• 제목/요약/키워드: 유한 도메인

검색결과 16건 처리시간 0.021초

유한 셀룰러 오토마타 규칙 15에 대한 카테고리적 분석 (Categorical Analysis for Finite Cellular Automata Rule 15)

  • 박정희;이현열
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제27권8호
    • /
    • pp.752-757
    • /
    • 2000
  • 두가지 상태값 (0, 1)과 서로 다른 네가지 경계조건을 갖는 1차원 셀룰러 오토마타 규칙 15의 상태전이그래프를 자기 재생시킬 수 있는 재귀식을 카테고리적 접근법으로 발견하였다. 카테고리적 접근법은 서로 다른 도메인을 갖는 오토마타들 간의 매핑을 가능케하므로 오토마타의 진화과정을 쉽게 표현할 수 있도록 한다.

  • PDF

정형 사각 격자 기반의 2차원 지표면 침수해석 모형 개발 및 평가 (Development and evaluation of a 2-dimensional land surface flood analysis model using uniform square grid)

  • 최윤석;김주훈;최천규;김경탁
    • 한국수자원학회논문집
    • /
    • 제52권5호
    • /
    • pp.361-372
    • /
    • 2019
  • 본 연구의 목적은 운동량방정식에서 이송가속도항을 제외한 지배방정식을 이용하여 정형 사각 격자 기반의 2차원 지표면 침수해석 모형을 개발하는 것이다. 공간적 이산화는 유한체적법을 이용하였으며, 시간적 이산화는 음해법을 적용하였다. 모형의 실행시간을 단축하기 위해서 CPU를 이용한 병렬계산 기법을 적용하였다. 개발된 모형의 검증을 위해서 해석해와 비교하고, 가상 도메인에서 수치실험을 통해 모형의 거동을 평가하였다. 또한 국내의 장호원 지역과 모로코의 Sebou 강 지역에 대해서 각기 다른 공간해상도로 침수해석을 수행하고, 그 결과를 CAESER-LISFLOOD (CLF) 모형을 이용한 해석 결과와 비교하였다. 모형의 검증 결과 해석해와 잘 일치된 모의 결과를 나타내었고, 가상 도메인에서의 흐름 해석도 타당한 것으로 평가되었다. 장호원 지역과 Sebou 강 지역에 대한 본 연구와 CLF 모형의 침수모의 결과는 침수심과 침수범위에서 서로 유사하게 나타났으며, 장호원 지역의 경우 홍수위험지도의 침수범위와도 유사한 값을 보였다. 본 연구와 CLF 모형의 모의결과에서 상이한 부분에 대해서는 각각의 모의결과를 비교 평가하였다. 연구결과 본 연구에서 제시된 모형은 홍수터에서의 침수 양상을 잘 모의할 수 있는 것으로 평가되었다. 그러나 본 연구에서 제시된 모형을 이용하여 침수해석을 할 경우에는 도메인 구성 방법과 지배방정식 및 해석 방법에 의한 모형의 특징과 한계점을 충분히 고려해야 할 것이다.

효율적 수치해석을 위한 오픈소스 프로그램 기반 해석 플랫폼 구축 및 사례 연구 (Construction of Open-source Program Platform for Efficient Numerical Analysis and Its Case Study)

  • 박찬희;김태현;박의섭;정용복;방은석
    • 터널과지하공간
    • /
    • 제30권6호
    • /
    • pp.509-518
    • /
    • 2020
  • 본 연구에서는 실제 지질구조를 반영한 실규모 수치해석을 효율적으로 수행하고자 탐사 자료를 바탕으로 한 메쉬 생성, 해석수행, 결과분석을 위한 후처리의 일련의 과정을 포함한 해석 플랫폼을 구축하였다. 해석 플랫폼 구축을 위하여 연구자의 필요에 따른 코드 수정 및 다양한 수치해석 프로그램과 호환이 가능할 수 있도록 소스코드가 공개되어 있는오픈소스 프로그램을 활용하였다. 먼저 드론을 활용하여 촬영한 탐사 정보를 바탕으로 3차원 모델을 획득한 후, 오픈소스 3차원 창작 소프트웨어인 Blender를 활용하여 도메인의 메쉬 밀도를 해석 가능한 수준으로 조정하였다. 다음 단계로는 유한요소 메쉬 생성 프로그램인 Gmsh를 활용하여 도메인 내부에 사면체 기반의 메쉬를 생성하여 3차원 모델을 생성하였다. Gmsh를 통해 획득된 메쉬 정보를 수치해석 프로그램에 활용하기 위해서 메쉬 생성 규약에 적합하도록 변환하는 과정이 필요하며, 이는 Python을 통해 코드를 작성하여 수행하였다. 안정성 해석이 완료된 뒤에는 자료의 후처리 작업을 위해 시각화 및 데이터 분석 프로그램인 ParaView를 활용하여 다양한 시각화 자료를 생성하였다. 구성된 플랫폼의 활용성을 확인하기 위해 드론 탐사자료를 바탕으로 생성한 실규모 독도 모델을 대상으로 예비 안정성 분석을 성공적으로 수행하였으며, 예비해석을 통해 구축된 해석플랫폼이 향후 다양한 해석 과정에 활용될 수 있음을 확인하였다.

