• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.347-347
• /
• 2022

최근 데이터 사이언스의 비약적인 발전과 함께 다양한 형태의 딥러닝 알고리즘이 개발되어 수자원 분야에도 적용되고 있다. 이 연구에서는 LSTM(Long Short-Term Memory) 네트워크와 BO-LSTM이라는 베이지안 최적화(BO) 기술을 결합하여 일단위 앙상블 미래 댐유입량을 projection하는 딥 러닝 모델을 제안하였다. BO-LSTM 하이퍼파라미터 및 손실 함수는 베이지안 최적화 기법을 통해 훈련 및 최적화되며, BO 접근법은 모델의 하이퍼파라미터와 손실 함수를 높은 정확도로 빠르게 최적화할 수 있었다(R=0.92 및 NSE=0.85). 또한 미래 댐 유입량을 예측하기 위한 LSTM의 구조는 Forecasting 모형과 Proiection 모형으로 구분하여 두 모형의 장단점을 분석하였으며, 본 연구의 결과로부터 데이터 처리 단계가 모델 훈련의 효율성을 높이고 노이즈를 줄이는 데 효과적이고 미래 예측에 있어 LSTM 구조에 따른 영향을 확인할 수 있었다. 본 연구는 소양강 유역, 2020-2100년 기간 동안의 미래 예측에 적용되었다. 전반적으로, CIMIP6 데이터에 따르면 10%에서 50%의 미래 유입량 증가가 발생하는 것으로 확인되었으며, 이는 미래 강수량의 증가의 폭과 유사함을 확인하였다. 유입량 산정에 있어 신뢰할 수 있는 예측은 저수지 운영, 계획 및 관리에 있어 정책 입안자와 운영자에게 도움이 될 것입니다.

• 한국통신학회논문지
• /
• 제37B권12호
• /
• pp.1102-1112
• /
• 2012

스마트폰의 급격한 보급에 따른 무선 접속망의 과부하 문제가 네트워크에서 중요한 문제로 부각되고 있다. 이 논문에서는 매크로 셀, 펨토 셀, 와이파이 접속망으로 다양하게 구성되어 있는 현재 이종 네트워크에서 접속망 과부하 문제를 해결하기 위한 최적의 셀 선정 기법과 리소스 할당 기법을 제안한다. 주어진 현재 서비스 부하 상태에서 네트워크가 동시에 추가 수용할 수 있는 사용자 수를 최대화할 수 있는 사용자-셀 간의 선정 기법을 제공한다. 이를 위해 이종 무선 접속망에서의 셀 선정 문제를 이진 정수계획 모형으로 최적화 문제를 수립하고, 이를 최적화 해법 도구를 이용하여 접속망 과부하를 억제할 수 있는 최적의 셀 선정 기법을 도출한다. 네트워크 레벨 시뮬레이션을 통해 이 논문에서 제안된 기법이 현재 무선 접속망에서 주로 사용되고 있는 국소적 셀 선정기법에 비해, 과부하가 걸린 무선 접속망에서 주어진 여러 셀들을 최대한 균등하게 효율적으로 활용함으로써 현저하게 네트워크 접속 장애율을 감소시킬 수 있음을 보인다. 또한 논문에서 사용된 이진 정수계획 모형의 최적화 문제를 푸는 데 소요되는 계산 복잡도에 대한 실험을 통해 제안된 알고리즘의 실용 가능성에 대해서 검증한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.154-154
• /
• 2016

우리나라는 급격한 경제 발전과 함께 빠르게 도시화가 진행되었다. 하지만 도시화가 진행됨에 따라 불투수면적의 증가로 인해 도시지역 침수에 대한 위험이 야기되고 있다. 배수관망 체계는 지역 내의 강우를 빠르게 배출하는데 목적을 두고 발전해 왔다. 이러한 노력에도 불구하고 서울시는 2010년, 2011년과 같이 반복적인 침수로 인명과 재산 피해를 겪고 있는 실정이다. 본 연구에서는 2010년과 2011년을 기준으로 침수된 서울시 100개의 유역을 선정하고 깁스모형을 적용하여 침수지역을 중심으로 한 배수관망체계의 특성을 분석하였다. 이와 함께 각 유역의 IA(Impervious Area)와 DCIA(Directly Connected Impervious Area)를 근거로 불투수면적의 공간적 분포 특성도 분석하였다. 깁스모형을 이용한 네트워크 특성과 불투수면적의 공간적 분포 특성을 근거로 침수지역과의 상관관계를 분석하였다. 이를 바탕으로 도시 지역의 배수관망의 효율성을 판단하고 지역 특성에 최적화된 배수관망체계를 구축하는데 도움이 될 것이라 기대된다.

