MLP를 이용한 공컨테이너 수요예측
Demand Forecast For Empty Containers Using MLP
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
COVID-19의 대유행은 컨테이너를 사용하는 국가 간 수출입 물동량 불균형을 더욱 악화시켰으며, 이는공컨테이너 수급의 문제까지 이어지게 되었다. 적정 수요만큼의 공컨테이너 확보는 안정적이고 효율적인 항만 운영을 위해 필수적인 요소이다. 지금까지 여러 기법을 사용한 공컨테이너 수요예측 방안이 연구되어왔다. 그러나 항만 및 선사에서 직접 활용 가능한 수요예측 보다는 월 혹은 연 단위의 장기적인 예측에 머루르고 있었다. 본 연구에서는 실제 인공신경망을 이용한 일별, 주별 단위 예측 방안을 제시한다. 이를 위해 머신러닝 기법 중 다층 퍼셉트론과 회귀분석을 활용하여 수요예측을 진행하였으며, 데이터 부족 문제를 해결하기 위해 적컨테이너와 공컨테이너의 입항 후 다시 항만으로 유입되는 과정을 기반으로 데이터를 재가공하였다. 이를 통해, 정확도가 매우 높지는 않지만, 현장에서는 활용 가능한 일별 및 주별 수요 예측 모델을 개발할 수 있었다.
Abstract
The pandemic of COVID-19 further promoted the imbalance in the volume of imports and exports among countries using containers, which worsened the shortage of empty containers. Since it is important to secure as many empty containers as the appropriate demand for stable and efficient port operation, measures to predict demand for empty containers using various techniques have been studied so far. However, it was based on long-term forecasts on a monthly or annual basis rather than demand forecasts that could be used directly by ports and shipping companies. In this study, a daily and weekly prediction method using an actual artificial neural network is presented. In details, the demand forecasting model has been developed using multi-layer perceptron and multiple linear regression model. In order to overcome the limitation from the lack of data, it was manipulated considering the business process between the loaded container and empty container, which the fully-loaded container is converted to the empty container. From the result of numerical experiment, it has been developed the practically applicable forecasting model, even though it could not show the perfect accuracy.
참고문헌 (20)
- 김두환, "LSTM을 활용한 부산항 컨테이너 물동량 예측", 한국항만경제학회지, 36(2), pp.53~62 (2020), 한국항만경제학회[DOI]
- 김형호, "해운선사 주가와 해상 운임지수의 영향관계 분석", 디지털융복합연구, 14(6), pp.157~165 (2016), 한국디지털정책학회[DOI]
- 김영산, "공컨테이너의 효율적 관리방안에 관한 연구", 석사, 항만물류학, pp.2008
- 백지오, "항만 공컨테이너 재고량 예측을 위한 ARIMA, 머신러닝 적용연구", 한국정보처리학회 학술대회논문집, 27(2), pp.953~955 (2020)
- 손용정, "의사결정나무분석을 이용한 컨테이너 수출입 물동량 예측", 한국항만경제학회지, 28(4), pp.193~207 (2012), 한국항만경제학회
- 이재득, "승법계절 ARIMA 모형에 의한 부산항 컨테이너 물동량 추정과 예측", 한국항만경제학회지, 29(3), pp.1~23 (2013), 한국항만경제학회
- 데이터 마이닝 기법을 이용한항만물동량 예측 활용방안 연구, "전찬영", 1~160 (2006)
- 조준호, "글로벌 해운시장 현황 분석 및 시계열 모형을 이용한 부산 신항 컨테이너 물동량 예측에 관한 연구", 한국정보전자통신기술학회 논문지, 10(4), pp.295~303 (2017), 한국정보전자통신기술학회
- Chan Hing Kai, "A comparison of time series methods for forecasting container throughput", International Journal of Logistics Research and Applications, 22(3), pp.294~303 (2019)
- Chen Shih-Huang, "Forecasting container throughputs at ports using genetic programming", Expert Syst.Appl, 37(3), pp.2054~2058 (2010)
- DHL, "OCEAN FREIGHT MARKET UPDATE NOVEMBER 2021", ~ (2021)
- Min-jie Ding, "A prediction model of the sum of container based on combined BP neural network and SVM", JIPS(Journal of Information Processing Systems), 15(2), pp.305~319 (2019), 한국정보처리학회[DOI]
- Koyuncu Kaan, "Forecasting COVID-19 impact on RWI", ISL container throughput index by using SARIMA models, 2021, 1~13
- Kuzmicz Katarzyna Anna, "Approaches to empty container repositioning problems in the context of Eurasian intermodal transportation", Omega, (85), pp.194~213 (2019)
- Empty container logistics optimization: an implementation framework and methods, "Lee Bin Hong Alex", ~ (2014)
- LIU YUAN, "Machine Learning Approach to Forecasting Empty Container Volumes" (2019)
- Ping Fang Feng, "Multivariant forecasting mode of Guangdong province port throughput with genetic algorithms and Back Propagation neural network", Procedia-Social and Behavioral Sciences, 96, pp.1165~1174 (2013)
- Shankar Sonali, P, "Forecasting container throughput with long short-term memory networks", Industrial management & data systems (2019)
- Tegbrant August, "Improved transport efficiency through reduced empty positioning of containers-Transport buyers’ perspective", ~ (2021)
- Ubaid Ayesha, "Container Shipment Demand Forecasting in the Australian Shipping Industry: A Case Study of Asia–Oceania Trade Lane", Journal of Marine Science and Engineering, 9(9), pp.968~ (2021)