• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.679-683
• /
• 2010

본 연구에서는 공간적 변수인 조도계수를 기지의 수위값을 이용하여 최적값을 결정하는 방법에 대해서 검토하고자 한다. 최적화 기법에 의한 조도계수는 기지의 수위값과 수치모의에 의한 결과 값의 전체 오차를 최소화하는 값으로 결정된다. 본 연구에서는 3가지 최적화 기법을 이용하였으며 가상 수로에 대해서 적용하였다. 수위계산은 표준축차법에 의해 수행하였으며 사용된 최적화 기법은 quasi-Newton 방법이다. 1차원 모형은 Matlab을 이용하여 표준축자법으로 구성하였으며 BFGS 기법, L-BFGS 기법, Steepest Gradient Descent 기법 등도 Matlab으로 구성하였다. 표준축차법은 조도계수가 입력되면 기지의 수위값과의 2-norm을 계산하도록 구성하였다. 계산 결과에 의하면 세가 기법 모두 20 23회 정도의 반복계산을 수행하고 값이 수렴되었는데, L-BFGS의 경우에는 정확하게 음수의 조도계수로 수렴하였으며, BFGS기법과 Steepest Gradient 기법의 경우에는 양의 값으로 정확하게 수렴하였다.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.16 no.1
• /
• pp.45-54
• /
• 2012

Optimization of the asymmetric trapezoidal fin with various upper lateral surface slope is made using a two-dimensional analytic method. For the fixed fin base height, the optimum heat loss, fin length and effectiveness are represented as inner fluid convection characteristic number, fin base thickness, fin base height, fin shape factor and ambient convection characteristic number. For this optimum procedure, the optimum heat loss is defined as 95% of the maximum heat loss from the fin. One of the results shows that optimum heat loss and effectiveness seems independent of the fin shape factor while optimum fin length decreases almost linearly as the fin shape factor increases.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.310-310
• /
• 2017

홍수추적 모형의 적절성을 결정하는 중요한 요소 중 하나는 모형의 매개변수이다. 특히 자연하천에 관한 부정류 계산모형의 매개변수인 조도계수는 하상재료의 특성에 따라 좌우되는 표피마찰뿐만 아니라 하상의 굴곡 등 단면형의 변화에 따른 형상손실 및 하천의 사행에 따른 손실 효과 등을 포괄적으로 내포하고 있기 때문에 모든 하천구간에 대하여 일반적으로 적용할 수 있는 조도계수의 값을 하나로 결정하기는 어렵다. 또한 조도계수는 흐름조건, 즉 유량 또는 수위의 변화에 따른 가변성을 갖고 있기 때문에, 흐름이 시간 및 공간적으로 변화하는 부정류 계산모형에 있어서는 더욱 그러하다. 그러므로 본 연구에서는 조도계수의 가변성과 다수 지점의 관측치를 고려한 모형보정의 결과로부터 얻은 파레토 최적화와 최소최대 후회도 방법(Minimax regret approach, MRA)을 결합하여 부정류 계산모형의 안정적인 매개변수를 선정할 수 있는 방법을 제안하였다. 여러 지점의 관측치를 고려한 모형의 보정은 다목적 최적화 문제로서, 여러 지점에 대한 가중치를 결합하여 얻은 하나의 목적함수에 대하여 여러 번의 개별 최적화를 수행함으로써 다수의 파레토 최적해들을 구할 수 있는 통합접근법을 적용하였다. 이때 유량에 따른 조도계수의 가변성을 나타내는 두 개의 매개변수로 구성된 관계식을 이용하여 두 구간에 대한 매개변수들을 모형의 추정 대상 매개변수로서 최적화하였다. 이 후 각기 다른 홍수사상에 대해 보정과 검증을 수행하였으며 각각에 대한 평가지표의 후회도를 정량화하였고 최종 안정적인 매개변수를 추정하기 위해 MRA를 이용하여 종합적인 순위를 도출하였다. MRA는 완전히 불확실한 의사결정 상황에서 유용한 방법으로 알려져 있는데 가장 나쁜 순위가 가장 좋은 것을 선택할 수 있게 하는 보수적인 의사결정기법이다. 계산결과 추정된 모형의 가변조도계수와 그로부터 얻은 두 개 지점에서의 평가지표인 RMSE는 두 지점에 대한 가중치의 조합에 따라 선택되는 매개변수 값에 따라 달라짐을 알 수 있었다. 본 연구에서 제시한 방법은 수문 및 수리모형의 다수의 관측지점의 자료를 이용한 매개변수 산정문제에 있어서 안정적인 해를 도출할 수 있다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.117-120
• /
• 1999

