• Proceedings of the KIEE Conference
• /
• 2006.10d
• /
• pp.65-67
• /
• 2006

압전현상을 응용하여 설계, 제작되는 기존의 초음파 모터는 기계적인 구조가 단순하여 설계가 비교적 용이한 장점을 갖추고 있는 반면, 그 해석에 있어서는 전통적일 수치해석적인 방법을 사용하고 trial-and-error에만 의존하는 설계 방식으로 인하여 과학적으로 최적화된 설계가 이루어지지 않음으로써 초음파 모터의 효과적인 설계가 이루어지지 않는 문제점이 존재 하였다. 따라서 본 연구에서는 3차원 유한요소법과 확률론적 최적화 기법인 진화전략 알고리즘을 이용하여 초음파 모터의 설계에 대한 최적화 기법을 제시하고 제시된 최적화 기법을 이용하여 소형 초음파 모터 중 Micro-Positioning Actuator(MPA)의 설계 및 해석을 수행하여 그 타당성을 검증하였다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.18 no.4
• /
• pp.1-9
• /
• 2014

With the development of quantum computer, the development of the quantum-inspired search method applying the features of quantum mechanics and its application to engineering problems have emerged as one of the most interesting research topics. This algorithm stores information by using quantum-bit superposed basically by zero and one and approaches optional values through the quantum-gate operation. In this process, it can easily keep the balance between the two features of exploration and exploitation, and continually accumulates evolutionary information. This makes it differentiated from the existing search methods and estimated as a new algorithm as well. Thus, this study is to suggest a new minimum weight design technique by applying quantum-inspired search method into structural optimization of planar truss. In its mathematical model for optimum design, cost function is minimum weight and constraint function consists of the displacement and stress. To trace the accumulative process and gathering process of evolutionary information, the examples of 10-bar planar truss and 17-bar planar truss are chosen as the numerical examples, and their results are analyzed. The result of the structural optimized design in the numerical examples shows it has better result in minimum weight design, compared to those of the other existing search methods. It is also observed that more accurate optional values can be acquired as the result by accumulating evolutionary information. Besides, terminal condition is easily caught by representing Quantum-bit in probability.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.4
• /
• pp.74-81
• /
• 1997

This paper proposes an evolutionary learning algorithm to discipline the projection neural nctworks (PNNs) with special type of hidden nodes which can activate radial basis functions as well as sigmoid functions. The proposed algorithm not only trains the parameters and the connection weights hut also c~ptimizes the network structure. Through the structure optimization, the number of hidden node:; necessary to represent a given target function is determined and the role of each hidden node is decided whether it activates a radial basis function or a sigmoid function. To apply the algorithm, PNN is realized by a self-organizing genotype representation with a linked list data structure. Simulations show that the algorithm can build the PNN with less hidden nodes than thc existing learning algorithm using error hack propagation(EE3P) and network growing strategy.

• Proceedings of the KSME Conference
• /
• 2001.06a
• /
• pp.752-757
• /
• 2001

To reduce stress concentration around the intersection between a spherical pressure vessel and a cylindrical nozzle under various load conditions using less material, the optimization for the distribution of reinforcement has researched. The ranked bidirectional evolutionary structural optimization(R-BESO) method is developed recently, which adds elements based on a rank, and the performance indicator which can estimate a fully stressed model. The R-BESO method can obtain the optimum design using less iteration number than iteration number of the BESO. In this paper, the optimized intersection shape is sought using R-BESO method for a flush and a protruding nozzle. The considered load cases are a radial compression, torque and shear force.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.2073-2074
• /
• 2006

본 논문에서는 PSO를 이용한 뉴로-퍼지 모델의 구조 및 파라미터 동정을 실시한다. 진화연산 기법의 무작위 탐색 능력과 오차 미분기반 학습에서의 수렴 특성을 가진 PSO를 이용하여 학습이 진행되는 동안 모델의 구조 및 파라미터를 주어진 학습 데이터에 적합하도록 최적화 시킨다. 또한 모델의 크기를 결정하는 규칙의 수 결정을 클러스터링 기법을 이용하여 소속함수의 수가 증가하더라도 규칙이 지수함수적으로 증가하는 문제를 해결하였다. 제안된 기법의 유용성을 시뮬레이션을 통해 보이고자 한다.

