뉴랄 네트워크에 의한 선체 중앙단면 최적구조설계

Optimum Design of Midship Section by Artificial Neural Network

1960년대 중반 전산기를 이용한 선체 구조설계가 최초로 시도된 후 국내에서도 1980년부터 중앙단면 최적설계에 관한 많은 연구가 이루어져 왔다. 선급규정에 의한 선체 중앙단면 최적설계를 할 경우, 야기되는 문제로서는 부재 치수, 부재 개수와 같은 이산변수를 다루어야 하는 어려움이 있어, 이러한 문제를 해결하고자 유전자 알고리즘이나 인공신경망 등의 새로운 최적화 기법의 개발에 관한 연구 등이 진행되고 있다. 이와 같은 관점에서 본 연구에서는 선체 구조설계 문제에 효율적인 최적화 방법을 개발함에 있어, 홉필드 네트워크 모델과 시뮬레이티드 어닐링을 결함하여 Neuro-Optimizer를 개발하고, 이를 토대로 구조공학 문제의 하나인 간단한 트러스 구조물의 최적설계와 선체의 중앙단면 최적설계에 적용하여, 새로운 최적화 기법으로서 가능성이 있음을 확인하였다.

Since the use of computer for the ship structural design around mid 1960``s, specially many researches on the midship section optimum design were carried out from 1980. For a rule-based optimum design case, there has been a problem of handling a discrete design variable such as plate thickness for a practical use. To deal with the discrete design variable problems and to develop an effective new method using artificial neural network for the ship structural design applications, Neuro-Optimizer combing Hopfield Neural Network and other Simulated Annealing is proposed as a new optimization method and then applied to the fundamental skeletal structures and Midship section of Tanker. From the numerical results, it is confirmed that Neuro-Optimizer could be used effectively as a new optimization method for the structural design.