• 대한교통학회지
• /
• 제26권5호
• /
• pp.175-184
• /
• 2008

도로용량 증대를 위한 소요예산 추정문제는 관련주체인 이용자와 공급자의 입장을 모두 반영할 필요가 있다. 본 연구에서는 총통행시간, 형평성, 환경비용을 평가지표로 설정하고, 3가지 평가지표에 대한 관련주체의 요구사항이 만족되는 대안 중 소요예산을 최소화하는 최적 도로용량 증대 대안을 선정하는 문제를 모형화하였다. 일반적으로 도로용량 증대를 위한 소요예산 추정문제는 Network Design Problem(NDP)로 다루어지며, 이용자와 공급자의 다른 입장을 고려하기 위해 Bi-level 최적화문제로 모형화된다. 본 연구에서는 장래 교통수요의 불확실성을 반영하기 위해 확률모형(Stochastic model)을 적용하고, 평가지표별 신뢰도를 차별화하기 위해 Chance-constrained model(CCM)를 적용하였으며, 3가지 평가지표의 제약식을 만족하면서 소요예산을 최소화하는 목적함수를 만족하는 최적대안을 선정하기 위해 렉시코그라픽(Lexicographic) 최적화문제로 접근하였다. 예제 네트워크를 통하여 분석한 결과, 평가지표별 신뢰도 및 교통수요 변화율이 클수록 더욱 많은 소요예산이 요구되며, 평가지표별 신뢰도가 클수록 장래 교통수요의 변화에 더욱 탄력적으로 대응할 수 있는 대안이 선정되었다. 제안된 모델은 다양한 관련주체의 입장을 모두 고려한 최적 도로용량 증대 대안과 소요예산을 선정함과 동시에, 도로용량 증대량의 변화에 따른 평가지표간 상쇄관계(Tradeoff)와 도로 네트워크 개선을 위한 예산 배분의 포트폴리오를 정책결정자에게 제공 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.27-29
• /
• 2008

시스템 분석에 주로 사용하는 자료 중에는 비선형 자료와 시계열 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 분석하는데 어려움이 많다. 본 연구에서는 현실 세계에서 다양하게 나타나는 복잡성을 다루기 위하여 하이브리드 진화 신경망 모델링 접근 방법으로 자료를 모형화 하고 이를 통한 학습의 적합도를 살펴본다. 비선형 자료 등을 모형화하기 위한 학습은 역전파 신경망 기법을 이용한다. 학습의 효율을 높이기 의해서 격자감소 학습 알고리즘과 함께 이용하는 유전자 알고리즘은 네트워크 구조를 최적화 시킬 수 있는 초기가중값을 이용한 전역 최소값을 찾는데 이용한다. 학습 결과를 통해 제안된 하이브리드형 접근방법의 학습이 보다 효율적임을 살펴보기 위하여 유전자 알고리즘으로 최적화된 신경망 학습 알고리즘을 비선형 모의자료의 학습에 적용하여 보았다.

• 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.

• 대한교통학회지
• /
• 제22권3호
• /
• pp.167-177
• /
• 2004

Hub-and-spoke운송은 교통분야에서 널리 이용되고 있는 운송전략의 대표적 개념이다. 화물의 컨테이너화와 환적기술의 발달로 최근 유럽을 중심으로 철도화물운송부문에서도 이 운송전략의 적용사례가 나타나고 있다. 이에 본 연구는 Hub-and-spoke운송전략을 구현하는 철도화물서비스네트워크 디자인모형을 제시하고, 대규모 운송망에도 적용이 가능한 효율적 알고리즘을 개발하였다. 개발되는 모형이 전략적 수준의 계획모형임에도 불구하고 모형에서는 일반화된 운영비용 외에 열차속도, 서비스빈도, 터미널에서의 화물처리속도 등에 따른 시간지체비용도 고려되었다. 시간지체비용의 고려에 따라 야기되는 목적함수의 비선형성은 빈도별 서비스결정변수의 설정을 통해 선형최적화문제로 표현되었다. 규모가 큰 네트워크의 경우 해도출의 어려움 때문에 본 논문은 전체문제의 분할(decomposition)에 기초한 휴리스틱방법((heuristic method)으로 문제를 해결하고자 하였다. 해도출의 효율성을 높이기 위해 서비스빈도개선과 관련하여 3개의 알고리즘이 개발되었고, 개발된 알고리즘은 유럽의 실제네트워크를 기초로 도출한 4개의 테스트문제를 대상으로 해의 정확도와 해 도출의 효율성이 비교 평가되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.18-18
• /
• 2018

