KR20170111674A - 예측 모델 업데이트 방법 및 시스템 - Google Patents

Abstract

본 발명은 예측 모델 업데이트 방법 및 시스템에 관한 것으로, 본 발명의 일 측면에 따르면, 본 발명의 일 측면에 따르면, 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 방법으로서, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하는 단계를 포함하는 예측 모델 업데이트 방법이 제공된다.

Description

예측 모델 업데이트 방법 및 시스템{Method and system for prediction model updating}

본 발명은 예측 모델 업데이트 방법 및 시스템에 관한 것으로, 특히, 석유화학제품 가격을 예측하는 예측 모델의 업데이트 방법 및 시스템에 관한 것이다.

일반적으로 시계열 분석 방법을 활용한 석유화학제품의 가격 예측 모델은, 예측 모델의 성능 유지를 위하여, 주기적인 업데이트가 필요하다.

구체적으로, 예측 모델의 예측 인자들 간의 관계에 변동이 생길 경우, 예측 모델의 신뢰성이 떨어지게 된다. 즉, 일정한 성능 유지를 위해서는 예측 모델이 주기적인 업데이트가 필요하지만, 업데이트 시점을 결정하기 위한 방법 및 시스템에 대해서는 체계적인 연구가 부족한 상황이다.

본 발명은 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 방법 및 시스템을 제공하는 것을 해결하고자 하는 과제로 한다.

또한, 본 발명은 상기 예측 모델의 성능을 유지시킬 수 있는 예측 모델의 업데이트 방법 및 시스템을 제공하는 것을 해결하고자 하는 과제로 한다.

상기한 과제를 해결하기 위하여, 본 발명의 일 측면에 따르면, 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 방법으로서, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하는 단계를 포함하는 예측 모델 업데이트 방법이 제공된다.

또한, 본 발명의 또 다른 측면에 따르면, 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 방법으로서, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 시계열적 변동을 모니터링 하는 단계 (a); 및 T2값의 시계열적 변동과, 복수 개의 T²값으로부터 도출된 관리 한계선을 비교하여 상기 예측 모델의 업데이트 시점을 결정하는 단계 (b)를 포함하는 예측 모델 업데이트 방법이 제공된다.

또한, 본 발명의 또 다른 측면에 따르면, 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 시스템으로서, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하는 모드를 포함하는 예측 모델 업데이트 시스템이 제공된다.

또한, 본 발명의 또 다른 측면에 따르면, 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 시스템으로서, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 시계열적 변동을 모니터링 하는 제1 모드 및 T²값의 시계열적 변동과, 복수 개의 T²값으로부터 도출된 관리 한계선을 비교하여 상기 예측 모델의 업데이트 시점을 결정하는 제2 모드를 포함하는 예측 모델 업데이트 시스템이 제공된다.

이상에서 살펴본 바와 같이, 본 발명의 일 실시예와 관련된 예측 모델 업데이트 방법 및 시스템은 다음과 같은 효과를 갖는다.

예측 모델에서 예측 인자들로 구성된 다변량 관리도(호텔링의 T²)를 구축하여 석유화학 제품의 가격의 변동을 시계열적으로 모니터링할 수 있다.

또한, 모니터링 과정에서, 다변량 관리도에서 이상 신호를 나타내는 경우, 예측 모델의 업데이트를 수행함으로써 예측 모델의 성능을 유지시킬 수 있다.

또한, 예측 인자들의 개별적인 가격 변동을 모니터링하는 것이 아니라 모든 예측 인자를 포함하여 요약한 다변량 지표(T²)로 모니터링함으로써 잘못된 이상 신호의 발생을 줄일 수 있고, 예측 인자들 간의 관계가 변동한 경우에 대해서도 모니터링이 가능하다.

따라서, 보다 정확하게 예측 모델의 업데이트 시점을 결정할 수 있다.

도 1은 본 발명과 관련된 석유화학제품의 계통도이다.
도 2는 본 발명과 관련된 호텔링의 T²값을 설명하기 위한 표이다.
도 3은 본 발명의 일 실시예와 관련된 예측 모델 업데이트 방법을 설명하기 위한 그래프이다.

이하, 본 발명의 일 실시예에 따른 예측 모델 업데이트 방법 및 시스템을 첨부된 도면을 참고하여 상세히 설명한다.

또한, 도면 부호에 관계없이 동일하거나 대응되는 구성요소는 동일 또는 유사한 참조번호를 부여하고 이에 대한 중복 설명은 생략하기로 하며, 설명의 편의를 위하여 도시된 각 구성 부재의 크기 및 형상은 과장되거나 축소될 수 있다.

