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 : 전준우(Jeong-Woo Jeon) (검색결과 6 건)
- 무료
- 기관 내 무료
- 유료
-
정기선사의 컨테이너 재고 수요예측모델 구축에 대한 연구
전준우(Jun-woo Jeon),정길수(Kil-su Jung),공정민(Jeong-min Gong),여기태(Gi-tae Yeo) 한국항만경제학회 2016 韓國港灣經濟學會誌 Vol.32 No.4
본 연구는 System Dynamics를 이용하여 선사 컨테이너 인벤토리의 수요를 장비 Type/size별 예측, Port별 예측, Weekly 예측을 통해 보다 정교한 예측모델을 구축하는 것을 연구의 목적으로 하였다. 예측은 중국의 상하이항과 얀티안항을 대상으로 하였다. 컨테이너 인벤토리는 수요가 많고 유효한 데이터를 산출할 수 있는 Dry 컨테이너 20’, 40’, High cube 40’으로 한정하였다. 시뮬레이션 기간은 2011년-2017년이며, 선사에서 실제 예측하는 단위인 Weekly 데이터를 활용하였다. 모델의 정확도 검증을 위해 절대비율 평균오차(MAPE)를 적용한 결과 상하이 Dry 40’ 수요, 상하이 Dry High cube 40’ 수요, 상하이 Dry 20’ 공급, 상하이 Dry 40’ 공급, 상하이 Dry High cube 40’ 공급예측 모델은 0%≦MAPE≦10%에 속하는 매우 정확한 예측 모델로 검증되었다. 그 외의 상하이 수요 · 공급 예측 모델은 10%≦MAPE≦20%에 속해 비교적 정확한 예측 모델로 검증되었다. 얀티안 Dry High cube 40’ 수요, Dry 20’ 공급 예측 모델은 0%≦MAPE≦10%에 속해 매우 정확한 예측 모델이며, 그 외의 얀티안 수요ㆍ공급 예측 모델은 10%≦MAPE≦20%에 속해 비교적 정확한 예측모델로 검증되었다. 본 연구의 예측 모델은 실제 선사에서 관리중인 데이터와 비교해도 높은 정확도를 갖는 것으로 나타났다. 본 연구에서 제시된 모델은 지역 수요예측 담당자 및 본부의 인벤토리 컨트롤 담당자가 참고자료로 유용하게 사용 가능하다. This study attempts to establish a precise forecast model for the container inventory demand of shipping companies through forecasts based on equipment type/size, ports, and weekly system dynamics. The forecast subjects were Shanghai and Yantian Ports. Only dry containers (20, 40) and high cubes (40) were used as the subject container inventory in this study due to their large demand and valid data computation. The simulation period was from 2011 to 2017 and weekly data were used, applying the actual data frequency among shipping companies. The results of the model accuracy test obtained through an application of Mean Absolute Percentage Error (MAPE) verified that the forecast model for dry 40’ demand, dry 40’ high cube demand, dry 20’ supply, dry 40’ supply, and dry 40’ high cube supply in Shanghai Port provided an accurate prediction, with 0%≤MAPE≤10%. The forecast model for supply and demand in Shanghai Port was otherwise verified to have relatively high prediction power, with 10%≤MAPE≤20%. The forecast model for dry 40’ high cube demand and dry 20’ supply in Yantian Port was accurate, with 0%≤MAPE≤10%. The forecast model for supply and demand in Yantian Port was generally verified to have relatively high prediction power, with 10%≤MAPE≤20%. The forecast model in this study also had relatively high accuracy when compared with the actueal data managed in shipping companies.
