• 대한토목학회논문집
• /
• 제32권6A호
• /
• pp.369-378
• /
• 2012

이 연구에서는 풍력 터빈 블레이드의 형상 최적화를 위한 직접탐색 기반의 최적화 기법을 적용하고, 최적화 기법간의 성능을 비교하여 효과적인 방법을 제안하고자 하였다. 이를 위하여 수평축 풍력 터빈의 최적설계 코드인 HARP_Opt(Horizontal Axis Rotor Performance Optimizer)을 기반으로 연간 발전량 평가 방법을 수정하고, HARP_Opt에서 적용하고 있는 기존의 유전자 알고리즘과 함께 패턴 서치 방법을 추가 적용하였다. 이를 1MW급 풍력 발전 터빈 블레이드의 단면 형상 최적 설계 문제에 적용하였으며, 기존의 유전자 알고리즘 및 마이크로 유전자 알고리즘, 그리고 패턴 서치 방법의 성능을 비교한 결과, 연간 발전량과 해의 일관성 면에 있어서는 패턴 서치 방법이 상대적으로 우수하였으며, 계산시간 측면에서는 마이크로 유전자 알고리즘이 상대적으로 우수한 것으로 분석되었다.

• 한국해안·해양공학회논문집
• /
• 제32권5호
• /
• pp.285-295
• /
• 2020

해상에 설치된 관측타워에 미치는 환경 하중 변화에 따른 구조물의 동특성 파악은 구조물의 안전성 평가에 중요한 인자로 활용되고 있다. 이 연구에서는 새만금 방조제 인근에 위치한 만경해상관측타워(이하 만경타워) 구조물에 대한 현장계측실험을 통하여 동특성을 분석하고 수치해석모델을 구성하였다. 계측실험 결과, 조위가 하강할수록 고유주파수는 증가하는 추세를 보였다. 또한 동일한 모드가 2개의 주파수를 갖는 것을 확인하였으며, 이는 세굴에 의하여 파일과 지반이 접촉 시에 고유주파수가 일부 증가하는 현상으로 판단되었다. 수치해석을 위하여 구조물의 상부 질량, 가상고정점, 세굴 깊이 및 유체 영향을 고려한 부가 질량 등을 만경타워의 구조적 특성으로 반영하였으며, 추정된 고유주파수 및 패턴서치 알고리즘으로부터 수치해석모델에 대한 모델 개선 작업을 수행하였다. 개선된 해석모델로부터 추후 만경타워에 대한 안정성 검토 측면에서의 연구에 적용될 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제26권5호
• /
• pp.335-342
• /
• 2016

기 구축되어있는 베이지안 네트워크에서 다이나믹한 환경 변화가 발생 할 때, 관련된 베이지안 네트워크의 파라미터는 새롭게 형성된 데이터의 패턴에 적응하여 새로운 파라미터로 변경되어야 한다. 이때, 새로운 파라미터는 베이지안 네트워크의 인과관계를 고려하여 변경되어야 한다. 본 논문에서는 Expectation Maximization(EM)알고리즘과 Meta-Heuristics 기법 중 하나인 Harmony Search(HS)알고리즘을 이용한 다이나믹한 파라미터 업데이트 프레임웍을 제안한다. 일반적으로, EM 알고리즘은 숨겨진 파라미터를 추정하는데 유효한 알고리즘이지만 지역 최적값에 수렴한다는 단점을 가지고 있다. 이 문제를 해결하기 위해서 본 논문은 Maximum Likelihood Estimator(MLE)의 파라미터가 글로벌 최적값을 지향하도록 하기위하여 메타휴리스틱 방법론의 하나인 HS를 적용한다. 제안된 방법은 EM 알고리즘의 단점을 보완하고 글로벌 최적값에 수렴하는 MLE의 파라미터를 추정하여 다이나믹하게 변화하는 환경에서도 사용 가능한 베이지안 네트워크의 학습 및 전파프레임웍을 제시한다.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.354-359
• /
• 2013

