승법계절 ARIMA 모형에 의한 부산항 컨테이너 물동량 추정과 예측

이재득(Ghae-Deug Yi) 한국항만경제학회 2013 韓國港灣經濟學會誌 Vol.29 No.3

본 연구는 1992년부터 2011년까지 월별자료를 사용하여 여러 가지 시계열 추정모델과 승법 계절 ARIMA 모형을 설정하여 부산항의 컨테이너 물동량을 추정하고 예측하였다. 여러 가지 모델로 추정한 결과 부산항의 컨테이너 물동량과 물동량 변동 모두 계절을 승법한 ARIMA 모델 (1,0,1)X(1,0,1) 12로 추정하였을 때, 추정결과와 Akaike information, Schwarz, Hannan-Quin 기준 등으로 보아, 가장 좋은 ARIMA 추정과 예측 모형으로 나타났다. 그리하여 부산항 물동량 추정의 최적모형인 ARIMA (1,0,1)X(1,0,1) 12 모형에 의해 향후 8년간 96개월에 대한 부산항 물동량 미래 예측치(2013-2020년)를 월별로 추정하여 예측한 결과 2013년부터 부산의 물동량은 연도별로 조금씩 지속적으로 증가하는 추세를 보일 것으로 나타났다. ARIMA (1,0,1)X(1,0,1) 12 모형에 의한 부산항의 컨테이너 물동량의 연도별 예측량은 2013년 1천 891만 TEU, 2014년 2천 34만 TEU, 2015년 2천 188만 TEU, 2016년 2천 353만 TEU, 2017년 2천 531만 TEU, 2018년 2천 722만 TEU 그리고 2020년 3천 148만 TEU등으로 나타났다. This paper estimates and forecasts the container throughput of Busan port using the monthly data for years 1992-2011. To do this, this paper uses the several seasonal multiplicative ARIMA models. Among several ARIMA models, the seasonal multiplicative ARIMA model (1,0,1)X(1,0,1) 12 is selected as the best model by AIC, SC and Hannan-Quin information criteria. According to the forecasting values of the selected seasonal multiplicative ARIMA model (1,0,1)X(1,0,1) 12, the container throughput of Busan port for 2013-2020 will increase steadily annually, but there will be some volatile variations monthly due to the seasonality and other factors. Thus, to forecast the future container throughput of Busan port and to develop the Busan port efficiently, we need to use and analyze the seasonal multiplicative ARIMA model (1,0,1)X(1,0,1) 12.

동해항 및 속초항의 컨테이너물동량 예측에 관한 연구

조진행(Jin-Haeng Jo),김재진(Jae-jin Kim) 한국항만경제학회 2010 韓國港灣經濟學會誌 Vol.26 No.1

본 연구의 목적은 환동해권 교역 거점으로서 동해항 및 속초항의 컨테이너화물 물동량을 예측함으로써 컨테이너화물의 수급정책의 제시 및 지역경제의 활성화에 기여하는 데 있다. 본 연구의 방법론으로는 관련 문헌의 서베이 및 국제컨테이너물동량의 O/D조사에 기초한 물동량 추정방법론이 적용되었다. 컨테이너화물의 O/D자료로는 한국해양수산개발원의 “해상물동량 O/D자료를 활용한 컨테이너물동량 추정”자료가 활용되었다. 또한 내륙컨테이너기지의 컨테이너화물 예측을 위해서는 일본 서안물동량, 중국 동북3성 물동량 및 극동 러시아물동량에 대해서 심층적으로 분석하였다. 결론으로는 첫째, 강원도의 컨테이너항만정책으로서 FEU당 10만원의 인센티브 수준이 5만원 수준보다 더 바람직한 것으로 나타났다. 둘재, 동해항 및 속초항만의 컨테이너 물동량은 2008년 6,653TEU에서 2010년 22,388TEU, 2015년 152,367TEU, 2020년 354,217TEU로 추정되었다. 세째, 동해항 및 속초항은 자동차로 1시간 이내 거리이므로 공동 항만마케팅이 요구된다. The purpose of this paper is to prepare container port policy and to contribute to the regional economy by forecasting of the container freight volume for the Donghae Port and Sokcho Port. As a methodology a survey and O/D technique were adopted. O/D technique was applied to the container freight data of Korea Maritime Institute. The main results of this paper are as follows: First, it is adviserable that Gangwondo Province should adopt incentive program of 100,000 won Per TEU rather than 50,000 won per TEU. Secondly, container freight volume for Donghae Port and Sokcho Port is forecast to be 22,388 TEU in 2010, 152,367 TEU in 2015 and 354,217 TEU from 6,653 TEU in 2008. Thirdly, joint port marketing is required for the Donghae Port and Sokcho Port in terms of same region in one hour drive.

