• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1956-1957
• /
• 2011

본 연구는 White LED를 이용하여 주변 밝기 변화에 빠르게 적응하는 퍼지 뉴로 Dimming Control System을 설계한다. 본 논문에서는 방사형기저함수 신경회로망(Radial Basis Function Neural Network: RBFNN)을 설계하여 실제 White LED Dimming Control System에 적용시켜 모델의 근사화 및 일반화 성능을 평가한다. 제안한 모델에서의 은닉층은 방사형기저함수를 사용하여 적합도를 구현하였고, 후반부의 연결가중치는 경사하강법을 사용한다. 이때 멤버쉽 함수의 중심점은 HCM 클러스터링 (Hard C-Means Clustering)을 적용하여 결정한다. 연결가중치는 4가지 형태의 다항식을 대입하여 출력을 평가하였다. 최종 출력의 최적화를 위하여 PSO(Particle Swarm Optimization)을 이용하여 은닉층 노드수 및 다항식 형태를 결정한다. 본 논문에서 제안한 LED Dimming Control System은 Atmega8535를 사용하여 PWM 제어 방식을 사용하고, 조도계(Cds)를 이용하여 LED의 밝기에 따른 주변의 밝기를 감지하여 조명에 적응시키는 방법을 적용하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.22 no.2
• /
• pp.79-89
• /
• 2017

The Optimization of a Closed-Loop Supply Chain (CLSC) Model Using an Adaptive Hybrid Genetic Algorithm (AHGA) Approach is Considered in this Paper. With Forward and Reverse Logistics as an Integrated Logistics Concept, The CLSC Model is Consisted of Various Facilities Such as Part Supplier, Product Manufacturer, Collection Center, Recovery Center, etc. A Mathematical Model and the AHGA Approach are Used for Representing and Implementing the CLSC Model, Respectively. Several Conventional Approaches Including the AHGA Approach are Used for Comparing their Performances in Numerical Experiment.

• Proceedings of the KIEE Conference
• /
• 2006.10a
• /
• pp.145-146
• /
• 2006

본 논문은 부분방전(PD: Partial Discharge)의 패턴인식 확률 극대화를 목적으로 신경망(NN: Neural Network) 파라미터 중에서 은닉층 뉴런의 수, 모멘텀(momentum)의 Step size와 Decay rate 를 최적화하기 위하여 유전 알고리즘(GA: Genetic Algonthm)을 적응하였다. 실험적 연구의 대상으로서, GIS(Gas Insulated Switchgear)사고의 주요 원인으로 보고되어있는 결함들을 인위적으로 모의한 16개 Test cell을 이용하여 부분방전을 발생시켰다. 부분방전 신호는 본 연구팀이 개발한 센서를 이용하여 검출되어 데이터베이스가 구축되어 그로부터 추출된 학습 데이터들의 학습에 다음과 같은 5가지 신경망 모델이 적응되었다: Multilayer Perception (MLP), Jordan-Elman Network (JEN), Recurrent Network (RN), Self-Organizing Feature Map (SOFM), Time-Lag Recurrent Network (TLRN). 유전 알고리즘 적용 효율성을 분석하기 위하여 동일한 데이터를 이용하여 다음과 같은 두 가지 방법을 적용한 결과를 상호 비교하였다. 우선 상기 선택된 모델만 적용하였고 다근 하나는 상기 모델과 Genetic Algorithm이 동시에 적용되었다. 모든 모델에 대하여 학습오차와 패턴 분류 확률을 비교한 결과, 유전 알고리즘 적응 시 부분방전 패턴인식 확률이 향상되었음이 확인되어 향후 신뢰성 있는 GIS 부분방전 진단기술에 활용될 수 있을 것으로 사료된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.1137-1140
• /
• 2003

네트워크의 QoS를 지원하기 위해서는 자원 관리에 적응제어구조의 도입이 필요하다. 이를 위해서는 사전에 네트워크의 대역폭 할당에 따른 전송률 응답특성을 구현하는 모델의 개발이 필수적이며 이 모델을 통하여 적응제어구조의 최적화를 진행해야 한다. 본 연구에서는 두 가지 방식의 모델을 제안하였다. 첫째는 동적 시스템 모델이며 다른 하나는 통계적 모델이다. 동적 시스템 모델은 네트워크의 동적 특성을 고려하여 도입하였으며, 통계적 모델은 측정된 전송률 데이터의 분포를 고려하여 도입하였다. 제시된 두 모델의 인자 결정을 위해 최적화 기법을 사용하였으며, 결과적으로 제시된 두 모델이 실제 네트워크의 동작과 유사함을 살펴보았다.