본 논문은 희소어레이의 패턴을 원하는 패턴과 실제 희소어레이의 패턴간의 오차의 계수적 자승치를 최소화하여 최적화하는 방법을 제시한다 센서의 간격이 어레이 중심에 관하여 대칭인 경우와 비대칭인 경우에 대하여 성능을 점검하며, 어레이 공간의 주어진 영역의 오차함수에 성능 향상을 위하여 계수를 적용한다. 주빔 부근의 측면롭의 효과적인 제어를 위하여 지수 함수적인 계수를 제안하였으며 그 결과 측면롭의 수준이 전체적으로 균등하게 분포되는 패턴을 얻을 수 있었다. 이 결과는 입력잡음신호가 어레이 공간상에 균등하게 입사될 때 효과적으로 사용될 수 있다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.405-406
• /
• 2007

본 논문에서는 FCM 기반 퍼지 뉴럴네트워크 구조를 제안하고 진화 알고리즘을 이용한 FCM 기반 퍼지 뉴럴네트워크의 구조와 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM 기반 뉴럴 네트워크에서 멤버쉽함수는 가우시안, 삼각형 타입등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 후반부는 상수형, 선형, 2차식 등의 다양한 다항식 구조로 표현될 수 있으며 다항식의 계수는 LSE를 이용하여 결정한다. FCM 기반 퍼지 뉴럴 네트워크는 퍼지규칙의 수, 입력변수의 선택, 후반부 다항식의 차수, FCM의 퍼지화 계수의 결정은 성능에 많은 차이가 있으며 이러한 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 유전자 알고리즘을 이용하여 FCM 기반 퍼지뉴럴네트워크의 구조에 관련된 입력변수의 수, 퍼지규칙의 수 그리고 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화 한다. 제안된 방법은 비선형 시스템의 모델링에 적용하여 성능을 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1322-1326
• /
• 2010

확산-유추 지형학적 순간단위도는 통계물리적인 모형으로 이론적 물리적으로 뛰어난 모형임에도 불구하고 유역의 동적 매개변수인 특성유속과 확산계수의 산정이 어려워 실제적인 사용이 제한되어 왔다. 이러한 난제를 해결하기 위하여 본 연구에서는 금강수계의 보청천 산성유역을 대상으로 전역최적화 기법인 SCE-UA를 이용하여 확산-유추 지형학적 순간단위도 모형의 동적 매개변수 산정하였으며, 모형의 재현성을 3개의 수문사상을 이용하여 검토하였다. 매개변수의 최적화 결과 차수 단계별 특성유속 및 확산계수의 증감은 변동을 보이지만, 전체적인 경향성은 특성유속의 경우 하천차수가 커질수록, 즉 하류방향에 대해 증가 경향을 나타내며, 반대로 확산계수는 감소되는 경향을 나타냈다. 본 연구에서 적용한 최적화 방법에 향후 지체시간, 분산 및 왜곡도 등의 통계적인 제약조건과 동적 매개변수의 공간적 변화 등의 물리적인 의미를 갖는 제약조건 등이 결합된다면 좀 더 발전된 모형으로 개선될 수 있을 것으로 판단된다.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.800-802
• /
• 1999

