• Proceedings of the Korean Reliability Society Conference
• /
• 2002.06a
• /
• pp.211-216
• /
• 2002

실제적인 문제에서 신뢰성 기반 최적 설계(RBDO)를 구현하기 위해서는 유한요소 모델을 해석하기 위한 상용 프로그램과 설계한 것에 대한 신뢰성을 산정할 수 있는 프로그램을 통합하고 최적화 알고리듬을 적용하여야 최적화를 수행하여야만 한다. 또한 최적화 과정에서 최적상태에서 제약조건이 비활성 영역에서 놓이게 되는 것을 방지하기 위해서 제약조건 최적화 문제를 비제약 조건 최적화 문제로 바꾸어 주는 장애 함수를 사용하여 최적화를 수행하였다. 그리고 이 방법론을 기존의 신뢰성기반 최적화 방법론, 즉 신뢰도지수 접근방법과 목표성능치 접근방법과의 비교를 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.617-620
• /
• 2011

본 논문은 Inter-Local Mobility Anchor 환경에서의 경로 최적화 기법을 Proxy Mobile IPv6 환경에서 캐쉬 정보를 활용하여 삼각 라우팅 문제를 해결하기 위해 경로 최적화 수행 시 빠른 처리 속도와 안정성을 가지는 방법에 대해 연구하였다. 기존의 경로 최적화 방법 중 inter-Local Mobility Anchor 환경에서 Liebsch의 방법은 모든 경우를 확인하기에 어떤 상황에서도 동일한 시그널링 코스트가 사용되지만 경로 최적화를 위한 프록시 바인딩의 시그널링 코스트가 많고, Dutta의 방법은 경로 최적화를 위한 프록시 바인딩의 시그널링 코스트는 효과적으로 감소시켰으나 Mobile Access Gateway 사이의 프록시 바인딩 과정이 없음으로 인하여 발생할 수 있는 문제점을 간과하였다. 본 논문에서는 Inter-Local Mobility Anchor 환경에서도 시그널링 비용은 증가시키지 않으면서 Local Mobility Anchor와 Mobile Access Gateway로부터 메시지를 받을 경우 응답 메시지를 전송하여 신뢰성을 향상시킨 경로 최적화 방법을 캐쉬 정보를 활용하는 방안에 관하여 연구하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.111-114
• /
• 2004

기존의 도함수에 기초한 수치적 최적화 기법들(derivative-based optimization)은 비선형 최적화 문제를 풀기 위해 목적식의 1차 도함수의 정보를 이용하여 정류점(stable point)인 최적해를 찾아 나가는 방식을 취하고 있다. 그러나 이런 방법들은 목적식의 국부 최적해(local minimum)을 찾는 것은 보장하나, 전역 최적해(global minimum)를 찾는 데에는 실패할 경우가 많다. 국부 최적해와 전역 최적해는 모두 목적식의 1차 도함수가 '0'인 값을 가지는 특징이 있으므로, 국부 또는 전역 최적해를 구하는 구하는 과정은 목적식의 1차 도함수가 '0'인 해를 찾는 방정식 문제로 변환될 수 있다. 따라서 본 논문에서는 비선형 방정식의 해를 찾는데 좋은 성능을 보이는 Homotopy 방법을 이용하여 목적식의 1차 도함수에 관한 비선형 방정식을 풀고, 이를 통해 비선형 최적화 문제의 모든 국부 최적해를 찾아냄으로써 전역 최적화 문제를 해결하는 방법을 제안하고자 한다. 제안된 방법론을 다양한 전역 최적화 문제에 적용한 결과, 기존의 방법들에 비해 더 좋은 성능을 보임을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.766-768
• /
• 2004

자바는 객체 지향 언어이고, 분산 환경을 지원하고, 플랫폼에 독립적인 장정을 갖지만 다른 C나 C++같은 컴파일언어에 비해서는 실행속도가 느리다는 단점을 가진다. 이러한 단점을 극복하기 위한 방법으로 네이티브 코드로의 변환, 코드 최적화, JIT 컴파일 방법 등을 이용한다. 그러나 이전 방법들은 다음과 같은 한계점을 가진다. 클래스 파일을 네이티브 코드로의 변환은 플랫폼의 종속되고, 코드 최적화 방법은 고유의 최적화 방법만을 적용할 수 있었고, JIT컴파일 방법은 한 번의 실행 후 다음 실행해야 속도향상을 꾀할 수 있었다. 본 논문은 바이트 코드를 최적화하기 위한 자바최적화 프레임워크를 설명하고 자바최적화 프레임워크의 구성을 하는 부분 중 3주소형식의 중간코드를 스택기반 코드로 변환하는 부분을 설계하고. 3주소 코드로 변환한 중간 코드를 스택 기반 코드로 변환하면서 생기는 과다한 load/store의 문제점을 지적하고 그것을 해결할 수 있는 변환기를 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2002.05b
• /
• pp.1316-1321
• /
• 2002

