• Journal of Korea Society of Industrial Information Systems
• /
• v.15 no.5
• /
• pp.179-185
• /
• 2010

In a sensitivity analysis, an uncertainty importance measure is often used to assess how much uncertainty of an output is attributable to the uncertainty of an input, and thus, to identify those inputs whose uncertainties need to be reduced to effectively reduce the uncertainty of output. A function is called monotonic if the output is either increasing or decreasing with respect to any of the inputs. In this paper, for a monotonic function, we propose a method for evaluating the measure which assesses the expected percentage reduction in the variance of output due to ascertaining the value of input. The proposed method can be applied to the case that the output is expressed as linear and nonlinear monotonic functions of inputs, and that the input follows symmetric and asymmetric distributions. In addition, the proposed method provides a stable uncertainty importance of each input by discretizing the distribution of input to the discrete distribution. However, the proposed method is computationally demanding since it is based on Monte Carlo simulation.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.97-100
• /
• 2009

신뢰성 분석은 불확실성으로 인한 제품의 성능 변동을 안전확률이나 파괴확률로 정량화 하여 설계에 이용하기 위해 연구되어 왔다. 불확실성은, 데이터의 양에 따라-물질의 본질적인 특성으로서의 많은 데이터가 주어진 경우의 물리적 불확실성과 부족한 데이터에서의 인식론적 불확실성으로 구분되고, 불확실성을 갖는 대상에 따라-입력변수 및 근사모델 불확실성으로 구분된다. 물리적 불확실성에 대한 연구는 많이 진행되어 왔지만, 실제 산업현장에는 부족한 데이터로 인한 인식론적 불확실성이 지배적이며 이에 대한 연구는 최근에서야 진행되고 있다. 불확실성을 고려하는 신뢰성 기반 설계에는 효율성을 위해 실제모델을 대체하는 근사모델이 이용되는데, 근사모델법 자체에 대한 연구는 많이 진행되어 왔으나, 근사모델 이기 때문에 존재하는 불확실성을 고려한 연구는 최근에서야 연구되기 시작하였다. 본 연구에서는 베이지안 접근법에 기반하여 입력변수 및 근사모델 불확실성을 통합 고려하는 새로운 신뢰성 분석 기법을 제시하고 수치예제를 통해 타당성을 증명한 후, 이를 공학문제에 적용한다.

• Fire Science and Engineering
• /
• v.26 no.2
• /
• pp.40-52
• /
• 2012

This paper presents the uncertainty analysis results of fire modeling input parameters for motor control center in switchgear room of nuclear power plants. FDS (Fire Dynamics simulator) 5.5 was used to simulate the fire scenario and Latin Hyper Cube Monte Carlo simulations were employed to generate random samples for FDS input parameters. The uncertainty analysis results of input parameters are compared with those of the model uncertainty analysis and sensitivity analysis approaches of NUREG-1934. The study results show that the input parameter uncertainty analysis approach may lead to more conservative results than the uncertainty analysis and sensitivity analysis methods of NUREG-1934.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.41 no.11
• /
• pp.1099-1108
• /
• 2017

Data points obtained by conducting repetitive experiments under identical environmental conditions are, theoretically, required to correspond. However, experimental data often display variations due to generated errors or noise resulting from various factors and inherent uncertainties. In this study, an algorithm aiming to determine valid bounds of input variables, representing uncertainties, was developed using probabilistic and statistical methods. Furthermore, a reliability assessment was performed to verify and validate applications of this algorithm using bolt-fastening friction coefficient data in a sample application.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.365-365
• /
• 2012