SARIMA 모형을 이용한 우리나라 항만 컨테이너 물동량 예측

민경창,하헌구 대한교통학회 2014 대한교통학회지 Vol.32 No.6

This paper develops a model to forecast container volumes of all Korean seaports using a Seasonal ARIMA (Autoregressive Integrated Moving Average) technique with the quarterly data from the year of 1994 to 2010. In order to verify forecasting accuracy of the SARIMA model, this paper compares the predicted volumes resulted from the SARIMA model with the actual volumes. Also, the forecasted volumes of the SARIMA model is compared to those of an ARIMA model to demonstrate the superiority as a forecasting model. The results showed the SARIMA Model has a high level of forecasting accuracy and is superior to the ARIMA model in terms of estimation accuracy. Most of the previous research regarding the container-volume forecasting of seaports have been focussed on long-term forecasting with mainly monthly and yearly volume data. Therefore, this paper suggests a new methodology that forecasts shot-term demand with quarterly container volumes and demonstrates the superiority of the SARIMA model as a forecasting methodology. 본 연구는 SARIMA 모형을 활용하여 기존에 다루어지지 않았던 분기별 항만 컨테이너 물동량을 예측하였다. 구체적으로 모델 추정에 활용된 자료는 1994년 1사분기부터 2010년 4사분기까지 총 84분기동안의 국내 전체 항만 컨테이너 물동량 자료이다. 본 연구에서 추정된 예측 모형의 예측 정확도를 검증하기 위하여 2011년 1사분기부터 2013년 4사분기까지 물동량을 예측하여 실제 물동량과 비교하였다. 또한 기존에 널리 활용되고 있는 ARIMA 모형을 활용하여 추정한 예측 모형과의 비교를 통해 분기별 항만 물동량 예측에 있어서 SARIMA 모형의 상대적 우수성을 검증하였다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점이 맞추어져 있다. 또한 월별, 연도별 물동량 자료가 활용된 경우가 대부분이다. 분기별 항만 컨테이너 물동량 자료를 활용하여 단기 수요를 예측함과 동시에 SARIMA 모형의 우수성을 입증한 본 연구는 충분한 가치가 있다고 판단된다.

한중일 컨테이너물동량의 동태적 영향 분석

최봉호(Bong ho Choi),김상춘(Sang choon Kim) 한국국제상학회 2015 國際商學 Vol.30 No.1

본 연구의 목적은 중국 항만들의 급부상과 그에 따른 부산항 등 한국 항만의 위축과 같은 항만들 간의 위상 변화가 실제 동북아항만들간의 영향 관계에 의한 것인지, 아니면 각국 항만 자체의 경쟁력 변화에 의한 것인지를 살펴보는 것이다. 분석결과 예상한데로 중국 항만의 경쟁력은 상당히 높은 것으로 나타났다. 중국은 한국과 일본의 항만 컨테이너물동량에 상당한 영향을 미치고 있으며 반대로 한국과 일본의 항만컨테이너물동량에 의한 영향은 크게 받고 있지 않은 것으로 분석되었다. 그리고 일본의 컨테이너물동량이 한국 및 중국의 컨테이너물동량에 미치는 영향은 예상보다는 상당히 낮은 것으로 나타났다. 한국의 항만 컨테이너물동량은 중국 보다는 크지 않지만 여전히 중국 컨테이너물동량과 일본의 물동량에 적정수준 영향을 미치고 있는 것으로 나타났다. 이러한 결과는 상대적으로 한일 항만간의 공동협력 등으로 시너지효과 창출방안 모색하여 중국 항만과의 균형된 경쟁력을 회복하기 위한 정책적 공조와 협조를 위한 다양한 방안의 도출이 필요할 것임을 시사한다. Purpose : The purpose of this study is to investigate the dynamic relationship of container traffic volume among Korea, China and Japan and to induce policy implications. Research design, data, methodology : This paper analyzes container traffic volume among Korea, China and Japan with impulse response function and forecasting error variance decomposition based on VAR or VECM using yearly panel data on 3 countries over the period 1990∼2013. Results : The Empirical results indicate that the container traffic volume of Chinahas a great effect on that of Korea and Japan, but is less influenced by containertraffic volume of Korea and Japan. The container traffic volume of Japan very littleinfluence on that of Korea and China. The container traffic volume of Korea has a smaller effect on that of China and Japan than that of China. Conclusions : The results suggest that the container traffic volume of Korea and JapanwillbemoredependedonthatofChina thanever,thereforekoreahastotake a fundamental measures to promote the competitiveness of domestic port.