본 논문에서는 기존의 알고리즘에서 벗어나 새로이 제안된 유전자 알고리즘을 이용하여 디지털 필터를 설계하는데 목적이 있다. 이 방법은 아날로그 필터에서 디지털 필터로의 전환이 불필요하며, 기존의 디지털 필터 설계방법과는 달리 저역통과(low-pass), 고역통과(high-pass), 대역통과(band-pass), 대역소거(band-stop) 필터와 같은 주파수 선택별 필터를 각각 독립적으로 설계 가능하게 하고, 이에 따른 계산 손실을 줄일 수 있다. 유전자 알고리즘을 사용하는데 있어 적합도 함수는 주파수 응답 크기를 이용한다. 실제로 주파수 응답특성과 디지털 필터의 계수와는 밀접한 관계가 있으므로, 원하는 필터의 주파수응답특성을 통해, 디지털 필터의 계수를 최적화 한다. 또한 필터계수 최적화 과정에 있어, 선택, 교배, 돌연변이와 같은 유전 연산자 적용시 필터의 계수들은 각각 안정도가 보장되어지는 범위내에서 선택되게 한다. 디지털 필터를 설계한 후 기존의 방법과 새로이 제안된 방법의 성능을 비교 평가 한다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2011.04a
• /
• pp.88-89
• /
• 2011

풍하중이 작용하는 교량의 응답을 구하기 위하여 RFA(Rational Function Approximation)와 같은 시간 영역해석법이 널리 사용되고 있다. 교량 단면의 공기역학적 특성을 정의하는 플러터 계수는 주파수 영역에서 정의되기 때문에, 시간 영역해석을 위하여 inverse Fourier transform을 통해 얻어진 impulse response function을 이용한 중첩 적분법이 제안되었다. 시간 영역해석을 위해서는 플러터 계수에 상관성이 존재해야 함을 밝히고, 최적화 방법을 이용하여 시간 영역 해석을 위한 플러터 계수 산정법을 제안하고자 한다. B/D=20의 구형 단면에 적용하여 제안한 방법의 타당성을 검증하고자 한다.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2833-2835
• /
• 1999

이 논문에서는 임의의 시스템 동정에 사용되는 적응필터의 계수를 최적화시키는 방법으로 광범위하게 사용되어지고 있는 기존의 적응 알고리즘인 Least Mean Square(LMS)방법과 최근들어 다양한 최적화 문제에 응용되고 있는 유전자 알고리즘(GA)을 합성한 하이브리드 형태의 적응 알고리즘을 사용한다. 이 알고리즘은 TIR 필터를 설계하는데 있어, 경사하강법의 개념을 사용함으로써 야기되는 지역 수렴문제의 단점을 보완하기 위해, 미분과 같은 결정론적인 규칙없이 단지 확률적인 연산자만으로 진행하는 유전자 알고리즘을 이용한다. 그리고 유전자 알고리즘에 있어서 확률적인 연산을 사용함으로써 발생하는 많은 계산량과 느린 수렴속도 문제를 LMS의 경사하강법을 이용하여 보완한다. 이처럼 유전자 알고리즘이 지닌 장점과 LMS 알고리즘이 갖는 장점을 이용하여 각 알고리즘이 지니는 단점을 서로 보완함으로써 알고리즘의 성능을 향상시키고 이 향상된 알고리즘을 이용하여 최적 필터계수를 찾는다 이렇게 얻은 필터계수값을 이용하여 적응 필터의 성능을 확인 평가한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1857-1858
• /
• 2008

본 논문에서는 FCM 기반 RBF 뉴럴네트워크(FCM-RBFNN) 구조를 제안하고 PSO를 이용한 FCM-RBFNN의 구조 및 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM-RBFNN서는 방사기저함수로써 가우시안, 삼각형 타입 등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 기존의 RBFNN에서 후반부는 상수형태로써 방사기저함수의 선형결합으로써 표현되는 반면에 제안된 FCM-RBFNN의 후반부는 상수형, 선형, 2차식 등의 다양한 형태의 다항식으로 표현될 수 있으며 다항식의 계수는 WLSE를 이용하여 추정한다. FCM 기반 RBF 뉴럴 네트워크의 성능은 퍼지규칙의 수, 후반부 다항식의 차수 FCM의 퍼지화 계수에 의하여 결정기 때문에 FCM-RBFNN의 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 PSO를 이용하여 FCM-RBFNN의 구조에 관련된 퍼지 규칙의 수, 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화한다. 또한 후반부 다항식의 계수는 WLSE를 사용하여 추정한다.