• 한국항공우주학회지
• /
• 제34권9호
• /
• pp.33-44
• /
• 2006

최근 공학적 설계문제들이 복잡해짐에 따라 크리깅을 이용한 근사최적화에 관한 연구가 활발하다. 따라서 본 논문에서는 개선된 확률론적 최적화 알고리즘을 제안함으로써 크리깅을 이용한 근사최적설계의 정확성과 효율성을 높이고자한다. 순차적 근사최적화 시 확률적인 설계영역으로의 이동을 위해 새로운 방법인 확률론적 국부화기법(SLM)을 제안하며, 고전적 계획법, 공간충진 계획법의 두 실험계획법을 사용함으로써 실험점 선정의 효율성을 높이고, 실험계획법의 종류에 따른 결과를 비교, 분석하였다. 또한 3부재 트러스, Sandgren의 압력용기 그리고 하니콤 인공위성 플랫폼 최적설계의 실제 공학적 문제에 적용함으로써 효율성을 검증하고자 한다.

• 한국화재소방학회논문지
• /
• 제8권2호
• /
• pp.58-63
• /
• 1994

독일 원자력 발전소에서는 포괄적인 방화 연구의 한 부분으로써 방화에 관한 분석과 그것을 최적화 할 수 있는 확률론적 방법을 개발하였다. 그 일반적인 흐름을 살펴보면, 미국의 화재 위험성 분석의 방법을 따랐으며, 세밀한 부분에서는 약간의 수정을 한 것이다. 먼저, 선정된 공장지역에서의 화재 사건 경로(fire event tree)는 화재가 발생했을 때, 방화 조치와 안전시스템을 능 수동적으로 고려해서 설정된다. 방화 조치와 안전 시스템에 있어서의 실패 모델(failure model)은 발화 후 시간과 화재 영향과 같은 일상적인 변수와 관련해서 생긴다. 이러한 관련성은 일차(first-order) 시스템의 신뢰성 이론을 적절히 이용해서 화재 사건 경로를 분석할 때 알 수 있다. 더불어 화재가 발생했을 떠 방화 시스템의 실패 빈도, event paths의 상대적인 비중, 이러한 path내에서의 방화 조치 그리고 실패모델의 변수 등은 모두 시간 함수로 계산된다. 이러한 자료에 근거를 두고, 방화의 최적화는 주로 event path, 방화조치와 비중이 가장 큰 변수를 수정함으로써 가능하게 된다. 이것은 독일의 1300 MW PWR reference plant를 예를 들어서 증명될 것이다. 또한 충고를 받아들여서 수정을 하는 것은 발전소 직원과 화재 피해의 위험성을 줄일 수 있다는 것을 보여주고 있다.

• 정보과학회지
• /
• 제32권7호
• /
• pp.10-14
• /
• 2014

• 한국시뮬레이션학회논문지
• /
• 제32권1호
• /
• pp.23-34
• /
• 2023

본 논문의 목적은 이항출력 실험을 이용할 경우에 확률적 전역 최적화 방법론들을 검토하고 알고리즘들간의 성능을 비교하기 위한 것이다. 모 성공확률은 알수 없고 확률적 특성을 갖기 때문에 확률적 전역 최적화 방법론에서는 모 성공확률 대신 성공확률의 추정치를 이용한다. 언덕오르기 알고리즘 , 단순랜덤탐색, 랜덤재출발 랜덤탐색, 랜덤 최적화, 담금질 기법 및 군집기반의 알고리즘인 입자 군집 최적화 알고리즘을 확률적 전역 최적화 알고리즘으로 사용하였다. 알고리즘의 비교를 위하여 두가지 테스트 함수(하나는 단봉이고 나머지는 다봉임)가 제안되었고 몬테카를로 시뮬레이션을 이용하여 알고리즘의 성능을 평가하였다. 단순 테스트 함수에 대하여는 모든 알고리즘이 유사한 성능을 보이고 있다. 복잡한 다봉의 테스트 함수에 대하여는 랜덤재출발 랜덤최적화, 담금질 기법과 군집 기반의 입자군집 알고리즘이 훨씬 더 좋은 성능을 보임을 알 수 있다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2005년도 추계학술대회
• /
• pp.319-323
• /
• 2005

