• Journal of Korea Water Resources Association
• /
• v.46 no.4
• /
• pp.373-387
• /
• 2013

For the efficient operation and management of the water resources system, coordinated operation of weirs and reservoirs is required. A simulation based, and an optimization based approaches are available to deal with the operation and management problems. The simulation based approach does not guarantee an optimal solution, and the optimization based approach is not so flexible to consider, complex, nonlinear problems we will face when trying to allocate water to different uses, various demand sectors in a basin. Hence, it is important to develop a model that would compensate for the weak points in both models. We will compare and contrast intrinsic and extrinsic properties of two modeling approaches, addressing issues related to setting system operation and control rules that would lead us to more efficient use of water in the basin. As a result, we propose to use CoWMOM(Coordinated weirs and multi-reservoir operating model), a "simulation based" optimization model for a simple simulation of the past periods, and for the real-time simulation process considering uncertain inflow.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.16-22
• /
• 2002

STEP Method(STEM)는 의사결정자와 최적화 모형간의 상호작용을 통하여 문제를 해결하는 다목적 최적화 기법이다 STEM은 최적화 모형을 계산하는 계산 단계와 계산 단계에서 도출된 결과에 대하여 의사결절자의 선호도 정보를 모형에 반영하는 의사결정 단계로 구성되어 있다. STEM의 두 단계에서는 의사결정자의 선호도 정보가 불확실성을 포함한 경우를 적절히 고려하지 못하고 있다. 본 연구에서는 퍼지모델링 기법을 사용하여 STEM의 문제점을 보완한 기법을 제안하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.114-114
• /
• 2022

딥러닝의 학습 및 예측성능을 개선하기 위해서는 딥러닝 기법 내 연산과정의 개선과 함께 학습 및 예측에 사용되는 데이터의 전처리 과정이 중요하다. 본 연구에서는 딥러닝의 성능을 개량하기 위해 제안된 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형과 데이터 전처리 기법을 통해 댐의 수위를 예측하였다. 수위예측을 위해 Multi-Layer Perceptron(MLP), 메타휴리스틱 최적화 알고리즘인 Harmony Search(HS)와 딥러닝을 결합한 MLP using a HS(MLPHS) 및 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)와 딥러닝을 결합한MLP using a EBHS-CGS(MLPEBHS)를 통해 댐의 수위를 예측하였다. 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형의 학습 및 예측성능을 개선하기 위해 학습 및 예측을 위한 자료를 기반으로 데이터 전처리기법을 적용하였다. 적용된 데이터 전처리 기법은 정규화, 수위구간별 사상(Event)분리 및 수위 변동에 대한 자료의 구분이다. 수위예측을 위한 대상유역은 금강유역에 위치한 대청댐으로 선정하였다. 대청댐의 수위예측을 위해 대청댐 상류에 위치하는 수위관측소 3개소를 선정하여 수위자료를 취득하였다. 각 수위관측소에서 취득한 수위자료를 입력자료로 설정하였으며, 대청댐의 수위자료를 출력자료로 설정하여 메타휴리스틱 최적화 알고리즘-딥러닝 모형의 학습을 진행하였다. 각 수위관측소 및 대청댐에서 취득한 수위자료는 2010년부터 2020년까지 총 11년의 일 단위 수위자료이며, 2010년부터 2019년까지의 자료를 학습자료로 사용하였으며, 2020년의 자료를 예측 및 검증자료로 사용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.641-644
• /
• 2018

