측한 결과 평균제곱오차(MSE)가 130.6으로 나타났다. 4기간으로 나누어 사고의 수를 예측한 결과 평균제곱오차 (MSE)가 44.
그 결과, Table 3에서와 같이 평균제곱오차(MSE)가 43.0으로 이동평균법 중에서 가장 낮은 값을 나타내어 정확도가 가장 높은 것으로 나타났으며 그 추이 그래프는 Fig. 2와 같다.
지수평활법에 의한 가스사고 건수 예측결과는 Table 5와 같다. 분석결과를 요약하면 평균제곱오차는 109.43으로 4기간 이동평균이나 가중이동평균보다는 높은 것으로 나타났다. 추이그래프는 Fig.
예측 결과 Table 6에서와 같이 4기간 이동평균법과 가중이동평균법이 가장 예측력이 높은 것으로 나타났으며, 이 두 가지 기법을 이용하여 가스사고 건수를 예측하는 것이 가장 좋을 것으로 판단된다.
4로 나타났다. 평균제곱오차가 가장 적은 4기간 이동평균에 의한 예측이 가장 정확도가 높은 것으로 나타났다. Table 1은 실제 사고건수와 예측치를 나타낸 것이다.
후속연구
가스사고 예측을 통해 가스사고 예방활동에 적극 활용할 수 있을 것으로 사료되고, 제시된 모델식을 활용하여 가스사고 발생건수를 시각적으로 지도상에 지역별로 구현되도록 함으로써 지역별 특성에 맞는 사고예방활동이 가능하도록 지원이 가능할 것으로 보인다. 또한 일반 국민들에게 예측값을 제공하여 가스사고 발생을 감소시키는데 기여할 수 있을 것이다.
이 계절지수를 각 기법에서 도출된 예측 값에 곱하여 보정하면 된다. 따라서 향후 가스사고의 데이터가 축적되면 매년 기법 적용에 따른 계절지수의 보정이 필요하다.
가스사고 예측을 통해 가스사고 예방활동에 적극 활용할 수 있을 것으로 사료되고, 제시된 모델식을 활용하여 가스사고 발생건수를 시각적으로 지도상에 지역별로 구현되도록 함으로써 지역별 특성에 맞는 사고예방활동이 가능하도록 지원이 가능할 것으로 보인다. 또한 일반 국민들에게 예측값을 제공하여 가스사고 발생을 감소시키는데 기여할 수 있을 것이다.
본 연구에서는 과거 가스사고사례 통계를 시계열분석기법을 적용하여 사고건수를 예측하였다. 선행연구를 통해 개발된 예측모델과 본 연구에서 개발된 건수예측모델을 통해 가스사고를 사전에 예측하고 적절한 예방대책의 수립이 가능할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
시계열 예측법이란 무엇인가?
가스사고의 발생가능성을 예측하기 위하여 시계열 예측기법을 적용하였다. 시계열 예측법이란 일정한 시간적 간격으로 나열된 과거의 자료에 나타난 수요의 패턴이 미래의 시간 간격에도 연속하여 적용 된다는 가정에서 수요를 예측하는 기법이다. 이러한 시계열은 수년간의 과거 자료가 있으며 그 자료 속에는 추세가 분명하며 비교적 안정적일 때 적합한 방법이다.
단순이동평균법은 어떤 경우의 예측에 적합한 기법인가?
단순이동평균법(simple moving average method) 은 과거의 자료에서 추세변동이나 계절적인 변동이 포함되지 않고, 설명할 수 없는 불규칙 변동만 크게 작용하는 경우의 예측에 적합한 기법이다. 이 때 이불규칙 변동을 단순이동평균법에 의해 제거될 수 있다.
시계열 자료의 독립변수와 종속변수는 각각 무엇인가?
이 시계열 자료는 시점과 양이 짝지어진 자료이다. 여기서 시점은 독립변수가 되며, 과거의 양은 종속변수가 된다. 이 예측기법은 환경조건이나 수량에 큰 변동이 있을 때 정확한 예측이 어렵기 때문에 수요패턴이 비교적 안정되어 있는 단기나 중기 예측에 적합하다[5,6].
참고문헌 (9)
Heo, In-Hye and Lee, Seung-Ho., The Impact of Climate Change on Ski Industries in South Korea, Journal of the Korean Geographical Society, Vol. 43(5), 715-727, (2008)
Wu Wen-feng, Wu Wan-qing, Feng Xing,Wang Zhen-mao, "Study on the Frequency Prediction of Marine Accidents for Ship on the Sea", Bioinformatics and Biomedical Engineering, (iCBBE) 2011 5th International Conference on, 1-4, (2011)
Lee, Dong-Min, Kim, Do-Hoon, Sung, Nakmoon, "Development of a Accident Frequency Prediction Model at Rural Multi-Lane Highways", KOR-KST, 27(4), 207-215, (2009)
Heo, Young- Taeg, Shin, Dong-Il, Lee, Su- Kyung, "Data Mining of Gas Accident and Meteorological Data in korea for a prediction Model of Gas Accidents", KIGAS, 16(1), 33-38, (2012)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.