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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 白斗權
- 발행연도
- 2017
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (4)
2016
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
적응형 소프트웨어는 변화하는 상황에 맞게 적응하는 소프트웨어이다. 임계점이 존재하는 시스템에서는 모니터링하는 데이터가 임계점을 넘게 되면 적응을 수행하게 된다. 하지만 일시적으로 임계점을 넘었다가 정상 범위로 돌아오는 경우에 적응을 수행했다면, 이는 불필요한 적응을 수행하게 된 경우로 볼 수 있다. 불필요한 적응을 수행하게 될 경우, 그에 따라 시간 등 자원을 낭비하게 되며 수행된 적응에 따라 또 다른 적응 수행을 발생시킬 수 있다는 문제점이 있다. 따라서 본 논문에서는 이러한 불필요한 적응 수행을 감소시키기 위하여 사전에 임계점 이후의 상황을 예측한 후, 적응 시점 판단 지표를 적용하여 적응 시점을 판단하고자 한다. 예측하는 방법으로는 하이브리드 모델을 이용한다. 이 모델은 실측치에서 대부분 선형 및 비선형 패턴이 모두 나타나기 때문에 두 패턴을 모두 다룰 수 있는 이종 하이브리드 모델을 사용한다. 여기에서 선형 모델링에 사용하는 모델은 ARIMA와 지수 평활화이며 비선형 모델링 및 예측에 사용하는 모델은 ANN이다. 적응 시점 판단 지표는 추적 지표를 기반으로 하며 예측하려는 시점과 시간상으로 가까울수록 높은 가중치를 주게 된다. 본 논문의 기여점으로는 하이브리드 모델을 MAPE-K에 적용하여 임계점 이후 상황을 예측함으로써 실제 변화에 대한 불확실성을 감소시켰다는 점과 적응 시점 판단 지표를 기반으로 적응 시점을 판단함으로써 불필요한 적응 수행을 줄였다는 데에 있다.
목차
1. 서론.....................................................................12. 관련 연구................................................................42.1 단일 모델...........................................................42.2 하이브리드 모델.....................................................53. 연구 배경................................................................63.1 MAPE-K 모델....... .................................................63.2 시계열 예측 모델....................................................73.2.1 ARIMA.........................................................73.2.2 인공신경망....................................................83.2.3 하이브리드 모델...............................................94. 제안 기법...............................................................104.1 예측 기법..........................................................124.2 적응 시점 판단 지표................................................145. 실험 및 평가............................................................155.1 예측 정확도에 대한 성능............................................165.2 적응 시점 판단에 대한 성능.........................................196. 결론....................................................................21
최근 본 자료
댓글(0)
0