일반적으로 강우-유출모형은 lumped model과 distributed model로 크게 구분될 수 있으며, 우리나라에서는 이중 비교적 부족한 자료를 이용하여도 개략적 모의가 가능한 전자를 널리 사용하고 있다. 본 연구에서는 이러한 모형들의 매개변수를 보정하는 방법에 관해 연구하였다. 일반적으로 모형의 보정 방법에는 크게 시행오차에 의한 수동보정(manual calibration) 방법과 최적화 기법에 의한 자동보정(automatic calibration) 방법으로 나눌 수 있다. 수동보정 방법은 모형 수행결과를 수문곡선의 시각적 비교에 의해 관측치와 비교하여 모형 운영자의 주관적인 판단하에 조정하는 기법이며, 자동보정 방법은 최적화 기법을 이용8하여 특정한 산정기준(estimation criteria)을 최대 또는 최소화시켜 모형의 매개변수를 결정하는 방법이다. 이러한 최적화기법은 일반적으로 직접탐색법과 경사법으로 구분할 수 있다. 경사법은 수렴속도가 빠르지만 편미분에 의해 방향을 찾아가는 방법으로 편도함수가 필요하므로 수문모형에는 적용하기가 힘들므로 적합하지 않다. 그러나, 보다 많은 컴퓨터 수행시간을 필요로 하는 직접탐색법의 경우 수렴속도는 느리지만, 편도함수를 필요치 않으므로 수문모형의 최적화 기법으로 적합하다고 할 수 있다. 직접탐색법에는 simplex-search 법, 패턴인식(pattern-search)법, rotating-direction 법, brent 법 등이 있으며, 본 연구에서는 직접탐색법의 일종인 패턴인식(pattern -search)법을 이용하여 매개변수 최적화 과정을 모의하였다. 이러한 매개변수 보정모형을 구성한 후 이를 가장 보편적으로 사용되고 있는 유출모형인 각종 단위도법들을 결합하는 모형을 구성하였다. 또한 구성된 모형을 시범유역에 적용하여 나온 결과를 HEC-1에서 적용되고 있는 단일변량 증감법과 같은 최적화 기법을 이용한 결과와 비교·분석을 실시하였다. 본 모형을 활용하여 강우-유출 모형의 매개변수를 지속적으로 산정하고 일반화할 경우 임의의 유역의 수문기상학적 특성에 부합한 매개변수를 정량화 시킬 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.752-755
• /
• 2011

본 논문은 캐쉬 정보를 활용하여 Proxy Mobile IPv6 환경에서 삼각 라우팅 문제를 해결하기 위해 경로 최적화를 수행할 때 빠른 처리 속도와 안정성을 가지는 방법에 대해 연구하였다. 기존의 경로 최적화 방법 중 Liebsch의 방법은 모든 경우를 확인하기에 어떤 상황에서도 동일한 시그널링 코스트가 사용되지만 경로 최적화를 위한 프록시 바인딩의 시그널링 코스트가 많고, Dutta의 방법은 경로 최적화를 위한 프록시 바인딩의 시그널링 코스트는 효과적으로 감소시켰으나 Mobile Access Gateway 사이의 프록시 바인딩 과정이 없음으로 인하여 발생할 수 있는 문제점을 간과하였다. 본 논문에서는 시그널링 비용은 증가시키지 않으면서 Local Mobility Anchor와 Mobile Access Gateway로부터 메시지를 받을 경우 응답 메시지를 전송하여 신뢰성을 향상시킨 경로 최적화 방법을 캐쉬 정보를 활용하는 방안에 관하여 연구하였다.

