• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.990-994
• /
• 2004

This paper presents a method to predict the transient characteristic of the air lubricated slider head in a hard disk drive by using optimization technique. The time dependent modified Reynolds equation based on the molecular slip flow approximation equations was used to describe the fluid flow within the air bearing and the implicit finite difference scheme is applied to calculate the pressure distribution under the slider head. The exhaustive search combined with the Broyden-Fletcher-Goldfarb-Shanno method were employed to obtain optimum design variables which are taper angle, rail width and taper length in order to keep the forces and moments acting on the slider head in dynamic equilibrium. The results show that the optimal head slider of the magnetic head has good stability characteristic that can reach the steady state within 0.5 microsecond.

• International Journal of Aeronautical and Space Sciences
• /
• 제16권4호
• /
• pp.510-519
• /
• 2015

Concerning the issue of high-dimensions, hybrid uncertainties of randomness and intervals including implicit and highly nonlinear limit state function, reliability analysis based on the hybrid uncertainty reliability mode combining with back propagation neural network (HU-BP neural network) is proposed in this paper. Random variables and interval variables are as input layer of the neural network, after the training and approximation of the neural network, the response variables are obtained through the output layer. Reliability index is calculated by solving the optimization model of the most probable point (MPP) searching in the limit state band. Two numerical cases are used to demonstrate the method proposed in this paper, and finally the method is employed to solving an engineering problem of the aerospace friction plate. For this high nonlinear, small failure probability problem with interval variables, this method could achieve a good analysis result.

• International Journal of Control, Automation, and Systems
• /
• 제2권4호
• /
• pp.423-434
• /
• 2004

In this paper, we introduce a new topology of Self-Organizing Polynomial Neural Networks (SOPNN) based on genetically optimized Multi-Layer Perceptron (MLP) and discuss its comprehensive design methodology involving mechanisms of genetic optimization. Let us recall that the design of the 'conventional' SOPNN uses the extended Group Method of Data Handling (GMDH) technique to exploit polynomials as well as to consider a fixed number of input nodes at polynomial neurons (or nodes) located in each layer. However, this design process does not guarantee that the conventional SOPNN generated through learning results in optimal network architecture. The design procedure applied in the construction of each layer of the SOPNN deals with its structural optimization involving the selection of preferred nodes (or PNs) with specific local characteristics (such as the number of input variables, the order of the polynomials, and input variables) and addresses specific aspects of parametric optimization. An aggregate performance index with a weighting factor is proposed in order to achieve a sound balance between the approximation and generalization (predictive) abilities of the model. To evaluate the performance of the GA-based SOPNN, the model is experimented using pH neutralization process data as well as sewage treatment process data. A comparative analysis indicates that the proposed SOPNN is the model having higher accuracy as well as more superb predictive capability than other intelligent models presented previously.reviously.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.797-804
• /
• 2013

본 논문은 Particle Swarm Optimization(PSO)을 이용하여 고속 2차원 디지털필터의 설계방법을 제안하였다. 먼저 2차원 상태공간 디지털필터의 설계문제를 PSO에 적용하기 위하여 최소화 문제로써 형식화 과정이 논의된다. 제안된 PSO 알고리즘을 이용한 설계방법은 필터설계에서 요구되는 안정성을 보증하는 과정이 검토되어 개선된다. 본 논문에서 제안된 방법의 타당성을 설계예시를 통해 고찰한 결과, 설계된 디지털필터는 동일한 설계사양으로 기존의 설계방법으로 설계된 디지털필터보다 근사 및 라운드오프 오차 면에서 우수한 결과를 얻을 수 있었다. 아울러 제안된 2의 멱수가 필터계수인 2차원 상태공간 디지털필터는 승산기가 필요하지 않아 기존의 필터보다 연산과정에서 계산용량을 약 1/4로 줄일 수 있다는 것을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권7호
• /
• pp.1-7
• /
• 2021

