• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.89-92
• /
• 2009

본 논문에서는 비선형구조물의 위상최적화를 위하여 개발된 요소 연결 매개법 (Element Connectivity Parameterization Method)을 이용하여 기하비선형 구조물의 고유진동수(Eigenfrequency)를 최적화하는 연구를 소개한다. 기존의 밀도를 기반으로 한 위상최적화기법은 비선형 구조물의 위상최적화를 수행할 때 약한 탄성계수를 가지는 요소가 대변형을 일으켜 전체 강성행렬(Tangent Stiffness Matrix)이 양정정성(Positive definiteness)를 잃어버리는 문제점이 있어서 위상최적화를 수행하기 어렵다. 이 문제점을 해결하기 위하여 최근에 요소 연결 매개법(Element Connectivity Parameterization Method)이 개발되었다. 이 요소 연결 매개법은 요소의 강성을 설계하는 것이 아니라 요소의 연결성을 설계하는 기법으로 이를 이용하여 비선형 구조물의 위상최적화를 효과적으로 수행할 수 있다. 이 연구에서는 요소 연결 매개법을 동적인 문제에 적용하기 위한 연구를 수행하며 이를 이용하여 비선형 구조물의 고유진동수를 최적화 하는 위상최적화 문제에 적용하였다. 비선형 수치 예제를 통하여 기하 비선형 구조물의 고유진동수를 최대화를 통하여 기하 비선형 구조물의 강성최대화 문제와 같은 결과를 얻을 수 있었다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.30 no.2
• /
• pp.83-88
• /
• 2007

본 논문에서 선형함수의 곱의 형태로 표현된 비선형 함수를 목적식 또는 제약식에 가지는 비선형 최적화 문제를 새로운 변수를 추가하여 선형 Relaxation 최적화 문제로 Reformulation 하는 기법을 소개한다. 특히, 선형함수의 곱의 형태를 가지는 비선형 함수를 포함하는 비선형 정수 최적화 문제를 선형 정수 최적화 문제로 Relaxation할 경우 두 최적화 문제의 해가 일치함을 보인다. 또한 소개된 Relaxation 기법을 응용하여, 추가되는 변수의 수를 증가시킴으로서, 보다 Tight한 Relaxation 문제를 도출하는 과정에 대하여 소개한다.

• Journal of Broadcast Engineering
• /
• v.17 no.4
• /
• pp.634-639
• /
• 2012

In this paper, we propose nonlinear optimization method for feature matching from multiple view image. Typical solution of feature matching is by solving linear equation. However this solution has large error due to nonlinearity of image formation model. If typical nonlinear optimization method is used, complexity grows exponentially over the number of features. To make complexity lower, we use sparse Levenberg-Marquardt nonlinear optimization for matching of features over multiple view image.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.111-114
• /
• 2004

기존의 도함수에 기초한 수치적 최적화 기법들(derivative-based optimization)은 비선형 최적화 문제를 풀기 위해 목적식의 1차 도함수의 정보를 이용하여 정류점(stable point)인 최적해를 찾아 나가는 방식을 취하고 있다. 그러나 이런 방법들은 목적식의 국부 최적해(local minimum)을 찾는 것은 보장하나, 전역 최적해(global minimum)를 찾는 데에는 실패할 경우가 많다. 국부 최적해와 전역 최적해는 모두 목적식의 1차 도함수가 '0'인 값을 가지는 특징이 있으므로, 국부 또는 전역 최적해를 구하는 구하는 과정은 목적식의 1차 도함수가 '0'인 해를 찾는 방정식 문제로 변환될 수 있다. 따라서 본 논문에서는 비선형 방정식의 해를 찾는데 좋은 성능을 보이는 Homotopy 방법을 이용하여 목적식의 1차 도함수에 관한 비선형 방정식을 풀고, 이를 통해 비선형 최적화 문제의 모든 국부 최적해를 찾아냄으로써 전역 최적화 문제를 해결하는 방법을 제안하고자 한다. 제안된 방법론을 다양한 전역 최적화 문제에 적용한 결과, 기존의 방법들에 비해 더 좋은 성능을 보임을 알 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.46-47
• /
• 2007

전력시스템안정기는 전력시스템의 저주파 댐핑을 효율적으로 향상시키기 위해 사용되는 제어기이다. 전력시스템안정기의 동적 특성은 위상 보상기의 이득과 시정수와 같은 선형 파라미터와 출력 리미터와 같이 비평활, 비선형 특성을 나타내는 비선형 파라미터에 영향을 받는다. 기존의 선형 제어 방법인 고유치 분석을 통한 선형 파라미터의 최적화 방법은 소신호 동작 범위에 대한 최적화 기법이기 때문에 큰 상정사고 시 효과적인 댐핑 향상을 보장할 수 없게 된다. 이를 극복하기 위하여 하이브리드 시스템에 신경회로망을 임베디드화하여 체계적인 방법으로 비선형 파라미터를 최적화한 후, 고유치 분석을 통해 선형 파라미터를 최적화함으로 전력시스템안정기의 성능 향상을 도모할 수 있다.

