中科微点-全球专利检索

  1. Login
  2. Sign Up

Search Results

7 records (took 0.02 seconds)

    기후변화의 불확실성을 고려하여 실물옵션분석을 기반으로 한 의사결정나무 구축 방법
    2.
    发明授权
    기후변화의 불확실성을 고려하여 실물옵션분석을 기반으로 한 의사결정나무 구축 방법 有权

    公开(公告)号：KR101927898B1

    公开(公告)日：2018-12-11

    申请号：KR1020180003935

    申请日：2018-01-11

    Applicant: 서울대학교산학협력단

    Inventor： 김영오 ,  임선후

    IPC: G06Q50/26 ,  G06Q10/06 ,  G06Q10/04 ,  G06Q40/06

    Abstract: 본 발명은 적응형 의사결정에 초점을 맞추어 가장 대표적인 실물옵션분석법에 기후변화의 불확실성을 반영하고 가뭄 대비 수자원정책의 경제성 분석을 재평가하기 위한 기후 변화의 불확실성을 고려하여 실물옵션분석을 기반으로 한 의사결정나무 구축 방법에 관한 것으로, (a) 해당 유역에 적용할 수집된 사업 자료DB로부터 관측 유입량을 이용하여 미래 유입량 자료 생성모듈에서 미래 유입량 자료가 생성되면, 이 생성된 유입량 자료를 이용하여 저수량 산정모듈이 가뭄대응기준에 따라 저수량을 산정하는 단계; (b) 연도별 분류모듈이 상기 저수량 산정모듈에서 산정된 저수량이 일정 기간 동안 가뭄이 지속되는 심각단계 이하인 연도를 분류하는 단계; (c) 가뭄확률 계산모듈이 상기 심각단계 이하로 내려간 빈도를 통해 가뭄확률을 산출하고, 가뭄 피해액 산정모듈이 상기 심각단계 이하로 내려간 빈도를 통해 가뭄 피해액과 가뭄 저감액을 산정하는 단계; (d) 의사결정나무 구축모듈이 상기 심각단계 이하로 내려간 빈도에 따른 가뭄확률, 가뭄 피해액과 가뭄 저감액의 산정으로부터 각 노드에 들어가는 값을 편익(B)과 비용(C)의 불확실성의 확률과 곱하여 각각 계산되어 삽입하고, 투자와 운영(Invest & Operation), 연기(Delay) 및 포기(Abort)의 옵션으로 단계별로 가장 높은 가치인 노드를 전진하여 선택하는 단계; (e) 결과 분석모듈이 선택된 옵션에 따라 의사결정나무의 가능한 모든 조합의 사용으로 설정된 시나리오로 분석하여 출력하는 단계;를 포함하여 이루어진 것이다. 본 발명은 실물옵션을 해결하기 위한 의사결정나무의 사용으로 다양한 불확실성을 고려할 수 있고, 여러 대체 수자원사업에 대하여 더욱 정확한 경제적 가치를 평가하기 위한 것이다.

    지역빈도해석 중에서 지수홍수 알고리즘을 이용한 확률홍수량 산정방법
    5.
    发明公开
    지역빈도해석 중에서 지수홍수 알고리즘을 이용한 확률홍수량 산정방법 无效
    使用区域频率分析的索引波形算法估计可能性洪水的方法

    公开(公告)号：KR1020110098325A

    公开(公告)日：2011-09-01

    申请号：KR1020100017886

    申请日：2010-02-26

    Applicant: 서울대학교산학협력단

    Inventor： 김형수 ,  김영오 ,  성장현

    IPC: G01W1/10 ,  G01W1/00 ,  G06F9/00

    CPC classification number: Y02A10/42 ,  G01W1/10 ,  G01W1/06 ,  G01W2001/006 ,  G06F9/00 ,  G06F17/18

