하이브리드 ARIMA

• 영문명: A study on the forecast of container traffic using hybrid ARIMA-neural network model
• 발행기관: 한국항해항만학회
• 저자명: 신창훈(Chang-Hoon Shin) 강정식(Jeong-Sick Kang) 박수남(Soo-Nam Park) 이지훈(Ji-Hoon Lee)
• 간행물 정보: 『한국항해항만학회 학술대회논문집』2007 추계학술대회논문집, 259~260쪽, 전체 2쪽
• 주제분류: 공학 > 해양공학
• 파일형태: PDF
• 발행일자: 2007.12.30

국문 초록

컨테이너항만의 물동량 예측은 항만의 계발 및 운영계획을 위해 매우 중요한 과정이다. 일반적으로 회귀분석, ARIMA등의 통계적 방법론을 통해 많은 예측이 이뤄져왔다. 최근의 연구에서는 인공 신경망(ANN)기법을 통한 예측이 이뤄지고 있으며 기존의 선형적인 기법을 대신하고 있다. 본 연구에서는 선형모델과 비선형모델에 강점이 있는 ARIMA와 신경망 모델을 결합해 보다 효과적인 예측 모델을 개발하고자 한다. 실제 항만의 과거 자료를 통해 모델의 적합성을 측정하였고 항만의 특성에 따라 모형의 적합성이 다양하게 나타났다.

영문 초록

The forecast of a container traffic has been very important for port plan and development. Generally, statistic methods, such as regression analysis, ARIMA, have been much used for traffic forecasting. Recent research activities in forecasting, with artificial neural networks(ANNs) suggest that ANNs can be a promising alternative to the traditional linear methods. In this paper, a hybrid methodology that combines both ARIMA and ANN models is proposed to take advantage of the unique strength of ARIMA and ANN models in linear and nonlinear modelling. The results with port traffic data indicate that effectiveness can differ according to the characteristics of port.

목차

1. 서 론

2. 실증 분석

3. 결과 종합

4. 결 론

키워드

컨테이너항만 물동량예측 ARIMA모형 인공신경망모형 하이브리드모형 Container Port Forecast ARIMA model ANN model Hybrid model