하이브리드 ARIMA = A study on the forecast of container traffic using hybrid ARIMA-neural network model

국문 초록 (Abstract)

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.

다국어 초록 (Multilingual Abstract)

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 (Table of Contents)

• 1. 서 론
• 2. 실증 분석
• 3. 결과 종합
• 4. 결 론