• Journal of Korean Society of Transportation
• /
• v.20 no.4
• /
• pp.109-122
• /
• 2002

본 연구에서는 교차로의 비용 및 특성을 고려한 도로선형최적화 모형을 유전자 알고리즘(Genetic Algorithms)을 이용하여 개발하였다. 기존의 도로선형최적화 모형은 교차로 특성을 고려하지 못해서 실제 적용에 심대한 문제점을 내재하고 있다. 본 논문에서는 특정 도로선형에 교차로 건설의 필요가 있을 경우, 민감(Sensitive)하고 지배적인(Dominating) 교차로 비용 항목들 즉, 토공비용, 보상비, 포장비, 사고비용, 지체 및 연료소모비용 등의 산정이 시도되었다. 또한 비교적 우수한 도로선형 대안을 유전자 알고리즘을 이용한 탐색과정 중에서 비효율적으로 강제 퇴화시키는 단점 보완을 위한 교차로 국소 최적화 방법(Local Optimization of Intersections)이 개발되어 기존 모형을 보완하였다. 공간상의 도로선형은 매개변수적 묘사(Parametric Representation)를 통하여 구현하였으며 벡터운영(Vector Manipulation)을 통해 교차로비용 산정의 근간인 교차점과 다른 중요점들의 좌표를 찾을 수 있었다. 개발된 교차로 비용산정 모형이 보다 정밀하게 교차로 비용을 산정함이 증명되었으며 궁극적으로는 기존의 최적화 모형의 단점을 보완할 수 있음이 제시되었다. 또한, 새로이 제시된 교차로 국소 최적화 방법이 최적대안 탐색과정의 유연성을 증대하였으며, 결과적으로 효율적인 교차로의 유지에 기여함을 알 수 있었다. 제시된 교차로 국소 최적화 방법은 추후 단일노선이 아닌 도로망 최적화시의 기초를 제시함은 주목할 만 하다. 두개의 예제에서 도출된 최적노선 및 교차로 비용 등의 검토 결과, 도로상의 교차로 건설비용은 도로선형 최적화에 큰 영향을 미치는 실질적이며 민감한 비용 항목임이 검증되었으며 이는 도로선형최적화 모형이 교차로 비용을 반드시 검토 및 평가할 수 있어야 함을 반증한다.

• Computational Structural Engineering
• /
• v.5 no.1
• /
• pp.133-142
• /
• 1992

This paper presents a method to apply the linear goal programming, which has rarely been used to the structural opimization problem due to its unique formulation, to large scale nonlinear structural optimization. The method can be used as a multicriteria optimization tool since goal programming removes the difficulty in defining an objective function and constraints. The method uses the finite element analysis, linear goal programming techniques and successive linearization to obtain the solution for the nonlinear goal optimization problems. The general formulation of the structural optimization problem into a nonlinear goal programming form is presented. The successive linearization method for the nonlinear goal optimization problem is discussed. To demonstrate the validity of the method, as a design tool, the minimum weight structural optimization problems with stress constraints are solved for the cases of 10, 25 and 200 trusses and compared with the results of the other works.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.3
• /
• pp.155-159
• /
• 2013

In this paper, a nonlinear matrix inequality problem and a nonlinear optimization problem are proposed for obtaining a structured static output feedback controller. The proposed nonlinear optimization problem has LMI (Linear Matrix Inequality) constraints and a nonlinear objective function. Using the conditional gradient method, the nonlinear optimization problem can be solved. A numerical example shows the effectiveness of the proposed approach.

• Journal of Korea Society of Industrial Information Systems
• /
• v.3 no.1
• /
• pp.101-116
• /
• 1998

혼합·이산 비선형 최적화문제 해결을 위한 전역적 최적화 알고리즘이 개발되었으며 이 알고리즘은 확률적 최적화기법인 유전알고리즘을 사용한다. 유전알고리즘은 다양한 설계변수를 처리하는데 적합하다. 그러나 기존의 유전알고리즘이 특별히 잘 수행되지 않는 상황이 많이 존재하기 때문에 혼합화에 대한 다앙한 방법이 개발되어지고 있다. 따라서 이 논문은 유전알고리즘에서 최적해 주위에 대한 국고수수렴기법과 정밀 탐색법을 구체화시킨 새로운 혼합유전알고리즘(NHGA)을 개발했다. 사례연구에서는 혼합·이산 비선형 최적화문제를 해결하는데 있어서 NHGA가 상당한 능력을 제공하며 효율적이고 우수한 해를 제공할 수 있다는 것을 보여주고 있다.

• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.11-22
• /
• 1997

본 연구에서는 비선형 최적화 문제를 효율적으로 해결하기 위한 혼합유전알고리즘(Hybrid Genetic Algorthm : HGA)을 개발하였다. HGA는 기존 유전알고리즘의 적용에 있어 문제점으로 지적된 정밀도의 적용문제와 벌금함수의 사용을 배제하였으며 지역적최적점으로 빠르게 수렴하는 기존의 지역적 탐색법과 유전알고리즘 적용이후 수렴된 해 주변에 대한 정밀탐색법을 함께 고려하여 설계하였으며 이를 세가지의 비선형 최적화 문제 적용하여 본 논문에서 개발한 HGA의 유효성을 보였다.