열간 자유 단조는 고온으로 가열한 강피에 압력을 가하여 원하는 형상을 빚는 공정이다. 가열로에서 여러 개의 강피를 동시에 가열하며 목표 온도에 도달하면 꺼내어 다음 공정을 진행한다. 이때 가열로에 투입하는 소재의 조합과 후단 공정을 위해 소재를 꺼내는 순서가 가열로의 에너지 효율에 영향을 끼친다. 본 논문에서는 열간 자유 단조의 에너지 효율을 높이기 위한 비용 예측 모형 기반 작업 계획 최적화 방안을 제안한다. 유전 알고리즘을 이용하여 가열로 강피 조합을 최적화하며 각 설비별 작업 할당 규칙에 따라 전체 작업 계획을 수립한다. 시뮬레이션 기반으로 후보 작업 계획을 평가하여 계획을 최적화 하며 이를 위해 각 설비별 공정 소요 시간 및 에너지 사용량 예측 모형을 이용한다. 예측 모형은 공정 데이터를 기반으로 기계 학습 알고리즘을 적용하여 학습한다. 또한 주기적인 재계획을 통해 예측의 불확실성으로 인해 작업의 진행이 계획대로 이루어지지 않는 문제점을 해결하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.939-941
• /
• 2019

단조는 강괴를 고온으로 가열하고 원하는 형상으로 만드는 공정이다. 가열로에 강괴를 장입하여 가열하고, 고온의 강괴에 프레스, 절단 공정을 적절히 반복하여 원하는 형상으로 만든다. 형상이 완성된 강괴의 경도 및 강도를 조절하기 위해 열처리 공정을 진행한다. 열처리로에 여러 개의 강괴를 장입하여 가열하기 때문에 에너지 비용이 많이 소모된다. 열처리 공정 비용은 열처리 공정의 종류와 장입되는 강괴들의 특성 및 수량 등에 따라서 결정된다. 열처리로에 장입할 강괴 조합을 최적화함으로써 비용을 최소화시킬 수 있다. 따라서 본 논문에서는 비용 예측 모형을 이용하여 열처리로 작업 계획을 최적화하는 방안을 제안한다. 비용 예측 모형은 IoT 인프라를 기반으로 수집한 공정 데이터를 이용하여 학습한다. 다양한 열처리로 작업 계획은 학습한 모형 기반의 시뮬레이션을 통해 평가하여 유전 알고리즘을 기반으로 최적화한다. 최적의 열처리로 작업 계획을 수립함으로써 공정 비용을 최소화하고 에너지 효율을 극대화할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.529-533
• /
• 2016

미국 환경청의 SWMM 5(storm water management model 5)는 유역의 홍수유출 모의 및 연속 유출 모의를 할 수 있는 모형으로서 국내뿐만 아니라 세계적으로 많이 사용되고 있는 모형이다. SWMM 5와 같은 유역 유출모형에서 결과의 적절성을 향상시키기 위해서는 모형에 사용되는 매개변수를 올바르게 추정할 필요가 있다. 하지만, 외국의 정교한 유역 유출모형들이 우리나라에서 제대로 적용되고 있지 못하는 이유 중 하나는 적절한 매개변수의 추정이 이루어지지 못하고 있는 점이다. 이러한 문제를 해결하고자 SWMM 5의 매개변수 추정 지원 시스템을 개발하였다. SWMM 5의 매개변수 추정지원 시스템은 민감도 분석, 최적화 기법에 의한 모형 자동보정, 매개변수 할당 및 도움 모듈로 이루어져 있다. SWMM 5의 매개변수 추정 지원 시스템에 사용되는 최적화 기법은 전역최적화 기법 중 하나인 SCE-UA(shuffled complex evolution-University of Arizona) 이다. SWMM 5의 매개변수 추정 지원 시스템의 개발은 국내 수자원 기술자들의 SWMM 5에 대한 이해 및 활용도를 더욱 향상시켜줄 것으로 기대한다.

• Journal of Korea Water Resources Association
• /
• v.37 no.2
• /
• pp.121-131
• /
• 2004

SIMHYD and TANK model are used to predict time series of daily rainfall-runoff of Soyang Dam and Youngcheon Dam watershed. The performances of SIMHYD model with 7 parameters and TANK model with17 parameters are compared. Three optimization methods (Genetic algorithm, Pattern search multi-start and Shuffled Complex Evolution algorithm) were applied to study-areas with 3 different types of objective functions. Efficiency of TANK model is higher than that of SIMHYD. Among different types of objective function, Nash-sutcliffe coefficient is found to be the most appropriateobjective function to evaluate applicability of model.