상수관망 시스템(Water Distribution System, WDS)은 이용자에게 양질의 상수도를 공급하기 위해 구축된 사회기반시설물로써, 정수된 물이 사용처에 도달하기까지 송수과정에서 발생 가능한 수질저하를 고려해야 한다. 일반적으로 정수장에서 염소처리를 한 후, 도달시간을 고려한 시스템 내 잔류 염소농도를 유지함으로써 수질저하를 예방한다. 여기서 상수도 내 잔류 염소농도는 미생물 번식 및 관내 부식물 등 다양한 생물 화학적 오염을 효과적으로 예방하는 반면, 과다할 경우 이용자의 음용성을 저해할 수 있어 시스템 전반에 걸쳐 염소농도의 적절한 관리가 요구된다. 특히, 상수관망에서는 공급경로 및 공급량에 따라 각 수요처의 도달 염소농도가 다르게 분포할 수 있으므로, 시설운영자는 균등하고 적절한 염소농도를 유지하기 위해 추가적인 염소 재투입시설을 설치하여 함께 관리하고 있다. 이 때, 염소투입 시설의 운영계획은 EPANET과 같은 상수관망 해석모형의 수질모의를 바탕으로 수립된다. 그러나 일반적으로 수질모의는 수리해석과는 달리 긴 시간이 소요되는 단점이 존재한다. 본 연구에서는 이러한 단점을 개선하기 위해, 특정 네트워크의 수질모의 결과를 학습시킨 인공신경망(ANN) 모형을 구축하고 이를 이용하여 상수관망 수질모의 계산시간을 단축하고자 하였다. 여기서 ANN모형의 학습은 EPANET을 통해 미리 선정된 다양한 염소 투입지점의 염소 투입농도와 용수 공급량 자료, 그리고 주요 관측지점에서 측정된 염소농도자료를 이용하였다. 학습된 ANN모형을 EPANET 수질모의 결과와 비교 및 검증을 실시한 결과, 사전에 소요된 학습시간을 제외하면 수질모의 소요시간 측면에서 큰 개선효과를 보였으며, 대표지점에서의 수질모의 결과가 유사하였다. 추가적으로, 본 연구에서는 학습된 ANN모형과 최적화 알고리즘인 GA(Genitic Algorithm)를 연계하여 상수관망에서의 염소 재투입 스케줄링을 최적화하는 프로그램을 개발함으로써, 안전하고 경제적인 상수관망의 수질운영에 기여하고자 하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.284-288
• /
• 2005

본 연구에서는 낙동강수계 일별 운영 계획 수립을 위한 저수지군 최적 연계운영 모형(CoMOM, Coordinated Multiple Reservoir Operating Model)을 개발하였다. 이를 위하여 동적 네트워크 흐름 모형을 기반으로 한 다중목적 혼합 정수 목표계획 모형 (MOMIGP, Multiple Objective Mixed Integer Goal-Programming)을 수립하였다. 이 모형은 월말 목표 수위 및 운영 제약 등을 목표 계획법으로 구성하였으며, 일별 운영의 특성을 고려하여 하도추적의 효과를 반영하였고, 선형화된 발전함수를 이용하여 발전량을 최대화 하도록 한 후 정확한 발전량을 사후에 산정하였다. 이와 같이 수립된 수학 모형을 GUI를 비롯한 프로그램(CoMOM)으로 개발하여 사용자가 편리하게 수행 할 수 있도록 하였다. 이 프로그램은 의사결정자의 운영 목표와 의도를 효과적으로 반영할 수 있도록 대화형 목표 계획법을 구현하였으며, 상충되는 여러 목적에 대하여 가능한 파래토(Pareto) 최적해를 제시하고 의사결정자가 가장 선호하는 해를 선택하도록 대화형 다중목적 계획법 CBITP(Convex hull of individual maxima Based Interactive Tchebycheff Procedure)를 활용하여 구현하였다. 한편 객체지항적 프로그램 기법을 활용하여 수계 내의 노드(저수지, 수요지, 발전소 등)를 추가 하거나 삭제 할 수 있도록 하여, 다른 수계로의 확장이 용이하도록 개발하였다.

• 한국철도학회논문집
• /
• 제19권6호
• /
• pp.833-843
• /
• 2016

최근 철도 화물 수송은 컨테이너 전세 열차뿐만 아니라 시멘트, 철강 등 일반 화물의 전용열차 수가 증가하고 있고, 이에 따라 영차 수송 계획은 점차 단순해지고 있다. 반면에 공화차 수송의 경우, 수송 계획 최적화 시스템의 부재로, 사령의 경험에 의해 공화차 배분이 이루어지고 있으며, 이의 효율성 여부는 검증된 바 없고, 공화차 배분을 위한 별도의 의사결정지원시스템의 필요성은 여전히 존재한다. 본 연구에서는 연구 문헌상의 공화차 배분 최적화 모형뿐만 아니라 2010년 전후로 개발 되었다가 최근 사용이 중단된 화물수송최적화 시스템(KTOCS)상의 공화차 배분 최적화 모형을 비판적으로 살펴본 후, 수송 문제를 활용한 새로운 공화차 배분 최적화 모형 및 해법을 제시한다. 이 최적화 모형은 기존 모형과 달리, 추가 제약이 있는 수송문제에 포함되는 아크를 동적으로 생성해내는 열생성 기법에 기초하고 있다. 이를 이용한 우리나라 전체 철도 네트워크에 대한 시뮬레이션 결과, 실적 상에 나타난 공화차 km를 상당히 낮출 수 있는 것을 확인할 수 있었다.