Prophet 모형을 활용한 국내 중소형 컨테이너항만 물동량 예측에 관한연구: 인천, 평택・당진, 울산항을 중심으로

김준기,류동근,남형식 인문사회 21 2022 인문사회 21 Vol.13 No.1

A Study on Forecasting of Small & Medium Sized Container Port Throughput in South Korea Using Prophet Model:Focused on Incheon, Pyeongtaek-Dangjin and Ulsan PortJunki Kim, Dongkeun Ryoo, & Hyungsik Nam Abstract: The container throughout handled by a port authority is still a relevant KPI to measure the efficiency and commercial success of ports worldwide. This study aims to predict the container throughput for the ports of Incheon, Pyeongtaek-Dangjin, and Ulsan ports in the Republic Of Korea. A mix of models including Prophet, LSTM, and SARIMA are used to forecast container volumes. After training the model with data from January 2001 to June 2016 of the target port, the container throughput from July 2016 to June 2021 was predicted, and the performance of the model was verified by comparing it with the actual volume. The findings show that when the throughput data yields seasonality, the Prophet model is effective in considering the ease of implementation and the operation time. Second, the study highlights the effectiveness to use jointly the Prophet and LSTM models when there is no clear indication of seasonality in the throughput dataset. Key Words: Container Port, Throughput Forecasting, Prophet, LSTM, SARIMA Prophet 모형을 활용한 국내 중소형 컨테이너항만 물동량 예측에 관한연구: 인천, 평택・당진, 울산항을 중심으로김 준 기*ㆍ류 동 근**ㆍ남 형 식*** 요약: 기존 항만물동량 예측 관련 연구의 주된 대상은 부산항 또는 국내 전체 항만이었고, 중소형 항만을 대상으로 한 연구는 활발히 이뤄지지 않았다. 본 연구는 Prophet, LSTM, SARIMA 모형을 사용하여 국내 중소형 컨테이너 항만 중 인천, 평택・당진, 울산항을 대상으로 물동량을 예측하였다. 대상 항만의 2001년 1월~2016년 6월의 자료로 모형을 학습시킨 뒤, 2016년 7월~2021년 6월까지의 물동량을 예측했고, 이를 실제 물동량과 비교하여 모형의 성능을 검증했다. 분석 결과, 첫째, 물동량 자료에 계절성이 나타나는 경우, 구현의 용이성과 연산시간을 고려하였을 때, Prophet 모형이 효과적임을 확인하였다. 둘째, 물동량 자료에 뚜렷한 계절성이 나타나지 않는 경우, Prophet 모형과 LSTM 모형을 함께 활용하는 것이 효과적임을 확인하였다. 핵심어: 컨테이너항만, 물동량 예측, Prophet, LSTM, SARIMA □ 접수일: 2022년 1월 12일, 수정일: 2022년 1월 28일, 게재확정일: 2022년 2월 20일* 주저자, 한국해양대학교 해운경영학과 석사과정(First Author, Master’s Course, Korea Maritime & Ocean Univ., Email: jkkim@g.kmou.ac.kr)** 공동저자, 한국해양대학교 교수(Co-author, Professor, Korea Maritime & Ocean Univ., Email: dkryoo@kmou.ac.kr)*** 교신저자, 한국해양대학교 물류・환경・도시인프라공학부(물류시스템공학전공) 교수(Corresponding Author, Professor, Korea Maritime & Ocean Univ., Email: hsnam@kmou.ac.kr)

