• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.396-399
• /
• 2009

본 논문의 연구 목적은 생물의 진화 현상을 모방한 진화전략 알고리즘을 이용하여 돔형 트러스 구조물을 최적화 설계하는 것이다. 최적화 방법으로 부재 단면적의 최적화 값을 찾음으로써 최적 목적값 또는 최소 구조물 중량을 산출하는데 목적이 있다. 진화전략 알고리즘은 1960년대 중반, 실수기반 매개변수의 최적화로부터 소개되어 1970년대 많은 발전을 하였다. 진화전략은 컴퓨터 시스템 최적화 알고리즘 연구분야에서 많이 활용되며, 더불어 사용되는 유전자 알고리즘과는 다른 몇 개의 연산자를 가지고 있다. 본 논문에서는 진화전략에서 사용되는 연산자를 소개하고 연산자간의 논리 흐름과 수치예제로써 최적설계의 적합성을 확인해볼 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.250-252
• /
• 2000

많은 최적화 문제에서 해답들의 구조는 서로 의존성을 가지고 있다. 이러한 경우 기존의 진화연산이 사용하는 빌딩 블록 개념으로는 문제를 해결하는데 많은 어려움을 겪게 된다. 이를 극복하기 위해서 헬름홀츠 머신(Helmholtz machine)을 이용해서 데이터의 분포를 예측한 후 최적화를 수행하는 방법을 제안한다. 기존의 진화 연산을 바탕으로 하지만 교차연산이나 돌연변이 연산을 사용하는 대신에, 헬름홀츠 머신을 이용해서 데이터의 분포를 파악하고, 이를 이용해서 새로운 데이터를 생성하는 과정을 통해 최적화 과정을 수행한다. 진화연산으로 해결하는데 곤란을 겪고 있는 여러 함수들을 해결하는 이를 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.405-406
• /
• 2007

본 논문에서는 FCM 기반 퍼지 뉴럴네트워크 구조를 제안하고 진화 알고리즘을 이용한 FCM 기반 퍼지 뉴럴네트워크의 구조와 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM 기반 뉴럴 네트워크에서 멤버쉽함수는 가우시안, 삼각형 타입등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 후반부는 상수형, 선형, 2차식 등의 다양한 다항식 구조로 표현될 수 있으며 다항식의 계수는 LSE를 이용하여 결정한다. FCM 기반 퍼지 뉴럴 네트워크는 퍼지규칙의 수, 입력변수의 선택, 후반부 다항식의 차수, FCM의 퍼지화 계수의 결정은 성능에 많은 차이가 있으며 이러한 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 유전자 알고리즘을 이용하여 FCM 기반 퍼지뉴럴네트워크의 구조에 관련된 입력변수의 수, 퍼지규칙의 수 그리고 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화 한다. 제안된 방법은 비선형 시스템의 모델링에 적용하여 성능을 분석하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.395-398
• /
• 2002

본 논문에서는 ‘다목적 함수 최적화 문제(Multi-objective Optimization Problem MOP)’를 풀기 위하여 유전자 알고리즘을 진화적 게임 이론 적용시킨 ‘내쉬 유전자 알고리즘(Nash GA)’과 본 논문에서 새로이 제안하는 공진화 알고리즘의 구조를 설명하고 이 두 알고리즘의 결과를 시뮬레이션을 통하여 비교 검토함으로써 ‘진화적 게임 이론(Evolutionary Game Theory : EGT)’의 두 가지 아이디어 -‘내쉬의 균형(Equilibrium)’과 ‘진화적 안정전략(Evolutionary Stable Strategy . ESS)’-에 기반한 최적화 알고리즘들이 다목적 함수 문제의 최적해를 탐색할 수 있음을 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.330-332
• /
• 1998

모듈형 신경망은 인간의 정보처리 시스템이 고유한 목적이나 기능을 가진 모듈로 되어있다는 신경과학의 연구에 기반하여 제안된 모델이다. 하지만 모듈의 크기와 기능모듈간의 연결구조를 결정하는데 큰 어려움이 있다. 본 논문에서는 간단한 규칙으로 복잡한 구조를 생성해 낼 수 있는 린덴마이어-시스템을 이용하여 모듈형 신경망의 크기 및 연결구조를 만들어내는 과정에 대하여 고찰해본다. 또한, 신경망의 생성규칙을 유전자형으로 표현하고 진화 알고리즘을 적용하여 주어진 문제를 해결할 수 있는 최적의 규칙을 찾아내는 방법을 제안한다. 본 논문에서 제안한 유전자형과 진화연산은 최적화된 문법규칙 및 신경망의 구조를 만들어 낼 수 있는 가능성을 보여준다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2000.11a
• /
• pp.369-372
• /
• 2000

ESO(Evolutionary Structural Optimization) method is known that elements involved low stress value are removed from the previous model or that elements are added around elements involved high stress level on it and then the optimized model is obtained with required weight. Rejection ratio/addition ratio and evolutionary ratio are predefined and elements having lower/higher stress than reference stress, which average Mises stress on edge elements times rejection ratio, are deleted/added. In this study, when the plate having a cutout is subjected various in-plane load, a cutout shape is optimized using ESO method. ANSYS is used to analyse a finite element model and optimization procedure is made by APDL (ANSYS Parametric Design Language). ESO method is useful in rather than a complex structure optimization as well as a cutout shape optimization.