최근 들어 제조가 발생되는 모든 분야에서 정보의 의미론적 전달방법 및 체계를 정형화하는 작업이 표준화와 더불어 활발히 진행되고 있다. 제조시스템에서 문제가 발생하였을 때 간결하고 정확한 문제 진단에 대한 정보전달은 비용의 절감은 물론 생산성 향상을 위해서도 필수적인 요소이다. 본 연구에서는 제조시스템에서 최적화된 정보전달을 위한 상황이론적 방법론을 제시한다. 본 연구에서 제시하는 방법론의 궁극적인 목적은 실제 제조공정이나 현장에서 발생되는 복잡한 정보의 흐름, 표현, 관리를 효율적으로 할 수 있고 작업자, 관리자, 경영자 모두가 공통적으로 활용할 수 있는 정형화된 틀을 만드는데 있다. 본 연구에서 제시하는 방법론은 제조 현장에서 공정상의 문제점을 분석하고 검사할 수 있는 도구로 활용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.217-217
• /
• 2023

상수도관망은 사용자에게 고품질의 물을 안정적으로 공급하는 것을 목적으로 하며, 이를 평가하기 위한 지표 중 하나로 압력을 활용한다. 최근 스마트 센서의 설치가 확장됨에 따라 기계학습기법을 이용한 실시간 데이터 기반의 분석이 활발하다. 따라서 어디에서 데이터를 수집하느냐에 대한 센서 위치 결정이 중요하다. 본 연구는 eXtreme Gradient Boosting(XGBoost) 모델을 활용하여 대규모 상수도관망 내 센서 위치를 최적화하는 방법론을 제안한다. XGBoost 모델은 여러 의사결정 나무(decision tree)를 활용하는 앙상블(ensemble) 모델이며, 오차에 따른 가중치를 부여하여 성능을 향상시키는 부스팅(boosting) 방식을 이용한다. 이는 분산 및 병렬 처리가 가능해 메모리리소스를 최적으로 사용하고, 학습 속도가 빠르며 결측치에 대한 전처리 과정을 모델 내에 포함하고 있다는 장점이 있다. 모델 구현을 위한 독립 변수 결정을 위해 압력 데이터의 변동성 및 평균압력 값을 고려하여 상수도관망을 대표하는 중요 절점(critical node)를 선정한다. 중요 절점의 압력 값을 예측하는 XGBoost 모델을 구축하고 모델의 성능과 요인 중요도(feature importance) 값을 고려하여 센서의 최적 위치를 선정한다. 이러한 방법론을 기반으로 상수도관망의 특성에 따른 경향성을 파악하기 위해 다양한 형태(예를 들어, 망형, 가지형)와 구성 절점의 수를 변화시키며 결과를 분석한다. 본 연구에서 구축한 XGBoost 모델은 추가적인 전처리 과정을 최소화하며 대규모 관망에 간편하게 사용할 수 있어 추후 다양한 입출력 데이터의 조합을 통해 센서 위치 외에도 상수도관망에서의 성능 최적화에 활용할 수 있을 것으로 기대한다.

• 한국시뮬레이션학회논문지
• /
• 제20권2호
• /
• pp.67-76
• /
• 2011

자동차 보수용 부품 창고 운영에서 오더 피킹 작업은 대부분 노동력에 의존하는 작업이다. 자동차 보수용 부품 창고는 수십만 품목을 저정하고 있는데, 일반적으로 파레토의 80대 20의 법칙과 같이 저장된 품목의 20%가 80%의 물동량을 일으키고 있다. 이를 효율적으로 운영하기 위하여 고순환 품목은 불출장 근처에 배치하여 운영 효율을 높이게 되는데, 불출장 근처의 고순환 품목 저장 공간을 Golden Zone이라 한다. 오더 피킹 경로를 효율적으로 결정하는 것은 생산성 및 인건비와 직접적인 연관 관계가 있다. 하지만 많은 기업에서는 단순한 방법론을 적용하고 있는 것이 현실이다. 본 연구에서는 기존의 오더 피킹 휴리스틱 및 경로 최적화 알고리즘을 현실적으로 적용하면 어떤 효과를 얻을 수 있는지 여러 가지 상황에 대한 시뮬레이션 실험을 진행하였다. 특히 Golden Zone 운영이 오더 피킹 작업의 생산성에 미치는 영향을 각 경로 최적화 알고리즘과 같이 비교 분석하였다. 분석 결과 최적화 알고리즘은 가장 단순한 방법론 대비 최소 17.2%의 개선 효과 기대할 수 있으며 Golden Zone 운영은 어떤 경로 최적화 알고리즘을 적용하더라도 효과적임을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
• /
• pp.457-459
• /
• 1998