본 논문을 통해서 우리는 최적화 알고리즘인 binary harmony search (BHS) 알고리즘을 이용하여 unsupervised nonlinear classifier를 구현하는 방안을 제시하였다. 패턴인식을 위한 기계학습이나 뇌파 신호의 분석 과정과 같이 벡터로 표현되는 특징들을 분류하는데 있어 다양한 알고리즘들이 제시되었다. 교사 학습기반의 분류 방식으로는 support vector machine과 같은 기법이 사용되어왔고, 비교사 학습 방법을 통한 분류 기법으로는 fuzzy c-mean (FCM)과 같은 알고리즘들이 사용되어 왔다. 그러나 기존에 사용해 왔던 분류 방법들은 비선형 데이터 분류에 적용하기 힘들거나 교사 학습을 적용하기 위해서 사전정보를 필요로 하는 문제점이 있다. 본 논문에서는 경험적 접근을 통해 공간상에 분포된 벡터 사이의 기하학적 거리를 최소로 만드는 벡터 집합을 선택하고 이를 하나의 클래스로 간주하는 방법을 적용한 분류법을 제시하였다. 비교 대상으로 FCM과 artificial neural network (ANN) 기반의 self-organizing map (SOM)을 제시하였다. 시뮬레이션에는 KEEL machine learing dataset을 사용하였고 그 결과, 제안된 방식이 기존 알고리즘에 비해 더 나은 우수성을 지니고 있음을 확인하였다.

• 경영과정보연구
• /
• 제36권3호
• /
• pp.131-150
• /
• 2017

본 연구의 목적은 공개 소프트웨어(Open Source Software, 이하 OSS)가 운영 기간 내 주변의 행위자들과 관계를 수립하는 동안 OSS의 개발 및 확산 패턴을 확인하는 것으로, OSS 참여자들의 변화 패턴을 조사하기 위해 OSS 통과시간을 기반으로 그 변화 양상을 추적할 수 있는 온라인 데이터와 네트노그라피 방법을 이용하였다. 이를 위해 대표적인 OSS 자바스크립트 프레임워크인 jQuery, MooTools, YUI 등 이상 세 가지 사례에 대하여 블로그, 웹 서치와 함께 GitHub 공개 API(Application Programming Interface)로 수집된 데이터를 활용하였다. 본 연구에서는 OSS 변형 과정의 변화 패턴을 분류하기 위하여 행위자-네트워크 이론의 전환(translation) 과정을 적용하였으며, 관찰된 OSS 변형 과정을 살펴보면 다음과 같다. 먼저, '프로젝트 개시' 단계에서 소스 코드, 프로젝트 책임자 및 관계자, 내부 참여자 등과 같은 세 가지 유형의 OSS 관련 행위자들을 확인하였고, 그들 사이의 관계성을 개념화 하였다. 이후 프로젝트 책임자가 최초로 프로젝트를 착수하는 '프로젝트 성장' 단계는 관계자들에 의해 소스 코드가 유지 보수되는 과정을 통해 개선된다. 마지막으로 OSS는 홍보 활동을 통해 참여자들의 관찰기를 갖고, 소스 코드 사용을 통해 학습기를 거친 사용자가 본격적으로 등장함으로써 '참여자의 도약' 단계로 진입한다. 이 시기에는 기업과 외부 관계자들도 출현하는 모습도 살펴볼 수 있다. 본 연구결과는 OSS 참여자들이 OSS를 선택하는데 있어 홍보 과정의 중요성을 강조하고, OSS의 급속한 개발속도가 오히려 참여자의 출현을 지연시키는 구축 효과(crowding-out effec)가 발생하는 것을 확인하였다. 본 연구는 행위자-네트워크 이론을 토대로 주요 OSS 사례를 네트노그라피를 활용하여 종단적인 관점에서 분석함으로써 OSS의 발전 과정을 일반화시키기 위한 노력을 시도했다는 점에서 학술적인 의의가 있으며, OSS가 지배적인 위치에 오르기 위한 단계별 영향 요인, 세부적인 변화 양상 등을 확인함으로써 OSS 개발자와 관리자들에게 다양한 시사점을 제공할 것으로 기대된다.