• Journal of computational fluids engineering
• /
• v.1 no.1
• /
• pp.134-141
• /
• 1996

Wall interference is one of the major obstacles to increase the model size and data accuracy. There have been many treatments for wall interference including interference correction and adaptive wall test section. Recently, two-flexible-walled adaptive wall test section is concluded adequate for three-dimensional test. But proper location of target line and pressure holes are critical to its success. In this study, a new adaptive algorithm which dispenses target line and dependency of pressure hole distribution is suggested. The wind tunnel and free air tests are simulated by the numerical computation of Euler equations. The optimum wall shape is achieved by two variable optimization which is composed of two base streamlines. The wall interference is reduced well in the optimized result which is not sensitive to the base streamlines.

• Transactions of the Korean Society of Mechanical Engineers
• /
• v.19 no.3
• /
• pp.713-723
• /
• 1995

In intelligent machine tools, a computer based control system, which can adapt the machining parameters in an optimal fashion based on sensor measurements of the machining process, should be incorporated. In this paper, the technology for adaptively optimizing the cutting conditions to maximize the material removal rate in face milling operations is proposed using the exterior penalty function method combined with multilayered neural networks. Two neural networks are introduced ; one for estimating tool were length, the other for mapping input and output relations from experimental data. Then, the optimization of cutting conditions is adaptively implemented using tool were information and predicted process output. The results are demonstrated with respect to each level of machining such as rough, fine and finish cutting.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.7
• /
• pp.317-330
• /
• 2001

대규모 가상환경의 핵심은 사용자 PC의 성능에 영향을 받는 확장성에 있다. 기존의 접근 방식은 대규모 환경을 지원하기 위해 멀티캐스트를 주로 사용하였다. 그러나 멀티캐스트는 현재 멀티캐스트 하드웨어가 지원할 수 있는 그룹의 수가 제한된다는 문제점이 있다. 본 논문에서는 PC 클라이언트와 인터넷과 같은 대규모 네트워크 기반의 확장성 높은 가상환경 모델을 제시한다. 멀티캐스트 네트워크와 PC 클라이언트 사이에 위치하는 관심영역 관리자(AOIM)는 멀티캐스트 그룹과 함께 다중 필터링을 수행하여 정보의 흐름을 최적화한다. 또한, 관심영역 관리자는 사용자의 관심 패턴에 따라 관심영역(AOI)으로부터 PC 클라이언트로의 데이터 전송량을 조절한다. 관심영역은 정보의 정확도에 따라 세 단계로 구분되며, 각 단계의 구분은 네트워크 현황에 따라 적응적으로 수축 또는 확장될 수 있어 PC 클라이언트는 최적화된 가상환경 상태정보를 제공받는다. 결론적으로, 제안된 모델은 다양한 컴퓨팅 환경의 PC 클라이언트에게 정확한 최우선 관심영역 정보를 제공한다.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.12 no.5
• /
• pp.85-93
• /
• 2004

Electric vehicle body has to be subjected to uniform load and requires auxiliary equipment such as air pipe and electric wire pipe. Especially, the cross beam supports the weight of passenger and electrical equipments. This need to use adaptive design in initial design stage to gain economy through interchangeability between many kinds of components. This study performs the topology optimization by the concept of homogenization based on optimality criteria method which is efficient for the problem with a number of boundary condition and design variable. Therefore this provides the method to determine the optimum position and the shape of circular hole in the cross beam and then can achieve the weight minimization of electric vehicle body.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.30 no.10 s.253
• /
• pp.1249-1254
• /
• 2006

Existing adaptive observers may cause the parameter drifts due to disturbances even if state estimation errors remain small. To avoid the drift phenomena in the presence of bounded disturbances, several robust adaptive observers have been introduced addressing bounds in state and parameter estimates. However, it is not easy for these observers to manipulate the size of the bounds with the selection of the observer gain. In order to reduce estimation errors, this paper introduces the (equation omitted) gain minimization problem in the adaptive observer structure, which minimizes the (equation omitted) gain between disturbances and estimation errors. The stability condition of the adaptive observer is reformulated as a linear matrix inequality, and the observer gain is optimally chosen by solving the convex optimization problem. The estimation performance is demonstrated through a numerical example.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.189-191
• /
• 2013

구글, 아마존 및 GoGrid 와 같은 클라우드 서비스 제공자(Cloud Service Providers)들은 서비스 사용자의 자원 사용 특성을 고려하여, 다양한 클라우드 서비스 가격 정책을 제공한다. 서비스 가격 정책은 할당되는 가상자원을 크게 온디맨드(On-demand), 예약형(Reserved) 및 스팟(Spot) 인스턴스로 구분하여 가격을 결정한다. 즉 클라우드 서비스 사용자는 자신의 응용을 고려하여 할당 받고자 하는 자원의 예상 사용 시간 및 허용 예산을 기반으로 최적화된 자원 할당을 요청해야 한다. 본 논문에서는 최적화 계산 시간 최소화 및 자원 할당 비용의 절감을 달성하면서도 사용자의 SLA를 보장할 수 있는 적응적 가상 자원 인스턴스 할당 요청 기법을 소개하고자 한다. 본 기법은 서비스 디맨드에 효율적으로 대응하면서도 응용에 따른 적절한 자원 할당을 수행할 수 있다.