-
세계 주요 정기선사의 선박 투자전략 비교분석에 관한 연구
전기정,전준우,양창호,여기태,Jeon, Ki-Jeong,Jeon, Jun-Woo,Yang, Chang-Ho,Yeo, Gi-Tae 한국디지털정책학회 2016 디지털융복합연구 Vol.14 No.7
본 연구는 Fuzzy-AHP방법을 활용하여 세계 주요선사의 선박투자 전략을 비교분석하는 것을 연구의 목적으로 하였다. 선박투자요인은 선행연구를 통해 1차적으로 선정한 후, 해운선사 근무경력 15년 이상의 전문가와 심층 인터뷰(Indepth-Inerview)를 수행하였다. 전문가의 지식추출이 가능한 Fuzzy-AHP를 사용하여 최종적으로 선박투자요인에 대한 가중치를 산정하였다. 선행연구에서 제시한대로 선사들을 "시황흐름 무관 선박투자" 형, "시황상승기 이전 선박투자" 형, "과다발주에 동참 후 시황하락" 형, "시황상승기 선박투자 회피" 형으로 분류하여 선박투자 전략을 비교분석하였다. 분석결과, "시황흐름 무관 선박투자" 형의 선박투자 우선순위는 해운운임(0.132), 중고선가(0.121), 선복량(0.103), "시황상승기 이전 선박투자" 형의 선박투자 우선순위는 해운운임(0.134), 선주여건(0.113), 정책금융기관의 지원(0.109)이 중요요인으로 분석되었다. "과다발주에 동참 후 시황하락" 형의 선박투자 우선선위는, 해운운임(0.173), 선복량(0.169), 국제정세 변화(0.121), "시황상승기 선박투자 회피" 형의 경우 해운운임(0.293), 선복량(0.232), 유가(0.150)가 중요한 요인으로 분석되었다. The purpose of this study was to carry out comparative analysis on the world major liner shipping companies' ship investment strategy using Fuzzy-AHP model. In this study, the ship investment factors were firstly selected by literature review and finally adopted them by in-depth interview with experts who had working experiences over 15 years in the field of shipping business. As suggested in the previous research, the liner shipping companies have been classified into four types such as 'ship investment irrelevant to market trend'(Type1), 'ship investment before market rise'(Type2), 'market decline after participation in excessive orders'(Type3), 'avoidance of ship investment during market rise'(Type4) and the comparative analysis were conducted among four ship investment types. According to the results of analysis, ship investment priority in Type1 was freight rates(0.132), price of used ship(0.121) and fleet(0.103). The priority in Type2 was freight rates(0.134), need for ship owner(0.113) and public funding(0.109). Type3 put its priority in freight rates(0.173), fleet(0.169) and the changes in international circumstances(0.121). Type4 considered freight rates(0.239), fleet(0.232) and oil price(0.150) as its priority.
-
-
-
-
DEA와 Malmquist 지수를 활용한 화물자동차운송업체의 효율성 및 생산성 분석에 관한 연구
이영재(Young-jae LEE),공정민(Jeong-min GONG),전준우(Jun-woo JEON),여기태(Gi-tae YEO) 한국항만경제학회 2016 韓國港灣經濟學會誌 Vol.32 No.2
본 연구는 DEA-CCR, BCC 그리고 Malmquist 지수를 이용하여 국내 화물자동차운송업체의 효율성과 생산성을 분석하는 것을 연구의 목적으로 하였다. 취급량 기준 국내 상위 14개 화물자동차운송업체를 분석대상으로 하였으며, 투입변수로 화물취급업소 수, 트럭 수, 자산을 이용하였으며, 산출변수로 취급량과 매출액을 선정하였다. 화물자동차운송업체의 효율성 분석을 위해 DEA 모형을 적용했으며, Malmquist 지수를 적용하여 생산성을 분석하였다. DEA분석 결과 DMU4,5,10 총 3개 업체의 CCR, BCC, 규모의 효율성이 모두 1로 효율적 운영이 이루어지고 있는 것으로 나타났다. 한편 Malmquist 지수분석결과, 2012-2013년도를 제외하고는 모두 1보다 작은 값을 보여 생산성이 감소한 것으로 나타났고, TECI는 2012-2013년도를 제외하고 지수가 모두 1보다 높아 효율성이 높은 것으로 나타났지만, TCI는 반대로 2012-2013년도를 제외하고 모두 1보다 낮은 지수로 기술이 퇴보된 추세로 분석됐다. The purpose of this study is to analyze the efficiency and productivity of domestic trucking transportation companies using DEA-CCR, BCC, and Malmquist indexes. Here, we analyze the top 14 domestic trucking transportation companies, based on cargo volume. The number of freight agents, trucks, and assets are used as input variables, and cargo volumes and sales are used as output variables. The efficiency of trucking transportation companies is examined using a DEA approach, and Malmquist indexes are applied to analyze productivity. According to the DEA results, the efficiency levels of the CCR, BCC, and scales for three companies (DMU 4, 5, and 10) are 1, indicating that these companies are operated efficiently. At the same time, the Malmquist indexes show that all companies have values smaller than 1, except for the period 2012-2013, indicating that their productivity decreased. Furthermore, the TECI indexes were all larger than 1, except for the period 2012-2013, indicating that the companies are efficient. Lastly, all TCI indexes are smaller than 1, except for the period 2012-2013, indicating regressing trends.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