System Dynamics를 활용한 인천항 컨테이너 물동량 예측

김 유나,여기태 한국해운물류학회 2022 해운물류연구 Vol.38 No.2

본 연구에서는 COVID-19 확산 여파에도 세계 항만과 대비된 새로운 양상을 나타내는 인천항의 물동량을 예측하는 것을 연구의 목적으로 하였다. 연구방법론으로는 시스템다이내믹스를 활용하였으며, 예측 모델의 정확도를 검증하기 위하여 오차 분석에서 사용하는 MAPE 분석을 사용하였다. 인천항 컨테이너 물동량 예측 시뮬레이션을 검증한 결과 Training 구간 3.893%, Test 구간 4.650%로 매우 정확한 예측 모델로 검증되었다. 또한, 본 연구에서 구축한 예측모형을 사용하여 향후 3년간 물동량을 예측한 결과 2022년에는 3,763,089TEU, 2023년에는 4,015,045TEU, 2024년 4,283,870TEU로 나타났다. 본 연구에서 예측된 물동량은 향후 항만을 관리하고 정책 방향을 설정할 때 근거자료로 활용할 수 있다는 점에서 시사점이 있다.

시계열 분석 기반 신뢰구간 추정을 활용한 항만 물동량 이상감지 방안

하준수(Ha, Jun-Su),나준호(Na, Joon-Ho),조광휘(Cho Kwang-Hee),하헌구(Ha, Hun-Koo) 한국항만경제학회 2021 韓國港灣經濟學會誌 Vol.37 No.1

부산항의 부두 장치율은 지난 3년동안 지속적으로 상승하였다. 부두 장치율 상승은 컨테이너 재조작을 야기하여 부두 노동자의 업무 강도를 증가시킨다. 또한, 장치율 상승이 장기화될 경우 선주의 대기 시간을 증가시켜 항만의 서비스 수준이 하락할 수 있다. 이에 본 연구는 부두 장치율 상승 문제를 해결하기 위한 방안으로 수요예측치의 신뢰구간 추정을 활용한 항만 물동량 이상감지 방안을 제안하였다. 수요예측 방법론은 ARIMA 모형을 사용하였으며 실증 분석을 위해 사용된 자료는 2013년 1월 1일부터 2020년 10월 12일까지 총 2841일 동안의 부산항 전체 일별 물동량 자료 및 9개 부두의 일별 물동량 자료이다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점을 맞추었다. 일별, 부두별 부산항 물동량 자료를 활용하여 단기 물동량을 예측하고 예측치를 기반으로 부두 장치율 관리 방안을 제시한 본 연구는 충분한 가치가 있다고 판단된다. Port congestion rate at Busan Port has increased for three years. Port congestion causes container reconditioning, which increases the dockyard labor"s work intensity and ship owner"s waiting time. If congestion is prolonged, it can cause a drop in port service levels. Therefore, this study proposed an anomaly detection method using ARIMA(Autoregressive Integrated Moving Average) model with the daily volume data from 2013 to 2020. Most of the research that predicts port volume is mainly focusing on long-term forecasting. Furthermore, studies suggesting methods to utilize demand forecasting in terms of port operations are hard to find. Therefore, this study proposes a way to use daily demand forecasting for port anomaly detection to solve the congestion problem at Busan port.