• Journal of the military operations research society of Korea
• /
• v.36 no.2
• /
• pp.25-37
• /
• 2010

This paper deals with achieving the optimal quantity of required PKMs to cover the coastal areas divided into the proper size of sectors, and then using Set Cover Model, Clustered Model, etc. It is optimized via "Requirement Optimization Process" to allocate PKMs reasonably which is considered as conducting mission deployment sectors. This "Hybrid Proper Requirement Model" accommodating the optimization process is introduced and testified by examining a requirement problem.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.311-311
• /
• 2020

가뭄·홍수 등 수재해 대응대책 수립 측면에서 유역의 자연유출량 산정은 가장 핵심적인 사항이라 할 수 있다. 우리나라는 전국적으로 수위-유량관측소를 설치하여 실시간 유출량 모니터링을 통해 수문정보를 수집하며, 주요지점을 제외한 유역에서는 주기적으로 강우-유출모형의 매개변수 최적화를 통해 산정된 장기유출량 결과를 자연유출으로 가정하여 수자원 계획 수립시 활용하고 있다. 그러나 강우-유출모형의 최적 매개변수 추정을 위해 활용되는 관측 수문자료는 상대적으로 자료의 연한이 짧고, 계절·공간적인 특성으로 인해 매우 제한적이며, 유역의 특성을 충분히 고려하지 못해 미계측유역의 매개변수 추정시 모형의 자료에서 기인한 불확실성이 크게 발생한다는 단점이 있다. 이에 본 연구에서는 관측자료에 대한 신뢰성이 유의하며, 공간적으로 고르게 분포된 12개 댐 유역을 대상으로 매개변수 지역화 연구를 수행하였다. SCEM-UA기법을 통해 GR4J 강우-유출모형의 매개변수를 최적화 하였으며, 매개변수와의 상관관계 및 선형회귀분석을 통해 유역특성인자를 선별하여 Copula 함수를 통해 지역화된 매개변수를 추정하였다. 최종적으로 본 연구에서 제시된 방법론에 대한 적합성을 평가하기 위하여 매개변수 최적화가 수행된 유역을 미계측 유역으로 가정하여 교차검증 관점에서 적합성을 검토하였으며, 통계적으로 유의한 결과가 도출되는 것을 확인하였다.

• Journal of Korean Society of Transportation
• /
• v.18 no.4
• /
• pp.7-18
• /
• 2000

KS-SIGNAL, a traffic signal optimization model for coordinated arterials, is an optimization model using the mixed integer linear Programming that minimizes total delay on arterials by optimizing left-turn Phase sequences. However, the Previous version of KS-SIGNAL had a difficulty in reducing computation speed because the related variables and constraints multiply rapidly in accordance with the increase of intersections. This study is designed to propose a new model, improving optimizing computation speed in KS-SIGMAl, and evaluate it. This Paper Puts forth three kinds of methodological approaches as to achieve the above goals. At the first step to reduce run-time in the proposed model objective function and a few constraints are Partially modified, which replaces variable in related to queue clearance time with constant, by using thru-movements at upstream intersection and the length of red time at downstream intersection. The result shows that the run-time can be reduced up to 70% at this step. The second step to load the library in LINDO for Windows, in order to solve mixed integer linear programming. The result suggests that run-time can be reduced obviously up to 99% of the first step result. The third step is to add constraints in related to left-turn Phase sequences. The proposed methodological approach, not optimizing all kinds of left-turn sequences, is more reasonable than that of previous model , only in the view of reducing run-tim. In conclusion, run-time could be reduced up to 30% compared with the second results. This Proposed model was tested by several optimization scenarios. The results in this study reveals that signal timing plan in KS-SIGNAL is closer to PASSER-II (bandwidth maximizing model) rather than to TRANSYT-7F(delay minimizing model).