• Journal of Radiation Protection and Research
• /
• 제19권1호
• /
• pp.1-11
• /
• 1994

방사선 방어의 최적화 수행에는 적용의 다양함 등을 고려할 때, 절차론이 반드시 필요하게 된다. 본 연구에서는 발전소 설계 단계에서의 최적화 절차론을 제시하고, 이를 피폭 저감대안의 선정 문제에 적용하였다. 의사결정 보조기법으로는 다기준 기법을 사용하였으며, 그 결과 대안의 우선순위를 결정하고, 최적화의 결과를 실제 적용하는 문제를 분석하였다. 이러한 최적화 절차론은 발전소 이외에 방사성 폐기물 관리나 방사선의 의학적 이용 둥의 분야에도 적용될 수 있다.

• 한국강구조학회 논문집
• /
• 제16권6호통권73호
• /
• pp.819-832
• /
• 2004

본 연구는 구조물의 형상 최적화를 효율적이면서 보다 용이하게 수행할 수 있는 기법을 제안하고자 하였다. 구조물의 형상 표현과 설계변수 선택을 위해 설계요소 개념을 활용하여 설계변수 수를 과감하게 줄일 수 있었고, 등매개변수 사상기법을 이용하여 최적화 과정 중 형상의 변화에 따른 유한요소망을 자동생성 하였으며 효율적인 최적화 과정 수행을 위하여 결정론적 최적화 기법(개선된 허용방향법)과 스토캐스틱 최적화 기법(유전 알고리즘)을 사용하여 그 결과와 효율성을 비교하였다. 최적화 과정 중 구조해석은 유한요소법을 이용하며 구조물의 부피와 단면적 등을 목적함수로 하여 형상 최적화를 수행하였다. 또한 제작성과 시공성을 위한 최종형상 제시를 위하여 최적형상에 완화곡선 처리를 시도하였다. 이상의 연구를 강구조물을 대상으로 한 몇 가지 수치 예에 적용한 결과 설계과정을 보다 단순화시켰으며, 두 가지 기법 모두 최적해에 수렴함으로써 목적함수 값을 효과적으로 개선시킬 수 있었다. 따라서 본 연구는 그 타당성과 적용성이 있다고 판명된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.184-188
• /
• 2008

추계학적 시계열 분석은 크게 수문자료의 장기간 합성과 실시간 예측으로 구분해 볼 수 있다. 장기간 합성은 주로 수문자료의 추계적 특성을 반영한 수자원 시스템의 운영율 개발에 이용되어 왔다. 반면에 실시간 예측은 수자원 시스템의 순응적(adaptive) 관리에 적용되고 있다. 두 개념의 차이로 전자는 시계열 자료를 합성하여 발생 가능한 모든 수문조합을 얻고자 하는 것이라면 후자는 전 시간의 수문량을 조건으로 하는 다음 시간의 값을 순응적으로 예측하는 것이라 할 수 있다. 수문자료의 합성과 예측에는 크게 결정론적, 확률론적 방법의 두 가지 대별될 수 있다. 결정론적 모델링 방법에는 인공신경망이나 Fuzzy 기법 등을 이용할 수 있으며, 확률론적 방법에는 ARMAX 등의 모수적 기법과 k-NN(k-nearest neighbor bootstrap resampling), KDE(kernel density estimates), 추계학적 인공신경망 등의 비모수적 기법으로 분류할 수 있다. 본 연구에서는 대표적 비모수적 기법인 k-NN를 이용하여 충주댐을 대상으로 월 및 일 유입량 자료의 예측 정도를 살펴보았다. 전 시간 관측치를 조건으로 하는 다음 시간의 조건부 확률분포를 구하여 평균값을 계산한 후 관측치와 비교함으로써 모형의 정도를 살펴보았다. 그리고 실시간 저수지 운영에 이 기법의 활용성과 장단점도 살펴보았다. 모형개발 절차로 모형의 보정을 거쳐 검증을 실시하였다. 결론적으로 월 및 일 유입량 예측에 k-NN 기법이 실무적으로 적용될 수 있었으며, 장점으로는 k-NN 기법이 다른 기법보다 모델링 절차가 비교적 쉬워 저수지 운영 최적화 등 타 시스템과의 연계에 수월함이 인식되었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2014년도 추계 종합학술대회 논문집
• /
• pp.45-46
• /
• 2014

금속 격자 배열 안테나의 이득을 최적화하려면 격자배열 원소의 개구면 깊이를 조정하여 위치에 관계없이 동위상 특성을 이루도록 해야 한다. 각 개구면의 깊이가 안테나 이득에 미치는 영향은 서로 종속적이어서 결정론적인 방법으로 풀기는 쉽지 않다. 본 논문에서는 기존의 Armijo 법칙을 적용한 방향 탐색 기법을 제안한다. 실험결과 방향 탐색 기법은 금속 배열 안테나 최적화 문제에서 효율적인 것을 확인하였다.

