• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2010.04a
• /
• pp.568-573
• /
• 2010

본 논문에서는 압축하중 및 풍하중, 지진하중을 받는 RC (Reinforced Concrete) 빌딩 시공에 필요한 부재의 재료비를 최소화하기 위해 부재의 부피를 최소화하는 최적설계를 수행한다. 최적설계 수행을 위해 상용 PIDO (Process Integration and Design Optimization) 툴인 PIAnO (Process Integration, Automation and Optimization)에서 제공하는 다양한 설계기법들을 이용한다. 먼저 실험계획법을 사용하여 실험계획을 세우고, 실험점에 따라 범용 구조해석 프로그램인 MIDAS Gen을 사용하여 구조해석을 수행한다. 그리고 해석결과를 바탕으로 각 응답에 대한 근사모델을 생성한 후 근사모델과 최적화기법을 이용하여 최적설계를 수행하고, 제한조건을 만족하면서 부재의 부피를 최소화함으로써 제안된 설계방법의 유효성을 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.317-323
• /
• 1998

이 논문에서는 웨이브렛 신경회로망을 사용하여 알려지지 않은 비선형 시스템을 안정하게 적응제어하는 문제를 다룬다. 비선형 시스템의 정확한 제어는 함수를 근사화하는 데 사용된 함수 근사화기의 정확성과 효율성에 의존한다. 이에 비선형 시스템 제어에 기준 함수의 선택이 자유롭고 함수 근사화 능력이 뛰어난 웨브렛 신경회로망을 사용한다. 초기 웨이브렛 신경회로망 제어기 설정은 웨이브렛 신경회로망 변수인 신축과 이동 값을 제어기 입력의 시-주파수 특성을 분석해서 구하고, 연결강도는 Lyapunov 안정성 이론에 기초한 적응 법칙을 사용하여 조절한다. 이를 비선형 시스템인 역 진자 시스템에 적용한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.384-389
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터(퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.390-396
• /
• 1998

본 논문은 퍼지 논리 제어기(FLC)의 근사화 능력과 제어 성능을 동시에 향상시키는 정확한 무게 중심(Center Of Gravity; COG) 비퍼지화기를 제안한다. 본 논문은 비퍼지화 과정이 최적 선택의 한 과정이며 비퍼지화 방법의 적절한 선택이다. 제안한 COG 비퍼지화기의 정확성은 출력 소속 함수를 여러 개의 설계 파라메터(중신, 폭, 변경자(modifier))로 나타내고 이들 설계 파라메터들을 학습과 진화의 Lamarckian 상호 적응에 의하여 갱신함으로써 얻어진다. 이러한 학습과 진화의 상호 적응은 학습하지 않는 경우 보다 빠르게 최적 COG 비퍼지화기를 얻도록 하며, 보다 넓은 범위의 탐색으로최적해를 찾을 가능성을 높여 준다. 제안한 설계 방법은 목적 함수의 가중치를 조절하여 높은 근사화 능력, 높은 제어 성능, 또는 이들간의 균형된 성능을 갖는 다양한 특정 응용형(Application-specific)COG 비퍼지화기를 제공한다. 제안한 상호적응 COG 비퍼지화기의 설계방법을 트럭 후진 주차 제어 문제에 적용하여, 각각 시스템 오차와 평균 추적 거리로 나타내어진 근사화 능력과 제어 성능을 기존의 COG 비퍼지화기와 비교한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.2
• /
• pp.198-202
• /
• 2006

In this paper, we introduce Baldwin's approximate reasoning with fuzzy logic and some truth function mappings usually used in Baldwin's method. And we introduce some assessment criteria for approximate reasonings and we define some truth function mappings which satisfy more criteria than those which are already known.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.724-726
• /
• 2005