    Abstract: 본 발명은 지역빈도해석 중에서 지수홍수 알고리즘을 이용한 확률홍수량 산정방법에 관한 것으로, (a) 여러 지점의 홍수량 자료가 입력자료로 입력장치에 의해 메인 메모리에 입력되는 단계와; (b) 불일치 척도가 일정한 한계값을 초과하지 않을 때까지 지역을 재구분하여 불일치척도를 반복하여 계산하는 단계와; (c) 이질성 척도가 H＞1 이면 사용자인 전문가의 경험과 주관적인 판단으로 지역을 재구분하여 H＜1 일 때까지 상기 단계(b)부터 다시 반복하는 단계와; (d) Z검정을 통과하는 확률분포형이 나올때까지 L-모멘트를 4개의 확률분포형의 매개변수 계산식에 대입하여 순차적으로 매개변수를 추정하고 Z검정을 실시하는 단계와; (e) 상기 단계(d)의 Z검정은 적합성 척도 Z
    DIST
    가 계산되는 단계, 및 (f) 상기 단계(d)의 4개의 확률분포형 중 Z검정을 최초로 통과한 확률분포형의 추정된 지역 매개변수 값들을 적용하고자 하는 확률분포형의 역함수인 q(F)에 대입해 추정량을 구하고 i지점에서의 확률홍수량을 구하는 단계로 구성됨으로써, 적은 시간과 노력을 기울이고도 간편하게 신뢰할만한 확률홍수량을 얻을 수 있는 알고리즘으로 지수홍수법의 적용성을 높일 수 있는 효과가 있다.

    가중값 산정 기법을 이용한 미래 물부족 예측 방법
    7.
    发明授权
    가중값 산정 기법을 이용한 미래 물부족 예측 방법 有权
    水平衡投影方法使用重量分配方案

    公开(公告)号：KR101214389B1

    公开(公告)日：2012-12-31

    申请号：KR1020110143167

    申请日：2011-12-27

    Applicant: 서울대학교산학협력단

    Inventor： 김영오 ,  서승범

    IPC: G06F19/00 ,  G06F17/10

    CPC classification number: Y02A90/16 ,  G06Q50/26 ,  G06F17/18

    Abstract: PURPOSE: A future water shortage prediction method using a weighted value calculation method is provided to promote the stability of water supply by reflecting a climatic change effect to a water resource supply program. CONSTITUTION: A CPU(center processing unit) stores past flux values in a main memory of a computer and selects a flux value which is close to a GCM(global circulation model) future flux prediction value. The CPU calculates a weighted value for past annual water shortage amount connected to the selected past flux value by using a program. The CPU calculates the weighted value in a future water shortage amount prediction section by repeating calculation levels. The CPU calculates water shortage rates through a weighted average value and provides the weighted value to the past flux value by using a mathematical equation through the program. [Reference numerals] (AA) Past measured precipitation; (BB) CCMs simulated precipitation (past & future); (CC) Tank model; (DD) Tank model; (EE) Past flux scenario; (FF) Future flux scenario; (GG) K-WEAP model; (HH) Calculating a weighted value in a past scenario(year); (II) Water shortage amount in a past scenario(year); (JJ) Predicting water shortage amount in a future target year

    Abstract translation: 目的：提供一种使用加权值计算方法的未来缺水预测方法，通过反映水资源供应计划的气候变化效应来提高供水的稳定性。 构成：CPU（中央处理单元）将过去的通量值存储在计算机的主存储器中，并选择接近GCM（全球循环模型）未来通量预测值的通量值。 CPU使用程序计算与选择的过去通量值相关的过去年度缺水量的加权值。 CPU通过重复计算水平来计算未来缺水量预测部中的加权值。 CPU通过加权平均值计算缺水率，并通过程序使用数学方程式将加权值提供给过去通量值。 （标号）（AA）过去测得的沉淀; （BB）CCMs模拟降水（过去和未来）; （CC）坦克模型; （DD）坦克模型; （EE）过去通量情景; （FF）未来通量情景; （GG）K-WEAP模型; （HH）计算过去情景（年）中的加权值; （二）过去情况下的缺水量（年）; （JJ）预测未来目标年度的缺水量

Patent Agency Ranking