http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 유우연(Wooyeon Yu) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
시뮬레이션을 활용한 편도 카쉐어링 시스템의 최적 운영 조건 및 차량 재배치 알고리즘에 대한 연구
박세준(SeJoon Park),유우연(Wooyeon Yu),박윤선(Yunsun Park) 한국산업경영시스템학회 2019 한국산업경영시스템학회지 Vol.42 No.3
The concept of carsharing involves sharing a small number of reserved cars to be used individually by a larger number of people as required. This study examines the operating parameters of one-way carsharing systems in order to determine the appropriate operating conditions that minimizes the lost sales rate. Five operating parameters are tested in this study: the number of stations, the average number of vehicles per station, the rate of one-way trip, the average number of staffs per station, and the relocation policy. The performance of round-trip carsharing systems is also compared to that of one-way carsharing systems. A simulation model is developed and simulations are performed to determine the appropriate combination of operating parameter and levels. The simulation results show that the average number of vehicles per station is the most critical parameter. Other key findings obtained from this research are as follows. First, applying the appropriate relocation policy to one-way carsharing systems can allow more customers to rent vehicles than the traditional round-trip carsharing systems. Second, the appropriate relocation policy should be selected based on the average number of vehicles per station in order to minimize the lost sales rate. Third, the number of stations does not affect the lost sales rate. This study findings will provide tools to understand impact of the carsharing system parameters on the efficiency of the carsharing operations.
-
양재경(Jaekyung Yang),유우연(Wooyeon Yu) 한국산업경영시스템학회 2006 한국산업경영시스템학회 학술대회 Vol.2006 No.춘계
다양한 데이터 마이닝 기법들의 발전과 더불어, 속성 (Feature 또는 Attribute) 의 범위 (Dimension) 를 줄이기 위해 많은 요소 선택 방법이 개발되었다. 이는 확장성 (Scalability) 을 향상시킬 수 있고 학습 모델 (Learning Model)을 더욱 쉽게 해석할 수 있도록 한다. 이 논문에서는 네스티드 분할 (Nested Partition, 이하 NP) 을 이용한 새로운 최적화 기반 속성 선택 방법을 NP 기본 구조와 다양한 실험 문제의 수치적 결과들과 함께 제시하여 어떻게 NP의 최적화 구조가 속성 선택 과정에 기여를 하고 있는지 보여준다. 그리고 이 새로운 지능적인 분할 방법이 어떻게 매우 효율적인 분할을 수행하는지를 제시한다. 이 새로운 속성 선택 방법은 필터 (Filter) 방법과 래퍼 (Wrapper) 방법 두 가지로 구현될 수 있다. 사례 연구로서, B2B e-비즈니스 시스템에서 효과적으로 사용될 수 있는 추천 시스템(Recommender System) 을 제안하였다. 이 추천 시스템은 분류 기법 (Classification Rule) 과 제시된 NP 기반 요소 선택 방법을 사용하고 있다. 이 추천 시스템은 사용자의 인터넷 경매 참여를 추천하는데 사용되며, 이 때 제안된 요소 선택 앨고리듬은 추천 규칙들이 쉽게 이해될 수 있도록 모델을 간략화 하는데 사용된다.
ScienceON
스콜라연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