본 논문에서는 하드웨어-소프트웨어 시스템에서의 시스템 레벨 모델링 및 통합 모의 실험(co-simulation)에 관한 새로운 방법을 다루고 있다. 복잡한 시스템의 하드웨어와 소프트웨어를 하나의 객체 지향 방법론으로 모델링 및 모의 실험하여 빠르고 쉽고 정확하게 시스템의 성능을 예측하고 분석하여, 시스템 설계가 최적화 되도록 도움을 주는 설계 도구를 제안한다. ASIC, 보조 디바이스, 벗, 디스크 및 소프트웨어 등을 객체 지향 모델링 방법인 UML(Unified Modeling Language) 형식론으로 시스템의 구조를 GUI을 사용하여 모델링하고, 이것으로부터 자동적으로 DEVS(Discrete EVent System) 모의 실험 모델을 생성해내어 통합 모의 실험을 수행함으로써 시스템의 성능을 쉽고 빠르게 측정하고 예측하는 방법론을 제시한다. UML과 DEVS는 형식론으로서, UML은 추상화 수준의 시스템 모델링과 그래픽 사용자 인터페이스를 제공하며, 모의 시험은 DEVS의 시뮬레이터인 DEVS++을 사용하였다. DEVS++는 C++ 라이브러리 형태이므로 쉽게 UML에서 DEVS 형식론으로 모의 실험 모델을 추가하여 간단한 모델링할 수 있을 뿐만 아니라 정확한 모의 실험 결과를 얻을 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.11-18
• /
• 2006

LAD(Logical Analysis of Data)는 Boolean-logic에 기반을 둔 데이터 마이닝 방법론이다. LAD에 의한 데이터 분석 시 중요한 과정은 데이터 집합에 숨겨진 구조적 정보를 패턴의 형식으로 발견해내는 패턴 생성 단계이다. 기존의 패턴 생성 방법은 열거법에 기반을 두고 있어 높은 차수의 패턴을 생성하는 것은 실질적으로 불가능하였다. 본 논문에서는 최적화에 기반을 둔 패턴 생성 방법론을 제안하고 혼합 정수 선형 모형과 SCP(Set Covering Problem)의 두 가지 모형을 제안한다. 기계학습 분야에서 널리 쓰이는 데이터 집합에 대해 제안된 패턴 생성 방법을 이용한 분석 실험을 통하여 기존의 패턴 생성 방법으로는 생성될 수 없는 패턴을 쉽게 생성하는 효율성을 입증하였다.

• 대한안전경영과학회지
• /
• 제13권1호
• /
• pp.175-182
• /
• 2011

고객의 요구에 대한 빠른 대응과 유연하고 효율적으로 새로운 제품을 적기에 개발하기 위해서는 제품 플랫폼에 기초한 대량 맞춤이 절실히 요구된다. 이러한 목적을 달성하기 위하여 기업들은 상대적으로 생산비용을 낮게 유지하면서 대량생산의 이점을 유지하고 동시에 고객의 요구사항을 만족시키기 위해, product family를 도입하고 가능하면 작은 변화를 통하여 제품의 다양성을 유지하고자 한다. Product family를 설계할 때 중요한 이슈 중에 하나는 제품의 공통성과 차별성간의 절충점을 찾아내는 것인데, 본 연구에서는 설계자들이 product family 재설계를 용이하게 하기 위한 방법론을 제안한다. 이를 위하여 본 연구에서는 ant colony 알고리즘과 product family의 공통성 평가지수를 이용하여 product family 재설계 방법론을 개발한다. 제안한 방법론은 복잡하고 반복적인 많은 계산과정을 가지고 있는 다른 방법과 달리 메타 휴리스틱 알고리즘을 적용하여 인간의 간섭을 줄이고, 실험결과의 정확도, 반복성 및 강건성을 향상시킨다. 본 연구에서는 컴퓨터 마우스 제품군을 대상으로 제안한 방법의 타당성을 검증하였고, 추가적으로 product family 레벨과 부품 레벨의 product family 재설계 추천방안도 제시하였다.