이수 및 치수를 위한 수공구조물 설계 및 하천기본계획 수립의 요점은 설계홍수량의 산정에 있으며, 통계적으로 유의성을 가지는 설계홍수량을 산정하기 위해서는 일반적으로 30년 이상 관측된 홍수자료가 요구된다. 우리나라의 경우 대부분의 유역이 미계측 유역이거나 관측년수가 비교적 작은 경우가 많으므로, 상대적으로 자료 연한이 긴 강우자료를 빈도분석한 후 이를 강우-유출 모형에 입력하여 확률홍수량을 추정하는 간접적인 방법이 주로 이용되며 사용된 강우의 빈도가 홍수의 빈도와 동일하다는 가정을 기본으로 한다. 그러나 동일한 강우량이 발생하더라도 강우의 강도, 지속시간, 유역의 선행함수조건 등과 같은 유역 특성에 따라 유출의 특성은 현저히 다르게 나타나며 결국 이러한 특성은 입력자료, 강우-유출 모형, 기후변동성 등과 같은 불확실성 요소로 인식될 수 있다. 따라서 본 연구에서는 이러한 불확실성을 고려할 수 있는 강우-유출 모의기법을 개발하여 이를 통해 홍수빈도곡선을 유도할 수 있는 방법론을 제시하고자 한다. 불확실성 분석을 위해 기존 HEC-1 강우-유출 모형에서 Bayesian MCMC 기법을 적용하여 매개변수들의 사후분포를 추정하여 매개변수들의 최적화 및 불확실성 분석을 수행하였다. 마지막으로 기후변화 영향을 통합한 홍수빈도곡선을 유도하기 위해서 극치강수를 모의하는 것이 필요하며, 본 연구에서는 극치값 재현에 있어서 우수한 성능을 발휘하는 Kernel-Pareto Piecewise분포 기반의 강우모의발생 기법을 적용하여 HEC-1모형과 연동되도록 모형을 개발하였다. 본 연구에서 제안하는 방법론은 기존 홍수빈도곡선 유도 방법에서 불확실성을 분석하기 위해 모든 변수들을 독립사상으로 간주하고 Monte Carlo Simulation을 수행함으로서 매개변수들간의 상호연관성, 상관성, 조건부 확률들을 고려할 수 없었던 점을 Bayesian 모형을 통해 매개변수들간의 조건부 확률을 고려한 매개변수의 사후분포 도출을 가능하게 하여 보다 현실적인 강우-유출 관계 도출이 가능하고 불확실성 구간이 자연적으로 도출됨으로서 향후, 신뢰성 있는 수자원 계획수립에 유용한 자료로 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.528-528
• /
• 2016

신뢰성 있는 수문순환모의를 위해서 다양한 수문모형이 사용되고 있다. 그 중 대표적인 수문모형인 강우-유출 모형은 유역에 발생한 강우에 반응하는 유출특성을 평가하는데 이용된다. 강우-유출 과정은 강우량, 유출량, 도달시간 및 토양수분 등과 연관된 매개변수들의 최적화 과정을 통해서 추정된다. 하지만 동일한 강우사상이라도 다양한 매개변수들로 인하여 상당히 다른 유출패턴을 나타내기 때문에 수문순환 과정을 정확히 모의하기 위해서 강우-유출 분석시 불확실성 분석이 필수적으로 요구된다. 불확실성 분석은 통계학에서도 쉽지 않은 연구내용으로서 가장 진보된 불확실성 분석기법인 Bayesian 기법은 매개변수의 추정과 불확실성 분석을 동시에 수행할 수 있는 방법으로 매개변수들은 사후분포(posterior distribution)로 귀결되며 최종적으로 확률분포형의 형태를 가진다. 본 연구에서는 국내외적으로 널리 사용되는 단기유출 모형 HEC-1 모형에 Bayesian 기법을 연계하여 대상유역의 도달시간, 저류상수 및 CN No. 최적화 및 불확실성 평가를 수행하였다. 연구결과 Bayesian 기법을 통한 매개변수 최적화 결과는 안정적인 수렴결과를 확인하였으며, 확률강우량을 입력자료로 사용하여 산정된 빈도별 홍수수분곡선의 불확실성 분석을 통하여 향후 수공구조물의 위험도 분석 및 수자원계획 수립시 유용한 자료로 사용될 것으로 판단된다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05d
• /
• pp.405-409
• /
• 1996

