Title: Comparing Gasoline Shipment Prediction Model Performance of Oil Reservoir using Machine Learning
Abstract: 오일 출하량 예측은 오일 재고 과부족에 큰 영향을 미치기 때문에 정유 이관 비용, 재고 관리 등 물류관리에 있어 중요한 부분이다. 하지만, 기존의 저유소 오일 출하량 예측방법은 업무 전문가들에 의해 정성적으로 수립한 판매계획을 기반으로 수립하기 때문에, 오일 재고 과부족 문제가 발생하고 있다. 이는 재고 부족으로 인한 판매 불가, 재고 과잉으로 인한 이관 비용 손해 등 회사에 큰 손실을 초래한다. 따라서 본 논문에서는 이러한 문제를 해결하기 위하여 머신러닝 기반 저유소 휘발유 출하량 예측 모델을 제안한다. 본 연구는 저유소 휘발유 출하량에 영향을 미치는 변수 18개를 선정하고, 이를 실증적으로 검증하기 위하여 휘발유 출하량 데이터는 정유회사 A의 B 지역 저유소 휘발유 출하량 데이터를 사용한다. 이 데이터들로 GLM, Random Forest, GBM, Deep Learning 그리고 앙상블 학습 모델을 포함하여 7가지 모델을 구축하고 각각의 성능을 비교분석한다.
Publication Year: 2020
Publication Date: 2020-11-30
Language: ko
Type: article
Indexed In: ['crossref']
Access and Citation
Cited By Count: 1
AI Researcher Chatbot
Get quick answers to your questions about the article from our AI researcher chatbot