인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
공군은 매년 수천억 원 규모의 항공유를 구매 중이며, 급격한 항공유 가격 변동은 작전 준비태세에 리스크 요인으로 작용하고 있다. 정확한 가격 예측은 유류 재고관리를 최적화하는 데 중요하지만, 기존 연구는 구매기관에서 바로 적용이 제한되는 거시적 수준의 경제지표에 초점을 맞추는 경우가 많았다. 본 연구에서는 구매기관 관점에서 항공유 가격 예측 정확도를 향상하기 위한 기계학습 방법의 효과를 평가한다. 이때, 예측 정확도 향상을 위해 공급망, Google 검색 트렌드(Google Trends), 지정학적 요인과 전통적인 경제 요인을 통합한 기계학습 예측모형을 제안한다. 본 연구의 결과는 XGBoost 모형이 RMSE(Root Mean Squared Error)를 67%까지 줄여 가장 정확한 성과를 나타내었다. 따라서 공군을 비롯한 구매기관이 기계학습 가격 예측 모형을 채택하면 공급 가격관리 능력이 크게 향상될 수 있다. 또한, 본 연구 결과는 구매가 반복되고 가격 변동성이 큰 다른 제품 관리에도 효과적으로 적용할 수 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-24-02-090285120