• Proceedings of the IEEK Conference
• /
• 2009.05a
• /
• pp.258-260
• /
• 2009

본 논문에서는 최적화 알고리즘인 유전자 알고리즘과 context-based FCM 클러스터링 방법을 이용하여 새로운 형태의 RBF 뉴럴 네트워크의 포괄적인 설계 방법론을 소개한다. 제안된 구조는 클러스터링 기법을 기반하여 사용된 데이터의 특성에 효과적인 모델을 구축하고자 한다. 또한 유전자 알고리즘을 이용하여 모델의 최적화에 주요한 영향을 미치는 파리미터들(-은닉층에서의 contex의 수, contex에 포괄되는 노드의 수, 그리고 contex에 입력되는 입력변수)을 동조한다. 제안된 모델의 설계 공정은 1) K-means 클러스터링을 통한 context fuzzy set에 대한 정의와 설계, 2) context-based fuzzy clustering에 대한 모델의 적용과 이에 따른 모델 구축의 효율성, 3) 유전자 알고리즘을 통한 모델 최적화를 위한 파라미터들의 최적화와 같은 단계로 구성되어 있다. 구축된 RBF 뉴럴 네트워크의 후반부 다항식에 대한 parameter들은 성능지수를 최소화하기 위해 Least Square Method에 의해서 보정된다. 본 논문에서는 모델을 설계함에 있어서 체계적인 설계 알고리즘을 포괄적으로 설명하고 있으며, 더 나아가 제안된 모델의 성능을 다른 표준적인 모델들과 대조함으로써 제안된 모델의 우수성을 나타내고자 한다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.38 no.3
• /
• pp.309-314
• /
• 2014

The structural layout of mechanical and civil structures is commonly obtained using conventional methods. For example, the shape of structures such as electric transmission towers and offshore substructures can be generated systematically. However, with rapid advancements in computer graphic technology, advanced structural analyses and optimum design technologies have been implemented. In this study, the structural shape of a jacket substructure for an offshore wind turbine is investigated using a topology optimization technique. The structure is subjected to multiple loads that are intended to simulate the loading conditions during actual operation. The optimization objective function is defined as one that ensures compliance of the structure under the given boundary conditions. Optimization is carried out with constraints on the natural frequency in addition to the volume constraint. The result of a first step model provides quick insights into the optimum layout for the second step structure. Subsequently, a 3D model in the form of the frustum of a quadrilateral pyramid is developed through topology optimization.

• Journal of the Korean Society of Manufacturing Technology Engineers
• /
• v.19 no.4
• /
• pp.434-439
• /
• 2010

A compliant mechanism is a mechanism that produces its motion by the flexibility of some or all of its members when input force or thermal load is applied. Whereas the topology optimizations based on homogenization and SIMP parameterization have been successfully applied for compliant mechanism design, ESO approach has been hardly considered yet for the optimization of these types of systems. In this paper, traditional ESO method is adopted to achieve the optimum design of a compliant mechanism for thermal load, since AESO method cannot consider the effect of both heat conduction and convection. Sensitivity number, a criterion for element removal in traditional ESO, was newly defined for input thermal loading. The procedure has been tested in numerical applications and compared with the results obtained by other methods to validate these approaches.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• Journal of Internet Computing and Services
• /
• v.22 no.4
• /
• pp.13-28
• /
• 2021

Reinforcement Learning (RL) is a machine learning algorithm that repeat the closed-loop process that agents perform actions specified by the policy, the action is evaluated with a reward function, and the policy gets updated accordingly. The key benefit of RL is the ability to optimze the policy with action evaluation. Hence, it can effectively be applied to developing advanced intelligent systems and autonomous systems. Conventional RL incoporates a single policy, a reward function, and relatively simple policy update, and hence its utilization was limited. In this paper, we propose an extended RL model that considers multiple instances of RL elements. We define a formal model of the key elements and their computing model of the extended RL. Then, we propose design methods for applying to system development. As a case stud of applying the proposed formal model and the design methods, we present the design and implementation of an advanced car navigator system that guides multiple cars to reaching their destinations efficiently.