Student's t-Copula 적합을 통한 Heavy Tail형 SCM 수요 데이터의 모델링 및 분석Forecasting Modeling of Heavy Tail Typed Demand using Student's t-Copula Fitting in Supply Chain Management
- Other Titles
- Forecasting Modeling of Heavy Tail Typed Demand using Student's t-Copula Fitting in Supply Chain Management
- Authors
- 김태성; 이현수
- Issue Date
- 2013
- Publisher
- 한국디지털정책학회
- Keywords
- Copula; Dependency Structure; Casual Analysis; Demand Forecasting; Heavy Tail Distribution; Supply Chain Network; 코플라; 상관 구조; 인과 분석; 수요 예측; 헤비 테일 분포; 공급 사슬 네트웍
- Citation
- 디지털융복합연구, v.11, no.9, pp.103 - 111
- Journal Title
- 디지털융복합연구
- Volume
- 11
- Number
- 9
- Start Page
- 103
- End Page
- 111
- URI
- https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/2199
- ISSN
- 2713-6434
- Abstract
- SCM의 관리 포인트가 공급중심에서 수요관리 중심으로 옮겨짐에 따라, 정확한 수요 예측을 위한 많은 기법들이 제시되어 왔다. 이 중 변수간의 인과관계 분석을 통한 수요예측이 많이 이루어지고 있음에도 불구하고, 연관된 변수들 간의 상관구조는 상관계수에 의존하였고, 이는 예측의 정확성을 저하시키는 요인으로 작용하였다. 본 논문에서는 기존 방법의 문제점들을 보완하며, SCM에서 발생하는 Heavy Tail형 데이터의 상관구조를 정밀하게 모델링할 수 있는 방법을 제시한다. 상관구조를 파악할 수 있는 프레임웍인 코플라 함수 중에서 Student's t-코플라 함수를 통하여 수요 예측모형을 수립하고, 관련 파라미터를 추정하는 기법을 실험과 함께 제시하였다. 이를 통해, 수요예측에 필요한 변수들 간의 상관구조 파악이 보다 명확해지며, 이는 SCM상의 채찍효과의 완화로 이어져, 안정된 공급 사슬 네트웍의 관리에 기여할 것으로 기대된다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - School of Industrial Engineering > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/2199)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.