• Journal of Korean Society of Transportation
• /
• v.20 no.4
• /
• pp.109-122
• /
• 2002

본 연구에서는 교차로의 비용 및 특성을 고려한 도로선형최적화 모형을 유전자 알고리즘(Genetic Algorithms)을 이용하여 개발하였다. 기존의 도로선형최적화 모형은 교차로 특성을 고려하지 못해서 실제 적용에 심대한 문제점을 내재하고 있다. 본 논문에서는 특정 도로선형에 교차로 건설의 필요가 있을 경우, 민감(Sensitive)하고 지배적인(Dominating) 교차로 비용 항목들 즉, 토공비용, 보상비, 포장비, 사고비용, 지체 및 연료소모비용 등의 산정이 시도되었다. 또한 비교적 우수한 도로선형 대안을 유전자 알고리즘을 이용한 탐색과정 중에서 비효율적으로 강제 퇴화시키는 단점 보완을 위한 교차로 국소 최적화 방법(Local Optimization of Intersections)이 개발되어 기존 모형을 보완하였다. 공간상의 도로선형은 매개변수적 묘사(Parametric Representation)를 통하여 구현하였으며 벡터운영(Vector Manipulation)을 통해 교차로비용 산정의 근간인 교차점과 다른 중요점들의 좌표를 찾을 수 있었다. 개발된 교차로 비용산정 모형이 보다 정밀하게 교차로 비용을 산정함이 증명되었으며 궁극적으로는 기존의 최적화 모형의 단점을 보완할 수 있음이 제시되었다. 또한, 새로이 제시된 교차로 국소 최적화 방법이 최적대안 탐색과정의 유연성을 증대하였으며, 결과적으로 효율적인 교차로의 유지에 기여함을 알 수 있었다. 제시된 교차로 국소 최적화 방법은 추후 단일노선이 아닌 도로망 최적화시의 기초를 제시함은 주목할 만 하다. 두개의 예제에서 도출된 최적노선 및 교차로 비용 등의 검토 결과, 도로상의 교차로 건설비용은 도로선형 최적화에 큰 영향을 미치는 실질적이며 민감한 비용 항목임이 검증되었으며 이는 도로선형최적화 모형이 교차로 비용을 반드시 검토 및 평가할 수 있어야 함을 반증한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.35 no.3
• /
• pp.212-217
• /
• 2007

The Alienor method is a powerful tool for solving global optimization problems. It allows the transformation of a multi-variable problem into a new one that depends on a single variable. Any one-dimensional global optimization method can then be used to solve the transformed problem. Several one-dimensional global optimization methods coupled with the Alienor method have been suggested by mathematicians and it is shown that the suggested methods are successful for test functions. However, there are problems with these methods in engineering practice. In this paper, Lipschitzian optimization without using the Lipschitz constant is coupled with the Alienor method and applied to the test functions. Using test functions, it is shown that the suggested method can be successfully applied to global optimization problems.

• Journal of Korea Multimedia Society
• /
• v.6 no.1
• /
• pp.136-147
• /
• 2003

To achieve an optimal performance for a given problem, we need an integrative process of the parameter optimization via learning and the structure optimization via model selection. In this paper, we propose an efficient optimization method for improving generalization performance by considering the property of each sub-method and by combining them with common theoretical properties. First, weight parameters are optimized by natural gradient teaming with adaptive regularization, which uses a diverse error function. Second, the network structure is optimized by eliminating unnecessary parameters with natural pruning. Through iterating these processes, candidate models are constructed and evaluated based on the Bayesian Information Criterion so that an optimal one is finally selected. Through computational experiments on benchmark problems, we confirm the weight parameter and structure optimization performance of the proposed method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1258-1260
• /
• 2022

재료공학에서 머신러닝을 이용해 목적 성능에 부합하는 물질의 조성을 탐색하는 연구가 있다. 물질의 성능은밀도 범함수 계산을 통해 시뮬레이션 할 수 있지만, 계산량이 많은 문제가 있다. 본 연구를 통해 우리는 고효율 페로브스카이트 태양광전지를 만들기 위한 페로브스카이트 조성을 추천하는 심층신경망과 베이지안 최적화 모델을 제안했다. 본 연구에서 높은 전력효율이 예상되는 페로브스카이트 조성을 심층신경망과 베이지안 최적화 방법을 통해 추천하는 모델을 구현하였다. 심층신경망 모델은 주어진 조성과 실험조건에서 예상되는 전력효율을 예측해 베이지안 최적화를 통한 탐색과정에서 소요되는 실험비용을 줄인다. 베이지안 최적화 모델은 실험공간을 입력으로 받아 고효율이 예상되는 실험조건을 출력하는데, 미리 설정한 실험공간만을 탐색하기 때문에 실험적으로 가능한 출력값만을 제시 할 수 있다. 본 연구는 심층신경망과 베이지안 최적화 방법을 조합해 주어진 실험공간을 탐색하는 시간과 비용을 최소화하는 방법을 제시한다