베이지안망(Bayesian network)은 다수의 변수들 사이의 확률적 관계(조건부독립성: conditional independence)를 그래프 구조로 표현하는 모델이다. 이러한 베이지안망은 비감독학습(unsupervised teaming)을 통한 데이터마이닝에 적합하다. 이를 위해 데이터로부터 베이지안망의 구조와 파라미터를 학습하게 된다. 주어진 데이터의 likelihood를 최대로 하는 베이지안망 구조를 찾는 문제는 NP-hard임이 알려져 있으므로, greedy search를 통한 근사해(approximate solution)를 구하는 방법이 주로 이용된다. 하지만 이러한 근사적 학습방법들도 데이터를 구성하는 변수들이 수천 - 수만에 이르는 경우, 방대한 계산량으로 인해 그 적용이 실질적으로 불가능하게 된다. 본 논문에서는 그러한 대규모 데이터에서 학습될 수 있는 계층적 베이지안망(hierarchical Bayesian network) 모델 및 그 학습방법을 제안하고, 그 가능성을 실험을 통해 보인다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.22 no.12
• /
• pp.2644-2652
• /
• 1997

We ivestigate a two-stage queueing system which frequently arises in the study of overflow problems. A primary service facility consists of multiple primary queues where blocked calls are overflowed to a secondary queue. By approximating the input to the secondary queue with a two-state Markov Modulated Poisson Process (MMPP), we derive the blocking probability of the secondary queue. For the approximation, we employ the well-known Heffes' method and the SAM procedure.

• Bulletin of the Korean Space Science Society
• /
• 2010.04a
• /
• pp.28.1-28.1
• /
• 2010

이 연구에서는 기존 선형 상대운동방정식에 차등중력, 주위성의 이심율, J2 섭동 등의 비선형항을 추가하여 보다 정확한 상대운동방정식을 만든 후 섭동이론을 적용하여 위성편대 연료최적화 재배치 문제에 대한 근사 해석해를 구하고자 한다. 먼저, 비선형 섭동항을 테일러 급수를 이용하여 2차항까지 전개한 후, 이를 기존 선형상대운동방정식에 추가하여 새로운 비선형 상대운동방정식을 만든다. 이 때 사용된 선형상대운동방정식은 힐스 방정식으로 주위성의 궤도가 일반적인 타원이고 위성 간 상대거리가 충분히 가깝다고 가정한다. 최적화 조건으로부터 상태벡터와 라그랑지 곱수로 이루어진 연립 미분방정식이 만들어 지는데, 이 식은 힐스 방정식에 기인한 선형부분과 2차 비선형항에 기인한 섭동부분으로 나뉜다. 이 때, 이 연립미분방정식의 해는 선형부분의 해와 섭동으로 인한 변화량의 합으로 근사할 수 있으며 그 변화량은 섭동이론을 적용하여 얻을 수 있다. 이와 같이 얻어진 해는 여러 섭동의 비선형항을 2차까지 포함한 상대운동방정식을 사용했기 때문에, 기존 선형상대운동방정식을 사용하여 구한 최적해 보다 더 정확한 결과를 얻을 것이라 예상한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.321-326
• /
• 1998

본 논문에서는 정밀 제어와 온-라인 제어를 위하여 유전 알고리즘을 이용한 퍼지-신경망 제어기를 제안하였다. 제안된 제어기의 설계방법은 다음과 같은 3단계의 동조과정으로 구성한다. 1) 퍼지 제어기의 비퍼지화 연산을 신경망을 이용하여 함수근사화 시킨 후, 퍼지-신경망 제어기를 구성한다. 2) 플랜트에 적합한 퍼지 소속함수의 형태를 얻기 위해 유전 알고리즘을 이용하여 근사화된 퍼지 소속함수를 찾는다. 3) 근사화된 초기 퍼지 소속함수를 퍼지-신경망 제어기에 의해 적응학습으로 최적의 퍼지 소속함수를 얻고, 또한 플랜트의 파라미터 변동이나 외부환경의 변화에 대해 적응할 수 있도록 최적의 퍼지 소속함수를 추정한다. 제안된 제어기의 성능을 평가하기 위하여 DC 서보모터의 속도제어에 적용하였다.

• The Journal of Engineering Research
• /
• v.1 no.1
• /
• pp.31-40
• /
• 1997

We first describe an approximation method for fitting a k-state MMBP to the departure process of a D-BMAP/Geo/1/K queue. The fitting model is them used in a simple decomposition algorithm to analyze a tandem configuration of finite capacity queue with cell loss.