도 1은 본 발명과 관련된 석유화학제품의 계통도이고, 도 2는 본 발명과 관련된 호텔링의 T²값을 설명하기 위한 표이며, 도 3은 본 발명의 일 실시예와 관련된 예측 모델 업데이트 방법을 설명하기 위한 그래프이다.

도 1은 일반적으로 사용되는 석유화학제품의 계통도로서, 각 박스 안의 명칭은 석유화학 제품을 나타낸다. 또한, 도 1을 참조하면, 제품들간의 연결선을 기준으로, 상대적으로 오른쪽에 위치한 제품들은 상대적으로 왼쪽에 위치한 제품들의 하위 제품에 해당하고, 상대적으로 왼쪽에 위치한 제품들은 상대적으로 오른쪽에 위치한 제품들의 상위 제품에 해당한다. 예를 들어, 에틸렌(10)의 상위 제품은 LPG(9)이고, 에틸렌(10)의 하위 제품은 LDPE(Low Density PolyEthylene)(11)이다.

본 발명의 일 실시예와 관련된 예측 모델 업데이트 방법은, 석유화학제품(예를 들어, 에틸렌(10))의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 방법이다. 구체적으로, 상기 예측 모델 업데이트 방법은, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하는 단계를 포함한다. 한편, 상기 예측 모델은 예측 인자들 간의 관계를 고려하여 특정 제품의 가격을 다른 제품들의 가격을 통해 예측할 수 있도록 마련된 것으로, 시계열적 분석 방법이 적용된 공지의, 다양한 예측 모델이 사용될 수 있다.

특히, T²값의 시계열적 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정할 수 있다.

한편, 예측 인자는 석유화학제품의 가격에 영향을 미치는 인자들을 나타내며, 상기 예측 인자는, 석유화학제품 계통도 상의 하나 이상의 제품(예를 들어, 에틸렌)의 가격을 포함할 수 있다. 또한, 상기 예측 인자는, 상기 제품(에틸렌)의 복수 개의 지역별 가격(한국, 미국, 유럽)을 포함할 수 있다. 또한, 상기 예측 인자는, 상기 제품(에틸렌(10))의 상위 제품(LPG(9)) 및 하위 제품(LDPE(11))의 가격을 포함할 수 있다.

도 2를 참조하면, 시계열적 흐름(Obs1 내지 Obsn)에 따라, 복수 개의 예측 인자들로부터 하기 일반식 1에 따라 T²값이 산출될 수 있다.

[일반식 1]

이때, T²값과 소정의 관리 한계값의 차이가 소정 값 이상인 경우 상기 예측 모델의 업데이트를 수행할 수 있다. 구체적으로, 소정 기간 이상 동안, T²값과 관리 한계값의 차이가 소정 값 이상인 경우 상기 예측 모델의 업데이트를 수행할 수 있다. 한편, 상기 관리 한계값은 복수 개의 T²값으로부터 도출될 수 있다. 예를 들어, 복수 개의 T²값의 95분위수에 해당하는 값으로 결정될 수 있다. 또한, 상기 소정 기간은 4주일 수 있다.

구체적으로, 4주에 걸쳐 T²값과 관리 한계값의 차이가 소정 값 이상인 경우, 예측 모델을 구성하는 예측 인자들 간의 관계가 변동된 것으로 판단하고, 예측 모델의 업데이트를 수행할 수 있다.

도 3을 참조하면, 본 발명의 또 다른 측면에 따르면, 예측 모델 업데이트 방법은 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 시계열적 변동을 모니터링 하는 단계 (a) 및 T²값의 시계열적 변동과, 복수 개의 T²값으로부터 도출된 관리 한계선을 비교하여 상기 예측 모델의 업데이트 시점을 결정하는 단계 (b)를 포함한다.

상기 관리 한계선은 전술한 관리 한계값을 시계열적인 그래프로 나타낸 선이다. 즉, 상기 관리 한계선은, 복수 개의 T²값 중 소정 분위수(예를 들어, 95분위수)에 해당하는 값으로 도출될 수 있다. 또한, 도 3을 참조하면, 소정 기간(예를 들어, 4주) 이상 동안, T²값과 관리 한계선(CL)의 차이가 소정 값 이상인 경우 상기 예측 모델의 업데이트를 수행할 수 있다. 도 3의 경우, 2013년 1월 12일경부터 T²값과 관리 한계선(CL)의 차이가 소정 값 이상이 되기 시작했고, 4주 동안 그 상태가 지속되었으므로, 4주가 경과한 시점에서 예측 모델의 업데이트가 수행된다.

이하, 상기와 같은 방법을 구현하기 위한 예측 모델 업데이트 시스템을 구체적으로 설명한다.