평행관 모델링을 통한 보일러 화로벽관 내 밀도파 불안정의 해석 (Analysis of Density Wave Oscillation in Boiler Furnace Wall Tubes with Parallel Channel Modeling)

  • 김진일;최상민
    • 대한기계학회논문집B
    • /
    • 제37권2호
    • /
    • pp.187-196
    • /
    • 2013
  • 화력발전용 관류보일러 화로벽관에서의 밀도파 불안정 예측을 목적으로 수치모델을 개발하였다. 시간 도메인에서 1 차원 유한체적법을 적용하여 관내 비정상상태의 유동장을 계산하였으며, 화로벽관의 평행관 연결을 모사하기 위해 헤더의 모델도 포함하였다. 평행관들 가운데 하나의 관에 열 섭동을 부가 후 관 입출구 유량의 변동을 관찰함으로써 밀도파 불안정을 찾았다. 개발된 모델은 문헌의 실험결과와 검증을 거쳐 700MW 보일러 화로벽관에 적용하였다. 그 결과 Takitani 의 실험결과에서는 평행으로 연결된 우회 유량이 줄어들수록 불안정 경계 열량이 상승하는 경향이 있었던 반면, 보일러 화로벽관의 경우에는 평행관 모델링에 크게 영향을 받지 않음을 확인하였다.

DMD기반 Kirchhoff-Love 판의 모드 분석과 수치해 예측 (DMD based modal analysis and prediction of Kirchhoff-Love plate)

  • 신성윤;조광현;배석찬
    • 한국정보통신학회논문지
    • /
    • 제26권11호
    • /
    • pp.1586-1591
    • /
    • 2022
  • Kirchhoff-Love 판 (KLP) 방정식은 특정 외력이 얇은 막에 끼치는 변형을 기술하는 잘 알려진 이론이다. 한편, frequency 도메인에서 진동하는 판을 해석하는 것은 주요 진동 주파수와 고유함수들을 구하는 것과 판의 진동을 예측하는데 중요하다. 다양한 모드 분석 방법들 중 dynamic mode decomposition (DMD)는 효율적인 data 기반 방법이다. 이 논문에서 우리는 DMD를 기반으로 sine 유형 외력의 영향력 안에 있는 KLP의 모드 분석을 수행한다. 우리는 먼저 유한차분법을 사용하여 이산적으로 표현된 시계열 형식의 KLP 해를 구한다. 720,00개의 FDM으로 생성된 해중에서, 오직 500개의 해만을 DMD의 구현을 위해 선택한다. 우리는 결과적으로 얻어진 DMD-mode를 보고한다. 또한, DMD를 통하여 KLP의 해를 예측하는 효율적인 방법을 소개한다.

이산화 알고리즘을 이용한 계층적 클러스터링의 실험적 성능 평가 (Performance Comparison of Clustering using Discritization Algorithm)

  • 원재강;이정찬;정용규;이영호
    • 서비스연구
    • /
    • 제3권2호
    • /
    • pp.53-60
    • /
    • 2013
  • 데이터로부터 의미있는 형태의 정보를 얻기 위한 여러 가지 기법들이 개발되어 왔지만, 최근 들어 가장 각광받는 분야 중 하나는 패턴인식과 기계학습 방법이다. 기존의 학습 알고리즘은 대부분 범주 형 속성에 기반 한 규칙 또는 의사 결정 모델을 생성한다. 그런데, 실세계의 데이터는 보통 범주 형 속성 외에도 수치 값을 갖는 속성을 포함하고, 또 많은 경우에 있어 수치 형 속성으로만 구성되기도 한다. 따라서 이러한 경우, 데이터를 학습에 사용하기 위해서는 수치형 속성에 대한 적절한 처리 과정이 필요하다. 본 논문에서는, 수치형 속성의 도메인을 여러 개의 분절된 부분으로 나누어 학습 알고리즘에 사용하는 방법인 이산화 기법을 설명하고 또한 데이터마이닝의 기법으로 사용되는 클러스터링(Clustering)을 사용한다. 클러스터란 대량의 데이터베이스로부터 유사한 레코드 특성을 지닌 작은 그룹으로 여러 개를 분할하는 것으로 패턴 공간에 주어진 유한 개의 패턴들이 서로 가깝게 모여서 무리를 이루고 있는 패턴 집합이다. 그 집합들 중에서 특정한 카테고리를 지정하지 않고 주어진 데이터들에서 어떤 패턴을 추출하여, 비슷한 데이터들을 묶어서 데이터를 분류하는 기법인 클러스터링에 대해 실험한다.

  • PDF