본 연구는 일정 지역의 확률론적 지진위험도 (Probabilistic Seismic Hazard) 평가와 관련하여 전문가가 제시한 제1차 입력자료를 이용하여 제2차 입력자료를 도출할 때 입력자료의 다단계화를 통하여 각 단계별 구간의 입력자료가 확률론적 지진위험도 불확실성에 미치는 상대적 영향을 분석하였다. 확률론적 지진위험도 분석을 위하여 미국지질조사연구소 (USGS) 및 미국 로렌스리버모어 연구소(LLNL)가 개발한 전산코드를 각각 이용하였고 또한 전문가가 제시한 제 1차 입력자료는 기존 연구보고서에서 주어진 자료를 이용하였다. 분석결과 지진활동도 변수 특히 지진규모의 각 단계 및 감쇠특성함수의 진앙거리 단계에 따라서 확률론적 지진위험도의 절대값 및 불확실성에 미치는 영향의 차이가 상대적으로 크다는 것이 확인되었다. 또한 부지별로 이러한 분석을 함으로서 확률론적 지진 위험도 곡선에 영향을 미치는 임의 부지에 고유한 임계 지진규모 및 임계 진앙거리에 대한 분석을 통하여 전반적으로 불확실성을 감소시킬 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1900-1904
• /
• 2007

지금까지 수공구조물의 설계와 기존 시설의 안전도를 평가시 수문, 수리 및 경제학적 함수들에서 발생하는 불확실성을 설명하기 위하여 안전율 또는 여유고를 증가시키거나 이들 정보의 양과 질을 증가시켜 데이터베이스를 확장하고 측정오차를 최소화시키며, 전통적인 통계해석을 적용하였다. 공공의 안전을 확보하기 위하여 설계과정에 안전율 또는 여유고가 도입되었으나 이것은 단순히 보다 높은 재현기간의 적용을 의미하며, 수문현상이 가지는 추계학적 특성보다 확정론적인 근거로부터 안전설계 개념이 개발되었다. 수자원 계획시 고려되는 부하와 저항은 확정론적인 고정치가 아니라 시간에 따라 변하고 동적이며, 무작위적이므로 확률 변수로서 고려되어야 한다. 이에 따라 최근 수자원 계획과정에서 불확실성 해석에 의한 위험도 분석 개념이 도입되고 있으며, 특히 이상기후 및 집중호우의 빈발, 급격한 도시화로 인한 유출양상의 변화 등으로 급증하고 있는 훙수피해를 감안할 때 설계빈도의 상향조정과 같은 확정론적인 방법보다는 매개변수 또는 함수의 불확실성을 고려한 위험도 해석의 필요성이 더욱 증대되고 있는 실정이다. 따라서 본 논문에서는 수자원 계획시 입력자료 및 매개변수의 불확실성과 불확실성의 분리를 고려한 홍수량의 산정 및 각 매개변수의 영향을 평가하여 홍수위험도 해석에 있어서 모델 매개변수의 영향 규명과 처리방안을 제시하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.51 no.6
• /
• pp.523-533
• /
• 2018

The objective of this study is to analyze uncertainties of ensemble-based streamflow prediction method for model parameters and input data. ESP (Ensemble Streamflow Prediction) and BAYES-ESP (Bayesian-ESP) based on ABCD rainfall-runoff model were selected as streamflow prediction method. GLUE (Generalized Likelihood Uncertainty Estimation) was applied for the analysis of parameter uncertainty. The analysis of input uncertainty was performed according to the duration of meteorological scenarios for ESP. The result showed that parameter uncertainty was much more significant than input uncertainty for the ensemble-based streamflow prediction. It also indicated that the duration of observed meteorological data was appropriate to using more than 20 years. And the BAYES-ESP was effective to reduce uncertainty of ESP method. It is concluded that this analysis is meaningful for elaborating characteristics of ESP method and error factors of ensemble-based streamflow prediction method.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.33 no.10
• /
• pp.1163-1170
• /
• 2009

Reliability analysis is of great importance in the advanced product design, which is to evaluate reliability due to the associated uncertainties. There are three types of uncertainties: the first is the aleatory uncertainty which is related with inherent physical randomness that is completely described by a suitable probability model. The second is the epistemic uncertainty, which results from the lack of knowledge due to the insufficient data. These two uncertainties are encountered in the input variables such as dimensional tolerances, material properties and loading conditions. The third is the metamodel uncertainty which arises from the approximation of the response function. In this study, an integrated method for the reliability analysis is proposed that can address all these uncertainties in a single Bayesian framework. Markov Chain Monte Carlo (MCMC) method is employed to facilitate the simulation of the posterior distribution. Mathematical and engineering examples are used to demonstrate the proposed method.