Optimal Basis Function Selection for Polynomial Response Surface Model Using Genetic Algorithm

Polynomial response surface model has been widely used as approximation model which replace physical or numerical experiments in various engineering fields. Generally, low-order model is used to reduce experimental points required to construct the response surfaces, but this approach has limit to represent the highly non-linear phenomena. In this paper, we developed the method to expand modeling capabilities of polynomial response surfaces by increasing order of polynomial and selecting optimum polynomial basis functions. Genetic algorithm is used to choose optimal polynomial basis functions. Developed method was applied to analytic functions with 1 or 2 variables and wind tunnel test data modeling. The results show that this method is applicable to building response surface models for highly non-linear phenomena.

유전 알고리즘을 이용한 다항식 반응면 모델의 최적 기저함수 선정

다항식 반응면 모델은 실제의 물리적, 수치적 실험을 대체하는 근사모델로 여러 공학분야에서 사용되고 있다. 일반적으로 반응면 구성에 필요한 실험점 수를 줄이기 위하여 낮은 차수의 다항식을 사용하므로, 심한 비선형성이 동반되는 현상에 대한 모델링에는 한계가 있다. 본 연구에서는 다항식의 차수를 증가시키는 방법 및 다항식을 구성하는 최적의 기저함수를 선정하는 방법을 통해 다항식 반응면의 모델링 능력을 확장할 수 있는 방법을 개발하였다. 최적 기저함수의 선정에는 유전 알고리즘을 적용하였으며, 1 변수 및 2변수 함수와 풍동시험 데이터에 대한 모델링 사례를 통해 개발된 방법이 비선형성이 심한 현상을 모델링하는데 적용될 수 있음을 확인하였다.