하이브리드 ARIMA-신경망 모델을 통한 컨테이너물동량 예측에 관한연구

신창훈(Shin, Chang-Hoon),강정식(Kang, Jeong-Sick),박수남(Park, Soo-Nam),이지훈(Lee, Ji-Hoon) 한국항해항만학회 2008 한국항해항만학회지 Vol.32 No.1

컨테이너항만의 물동량 예측은 항만의 개발 및 운영계획을 위해 매우 중요한 과정이다. 일반적으로 회귀분석, ARIMA모형 등의 통계적 방법론을 통해 많은 예측이 이뤄져왔다. 최근의 연구에서는 인공 신경망(ANN)기법을 통한 예측이 이뤄지고 있으며 기존의 선형적인 기법을 대신하고 있다. 본 연구에서는 선형모형과 비선형모형에 강점이 있는 ARIMA모형과 신경망모형을 결합해 보다 효과적인 예측 모형을 개발하고자 한다. 실제 항만의 과거 자료를 통해 모델의 적합성을 측정하였고 항만의 특성에 따라 모형의 적합성이 다양하게 나타났다. 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 modeling. The results with port traffic data indicate that effectiveness can differ according to the characteristics of ports.

항만물동량 예측력 제고를 위한 ARIMA 및 인공신경망모형들의 비교 연구

신창훈(Chang-Hoon Shin),정수현(Su-Hyun Jeong) 한국항해항만학회 2011 한국항해항만학회지 Vol.35 No.1

The accuracy of forecasting is remarkably important to reduce total cost or to increase customer services, so it has been studied by many researchers. In this paper, the artificial neural network (ANN), one of the most popular nonlinear forecasting methods, is compared with autoregressive integrated moving average(ARIMA) model through performing a prediction of container traffic. It uses a hybrid methodology that combines both the linear ARIAM and the nonlinear ANN model to improve forecasting performance. Also, it compares the methodology with other models in performance for prediction. In designing network structure, this work specially applies the genetic algorithm which is known as the effectively optimal algorithm in the huge and complex sample space. It includes the time delayed neural network (TDNN) as well as multi-layer perceptron (MLP) which is the most popular neural network model. Experimental results indicate that both ANN and Hybrid models outperform ARIMA model. 예측의 정확성은 비용의 감소나 고객서비스의 제고를 위해 필수적으로 선행되어야 하기에 현재까지도 많은 연구자들에 의해 연구되고 있는 분야이다. 본 연구에서는 국내 항만의 컨테이너 물동량 예측에 있어 대표적인 비선형예측모형인 인공신경망모형과 ARIMA모형에 대한 비교연구를 수행하는데 목적을 두었고, 컨테이너 물동량 예측력 제고를 위해 ARIMA모형과 인공신경망(ANN)모형을 결합한 하이브리드모형을 사용해 다른 모형들과 예측성과를 비교하고자 한다. 특히 인공신경망모형의 네트워크 구조 설계에 부분에 있어 방대하며 복잡한 탐색공간에서도 전역해 찾기에 효과적인 기법으로 알려져 있는 유전알고리즘을 사용함과 동시에 인공신경망의 대표적인 모형으로 알려진 다층퍼셉트론(MLP)뿐만 아니라 시간지연네트워크(TDNN)를 사용해 예측성과를 비교하였다. 그 결과 ANN모형과 하이브리드모형이 ARIMA모형보다 더 뛰어난 예측성과를 보이는 것으로 나왔다.

컨테이너물동량 예측에 있어 유전알고리즘을 이용한 인공신경망 적용에 관한 연구

신창훈(Chang-Hoon Shin),박수남(Soo-Nam Park),정동훈(Dong-Hun Jeong),정수현(Su-Hyun Jeong) 한국항해항만학회 2009 한국항해항만학회 학술대회논문집 Vol.2009 No.추계

본 연구에서는 비선형예측기법으로서 현재 많은 관심을 받고 있는 인공신경망을 사용하여 컨테이너 물동량 예측을 수행하여 ARIMA모형과 비교하였다. 인공신경망의 예측성과에 많은 영향을 주는 네트워크 구조설계에 있어 기존의 선행연구들을 경험에 바탕을 둔 방법론을 사용하였다. 하지만 본 연구에서 그 대안으로 구조설계 문제에 있어 방대하며 복잡한 탐색공간에서 효과적으로 알려진 유전 알고리즘을 사용하였다. On this study, the artificial neural network, one of the nonlinear forecasting methods, is compared with ARIMA model through performing a forecast of container traffic. The existing studies have been used the rule of thumb in topology design for network which had a great effect on forecasting performance of the artificial neural network. However, this study applied the genetic algorithm, known as the effectively optimal algorithm in the huge and complex sample space, as the alternative.