• 한국항공우주학회지
• /
• 제34권7호
• /
• pp.18-27
• /
• 2006

일반적인 신뢰성 최적 설계는 결정론적 최적 설계에 비해 매우 많은 계산비용이 필요하므로 공력 형상 최적화와 같은 큰 문제에 직접 적용하기는 매우 어렵다. 본 연구에서는 이러한 한계를 극복하기 위하여 이점 근사화 기법과 adjoint 민감도 해석 기법을 결합한 효율적인 신뢰성 설계 과정을 제안한다. 이 방법은 계산비용은 결정론적 방법과 거의 동일하지만 계산 결과에 있어서는 기존의 신뢰성 설계 기법과 유사한 결과를 얻을 수 있다. 이를 이용하여 3차원 공력 형상 최적 설계를 매우 효율적으로 수행할 수 있었다.

• 제어로봇시스템학회지
• /
• 제10권3호
• /
• pp.27-33
• /
• 2004

최적화는 시스템공학에서 자주 등장하는 문제이며 흔히 다음과 같은 수학적 계획(mathematical programming) 문제로 표현된다. min f(x) (P) subject to g(x) ≤ 0 h(x) ： 0 여기서 x∈R/sup n/, f：R/sup n/→R, g：R/sup n/→R/sup l/, h：R/sup n/→R/sup m/, 그리고 n m이다. 만약 목적함수(objective function)와 가능 영역(feasible region)이 볼록(convex)하다면, 예를 틀어 f(x)와 g(x)가 아래로 볼록하고 h(x)가 선형이라면. 이는 볼록 문제(convex problem)이며 오직 하나의 지역 최소점(local minimum)을 가진다. 그러나 많은 경우. 예를 들어 h(x)가 비선형이라면, 여러 개의 지역 최소점을 가질 수 있는 비 볼록 문제(nonconvex problem)가 된다. 이때 진정한 최소점을 찾는 것. 즉 전역 최적화 (global optimization)가 요구된다.(중략)

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.217-217
• /
• 2023

상수도관망은 사용자에게 고품질의 물을 안정적으로 공급하는 것을 목적으로 하며, 이를 평가하기 위한 지표 중 하나로 압력을 활용한다. 최근 스마트 센서의 설치가 확장됨에 따라 기계학습기법을 이용한 실시간 데이터 기반의 분석이 활발하다. 따라서 어디에서 데이터를 수집하느냐에 대한 센서 위치 결정이 중요하다. 본 연구는 eXtreme Gradient Boosting(XGBoost) 모델을 활용하여 대규모 상수도관망 내 센서 위치를 최적화하는 방법론을 제안한다. XGBoost 모델은 여러 의사결정 나무(decision tree)를 활용하는 앙상블(ensemble) 모델이며, 오차에 따른 가중치를 부여하여 성능을 향상시키는 부스팅(boosting) 방식을 이용한다. 이는 분산 및 병렬 처리가 가능해 메모리리소스를 최적으로 사용하고, 학습 속도가 빠르며 결측치에 대한 전처리 과정을 모델 내에 포함하고 있다는 장점이 있다. 모델 구현을 위한 독립 변수 결정을 위해 압력 데이터의 변동성 및 평균압력 값을 고려하여 상수도관망을 대표하는 중요 절점(critical node)를 선정한다. 중요 절점의 압력 값을 예측하는 XGBoost 모델을 구축하고 모델의 성능과 요인 중요도(feature importance) 값을 고려하여 센서의 최적 위치를 선정한다. 이러한 방법론을 기반으로 상수도관망의 특성에 따른 경향성을 파악하기 위해 다양한 형태(예를 들어, 망형, 가지형)와 구성 절점의 수를 변화시키며 결과를 분석한다. 본 연구에서 구축한 XGBoost 모델은 추가적인 전처리 과정을 최소화하며 대규모 관망에 간편하게 사용할 수 있어 추후 다양한 입출력 데이터의 조합을 통해 센서 위치 외에도 상수도관망에서의 성능 최적화에 활용할 수 있을 것으로 기대한다.

• 한국산학기술학회논문지
• /
• 제18권2호
• /
• pp.254-260
• /
• 2017

사회기반시설물은 적절한 수명관리를 통해 경제적이고 안전한 구조성능을 유지한다. 일반적으로 최적화 기법을 적용하여, 유지보수의 시점과 방법을 결정하게 되는데, 이 적용에 있어서 단일 목적함수만을 고려하기 보다는 다수의 목적함수를 동시에 고려하는 것이 보다 합리적인 의사결정을 유도한다. 최근까지 수명관리에 관련한 연구는 생애주기 비용 최소화 또는 구조성능 최대화와 관련한 목적함수를 적용하여 왔으며, 새로운 확률론적 구조성능 및 안전성 평가 기법을 이용하여 다양한 형태의 목적함수를 개발/적용하고 있다. 이러한 다수의 목적함수를 동시에 고려하는 다목적 최적화 기반 사회기반시설물 수명관리가 최근 국내외에서 많이 적용되고 있다. 하지만, 수명관리 최적화를 위한 목적함수의 개수가 증가함에 따라 신뢰성있는 결과를 얻기 위해서는 많은 계산시간이 소요되며, 특히 확률론적 계산을 위한 시뮬레이션 기법이 적용되는 목적함수의 경우 계산시간은 더욱 증가하게 된다. 또한, 목적함수의 개수 증가에 따라 계산결과의 차수가 증가하기 때문에 이를 시각화하고 나아가 의사결정에 어려움이 발생한다. 따라서, 본 논문에서는 다목적 최적화 문제의 계산된 결과를 바탕으로 한 의사결정의 효율성 향상을 위해 최소 필수 목적함수를 구별하는 목적감소 기법을 적용하여 콘크리트 교량 상판의 수명관리에 대한 연구를 수행하였으며, 최초 4개의 목적함수가 2개까지 감소되는 결과를 보여준다.