상기 예측 모델 업데이트 시스템은 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 시스템으로서, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하는 모드를 포함할 수 있다. 즉, 상기 시스템은, 시계열적인 석유화학제품의 가격 정보를 수신 및 저장하고, 이에 기초하여, 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값을 연산하도록 마련된다. 또한, 상기 시스템은, 상기 T²값의 시계열적 변동을 모니터링하도록 마련된다. 특히, 상기 모드는, T²값의 시계열적 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하도록 마련된다. 이때, 업데이트 시점의 결정은 업데이트 방법에 설명한 것과 동일하다.

또한, 본 발명의 또 다른 측면에 따른 예측 모델 업데이트 시스템은, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 시계열적 변동을 모니터링 하는 제1 모드 및 T²값의 시계열적 변동과, 복수 개의 T²값으로부터 도출된 관리 한계선을 비교하여 상기 예측 모델의 업데이트 시점을 결정하는 제2 모드를 포함할 수 있다. 이때, 제2 모드에서 관리 한계선은 복수 개의 T²값 중 소정 분위수로 도출될 수 있고, 제2 모드에서, 소정 기간 이상 동안, T²값과 관리 한계선의 차이가 소정 값 이상인 경우 상기 예측 모델의 업데이트를 수행할 수 있다.

위에서 설명된 본 발명의 바람직한 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.

9, 10, 11: 석유화학제품

Claims (16)

1. 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 방법으로서,
   예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하는 단계를 포함하는 예측 모델 업데이트 방법.
2. 제 1 항에 있어서,
   T²값의 시계열적 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하는, 예측 모델 업데이트 방법.
3. 제 1 항에 있어서,
   예측 인자는 석유화학제품 계통도 상의 하나 이상의 제품의 가격을 포함하는 예측 모델 업데이트 방법.
4. 제 3 항에 있어서,
   예측 인자는, 상기 제품의 복수 개의 지역별 가격을 포함하는 예측 모델 업데이트 방법.
5. 제 3 항에 있어서,
   예측 인자는, 상기 제품의 상위 제품 및 하위 제품의 가격을 포함하는 예측 모델 업데이트 방법.
6. 제 2 항에 있어서,
   T²값과 관리 한계값의 차이가 소정 값 이상인 경우 상기 예측 모델의 업데이트를 수행하는 예측 모델 업데이트 방법.
7. 제 6 항에 있어서,
   소정 기간 이상 동안, T²값과 관리 한계값의 차이가 소정 값 이상인 경우 상기 예측 모델의 업데이트를 수행하는 예측 모델 업데이트 방법.
8. 제 7 항에 있어서,
   상기 소정 기간은 4주인 예측 모델 업데이트 방법.
9. 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 방법으로서,
   (a)예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 시계열적 변동을 모니터링 하는 단계; 및
   (b)T²값의 시계열적 변동과, 복수 개의 T²값으로부터 도출된 관리 한계선을 비교하여 상기 예측 모델의 업데이트 시점을 결정하는 단계를 포함하는 예측 모델 업데이트 방법.
10. 제 9 항에 있어서,
    관리 한계선은 복수 개의 T²값 중 소정 분위수에 해당하는 값으로 도출되는 예측 모델 업데이트 방법.
11. 제 10 항에 있어서,
    소정 기간 이상 동안, T²값과 관리 한계선의 차이가 소정 값 이상인 경우 상기 예측 모델의 업데이트를 수행하는 예측 모델 업데이트 방법.
12. 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 시스템으로서, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하는 모드를 포함하는 예측 모델 업데이트 시스템.
13. 제 12 항에 있어서,
    상기 모드는 T²값의 시계열적 변동에 기초하여 상기 예측 모델의 업데이트 시점을 결정하도록 마련된 예측 모델 업데이트 시스템.
14. 석유화학제품의 가격을 예측하기 위한 예측 모델의 업데이트 시점을 결정하기 위한 시스템으로서, 예측 모델의 예측 인자들로 얻어진 호텔링(Hotelling)의 T²값의 시계열적 변동을 모니터링 하는 제1 모드 및 T²값의 시계열적 변동과, 복수 개의 T²값으로부터 도출된 관리 한계선을 비교하여 상기 예측 모델의 업데이트 시점을 결정하는 제2 모드를 포함하는 예측 모델 업데이트 시스템.
15. 제 14 항에 있어서,
    제2 모드에서 관리 한계선은 복수 개의 T²값 중 소정 분위수로 도출되는 예측 모델 업데이트 시스템.
16. 제 15 항에 있어서,
    제2 모드에서, 소정 기간 이상 동안, T²값과 관리 한계선의 차이가 소정 값 이상인 경우 상기 예측 모델의 업데이트를 수행하는 예측 모델 업데이트 시스템.
    

Images