• ICROS
• /
• v.1 no.3
• /
• pp.52-61
• /
• 1995

본 고에서는 진화계산의 동작 원리와 이론적 기반에 대해 살펴봄으로써 그 원리를 이해하고 앞으로의 응용가능성에 대하여 고찰하고자 한다. 이를 위해 먼저 대부분의 진화 알고리즘에 공통되는 기본 구성 요소와 계산절차를 기술하고, 진화 알고리즘을 이용하여 특정문제를 풀고자 할 때 고려할 사항에 대하여 기술한다. 다음에는 간단한 응용 문제를 예로 들어 이 문제에 진화 알고리즘을 적용하고 그 동작과정을 추적함으로써 실제 적용에 있어서의 여러 가지 결정사항과 그 수행과정을 구체적으로 살펴본다. 또한 진화 알고리즘의 이론적 배경을 이해하기 위해 스키마와 빌딩 블록 그리고 스키마 정리에 대해서 알아본다. 마지막으로 진화계산방식과 다른 지능적 계산 기술들과의 융합 가능성의 예로서, 유전 프로그래밍에 의한 신경망 구조의 설계 및 학습에 대하여 살펴본다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2001.11a
• /
• pp.360-364
• /
• 2001

본 논문에서는 최근의 진화적 구조최적화(ESO) 전략을 회전축의 형상최적화에 적용하였으며, 각 계산 스텝마다 단위 유한요소의 크기를 변경함으로써 기존의 방법보다 빠르고 정확한 최적형상에 수렴하는 새로운 방법을 제시하였다. 축요소의 직경을 시스템 설계변수로 하였으며, 축중량의 감소, 공진배율(Q-factor)의 감소 및 충분한 위험속도의 분리여유를 갖도록 목적함수를 설정하였다. 불평형응답 및 굽힙응력의 구속조건을 부가하였으며, 목적함수에 대한 설계변수의 감도해석을 수행하였다. 전동기축계에 대한 적용 결과로부터 주파수와 동적 구속조건하의 로터베어링 시스템에 대한 축 형상 최적화에 ESO법이 효과적으로 이용될 수 있음을 확인하였다.

• Journal of Korean Association for Spatial Structures
• /
• v.8 no.3
• /
• pp.75-82
• /
• 2008

In this study, the modified genetic algorithm, D-GA, is proposed. D-GA is a hybrid genetic algorithm combined a simple genetic algorithm and the local search algorithm using direction vectors. Also, two types of direction vectors, learning direction vector and random direction vector, are defined without the sensitivity analysis. The accuracy of D-GA is compared with that of simple genetic algorithm. It is demonstrated that the proposed approach can be an effective optimization technique through a minimum weight structural optimization of ten bar truss.

• Proceedings of the Korea Institute of Fire Science and Engineering Conference
• /
• 2008.11a
• /
• pp.252-261
• /
• 2008

우리나라에서는 산림화재가 발생하면 산림청이 주관하여 지방자치단체와 산림청 지방기관의 직원들을 동원하여 통합진압대를 구성하여 산불진화활동에 나선다. 이 때 산림청은 산불진화에 있어 통합지휘권을 갖고 산불현장에 출동한 지자체 소속 공무원이나 산불감시요원 및 각종 진압요원, 출동한 소방공무원 등을 현장 지휘하는 구조로 운영되고 있다. 경기도 양평군에서 최근 5년 동안 발생했던 산불을 추적하여 산불의 발생에서 진압까지전 과정을 분석하였다. 일선에서 산불이 발생하면 주민들은 일상적으로 소방관서에 신고하고 있으며, 신고를 접한 소방관서는 즉각 출동하여 진화하고 마지막 잔불정리까지를 소방관서가 담당하고 있다. 소방관서에는 산불진화를 위한 예산지원이나 인력지원은 전무한 상태의 구조로 되어 있는 현재의 산불진화체계는 여러 문제점으로 인하여 산불의 효율적인 진화가 어렵고, 산불 발생 시 산불확대로 피해를 키우고 있다는 지적을 받고 있다. 이러한 산불진화체계의 제도적인 문제점을 파악하고 개선하여 산불진화의 최적화를 위한 개선책을 제시한다.