• 한국전산구조공학회논문집
• /
• 제12권4호
• /
• pp.619-627
• /
• 1999

다분야 통합 시스템의 설계문제는 다량의 설계변수와 구속조건으로 구성되며 다수의 공학적 현상으로 연관되어 있다. 다분야 통합 최적설계 문제를 효과적으로 다루기 위해서는 다양한 해석분야의 공학적 설계원리를 동시에 고려하여 균형 있고 유기적인 방법으로 최적의 설계를 결정하는 체계적인 설계자동화기술이 요구된다. 다분야 통합 설계문제를 위한 효율적인 설계방법론으로 분리기반 최적화 기법이 적용되는데 이 방법은 한 단위의 대규모 설계문제를 여러 개의 하부시스템으로 분리하여 독립적으로 최적화를 수행하고 각 하부 시스템으로부터의 설계해 사이의 중재 및 통합화를 거쳐 최종적으로 수렴된 최적설계를 찾는 방법이다. 본 논문에서는 분리기반 최적화기법을 다분야 통합최적 설계문제에 적용하는데 필요한 시스템분리기법을 유전알고리즘 및 다층 역전 파 신경회로망을 이용하여 정립하였다. 시스템분리기법을 검증하기 위해 최근 미국 Boeing사에서 개발중인 고속 민간항공기인 HSCT의 시뮬레이션기반 설계문제를 이용하였다. 대규모 설계시스템의 분리결과는 전체 설계문제의 특성을 파악하기 위한 자료로 활용되며 향후, 분리기반 최적화과정에서 최종적으로 통합된 최적설계를 탐색하는데 필요한 기반구조를 제공한다.

• 지적과 국토정보
• /
• 제51권2호
• /
• pp.83-106
• /
• 2021

대기오염, 지구온난화 문제 등 환경 문제의 심각성이 대두되면서 청정 연료의 관심이 커지고 있다. 그 중 수소는 기존 화석연료와는 달리 연소 시 부산물로 수분만이 발생하는 대표적인 친환경 에너지원으로 현재 다양한 분야에서 주목을 받고 있다. 물류 분야에서도 수소를 활용한 물류 네트워크를 구축하기 위해 다양한 정책적 노력이 활발히 이루어지고 있다. 이러한 수소 물류 네트워크의 구축에 있어 수소충전소의 입지 결정은 매우 중요한 문제이다. 최근 개발된 수소추진(수소연료전지) 화물차에 수소를 공급하는 충전소는 수소 기반 물류체계가 본격적으로 자리 잡는 데 있어 필수 불가결한 요소이다. 이러한 수소충전소의 최적 입지를 결정하는 선행연구는 대부분 수리적 모형에 기반한 최적화 기법만을 사용하여 수소충전소의 최적 입지를 결정하고자 하였다. 본 연구에서는 기존 연구의 동향과는 차별화하여 최적화 기법의 중요한 투입 변수 중 하나인 충전소 후보지에 대한 공간적 특성을 검토하는 방법으로 머신러닝 모형들을 활용하고 그 적용가능성을 확인하였다. 머신러닝은 다양한 분야에서 우수한 성과를 증명한 기법이지만 수소충전소의 최적 입지를 결정하는 연구 분야에서는 아직 적용된 바가 없다. 이를 위해 본 연구에서는 개별공시지가, 수소공급지와의 거리 등 전국 고속도로 휴게소와 고속도로의 무작위 지점들의 위치와 관련된 변수들을 독립변수로 선정하여 단일 머신러닝 모형과 앙상블 모형을 적용하고 그 성과를 비교하였다. 분석 결과, 랜덤포레스트(Random Forest) 모형이 가장 우수한 성과를 보였으며, 다른 모형들 또한 우수한 분류 성능을 보여 최적 입지 문제에 대해 공간적 특성을 예비적으로 검토하는 방법론으로써 머신러닝의 적용 가능성을 확인할 수 있었다. 따라서 머신러닝 모형은 수소충전소의 최적 입지 결정 분야에서 향후 최적화 기법을 적용한 연구의 예비적 검토 방법론으로 널리 활용할 수 있을 것으로 기대된다.