본 논문에서는 다중 레이블 분류를 위한 특징 선별 기법을 제안한다. 기존 많은 특징 선별 기법들은 상호정보척도 등을 이용하여 특징과 레이블 사이의 연관성을 계산하여 특징을 선별하였다. 하지만 상호정보척도는 결합 확률을 요구하기 때문에 실제 전제 특징 집합에서 결합 확률을 계산하는 것은 어렵다. 따라서 소수의 특징만 계산이 가능하여 지역적 최적화만 가능하다는 단점을 가진다. 이런 지역적 최적화 문제를 피해, 주어진 특징 전체 공간에서 저랭크 공간을 구성하고, 희소성을 가진 특징들을 선별할 수 있는 특징 선별 기법을 제안한다. 이를 위해 뉴클리어 노름을 이용해 회귀 기반의 목적함수를 설계하였고, 이 목적 함수의 최적화 문제를 풀기 위한 경사하강법 방식의 알고리즘을 제안하였다. 4가지의 데이터와 3가지 다중 레이블 분류 성능을 기준으로 다중 레이블 분류 실험 결과를 통해 제안하는 방법론이 기존 특징 선별 기법보다 좋은 성능을 나타내는 것을 보였다. 또한 제안하는 목적함수의 파라미터 값 변화에도 성능 변화가 둔감한 것을 실험적인 결과로 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권11호
• /
• pp.4604-4622
• /
• 2015

It is not easy to reconstruct the geometrical characteristics of the distorted images captured by the devices. One of the most popular optimization methods is fast iterative shrinkage/ thresholding algorithm. In this paper, to deal with its approximation error and the turbulence of the decrease process, an adaptive proximal conjugate gradient (APCG) framework is proposed. It contains three stages. At first stage, a series of adaptive penalty matrices are generated iterate-to-iterate. Second, to trade off the reconstruction accuracy and the computational complexity of the resulting sub-problem, a practical solution is presented, which is characterized by solving the variable ellipsoidal-norm based sub-problem through exploiting the structure of the problem. Third, a correction step is introduced to improve the estimated accuracy. The numerical experiments of the proposed algorithm, in comparison to the favorable state-of-the-art methods, demonstrate the advantages of the proposed method and its potential.

• 한국전자통신학회논문지
• /
• 제14권3호
• /
• pp.453-460
• /
• 2019

짧은 참조 신호를 이용한 차동 카오스 편이 변조 (SR-DCSK)는 DCSK의 변형으로, 추가적인 복잡성 없이 데이터 전송 속도를 높이고 에너지 효율성을 향상시킨다. 그러나 최적 길이의 기준 신호를 적용해도 기존 DCSK 대비 SR-DCSK의 BER성능의 장점은 보이지 않는다. 본 논문에서는 기준 신호와 정보를 가진 신호에 각각 두 개의 스케일 계수 (scale coefficient)를 적용하여 SR-DCSK의 성능을 향상시키는 방법을 제안한다. 그리고 제안된 방법의 성능은 가우스 근삿법을 사용하여 BER로 분석한다. 그 후 도출한 BER 표현식을 기반으로, 주어진 시스템 파라미터에 대해 BER을 최소화하여 두 계수의 비율을 최적화한다. 제안된 방법의 BER은 두 스케일 계수의 최적 비율을 적용할 때 SR-DCSK 보다 많은 부분 개선되었다는 것을 시뮬레이션 결과로 확인한다.

• 한국정보처리학회논문지
• /
• 제4권6호
• /
• pp.1550-1556
• /
• 1997

본 논문에서는 진화 알고리즘에 기반하여 조합 최적화 문제를 해결하고자 한다. 진화 알고리즘은 대규모 문제 공간에서 최적화 문제를 해결하는데 적합한 알고리즘이다. 본 논문의 조합 최적화의 예는 경수로 원자로로부터 나온 폐연료를 중수로에서 재사용하는데 필요한 폐연료의 조합 문제이다. 이와 같은 조합 최적화 문제는 0/1 knapsack 문제와 같이 NP-Comprete 문제에 해당한다. 이러한 문제를 해결하기 위해서는 고전적인 진화 알고리즘의 전략에 기반하여 랜덤 연산자를 이용하여 평가 함수 값이 좋은 방향으로만 탐색을 수행하는 방법, 그리고 벡터 연산자를 이용하여 최적의 해를 보다 빨리 얻을 수 있는 휴리스틱을 사용하는 방법이 있다. 본 논문에서는 중수로 연료 조합 문제 영역의 모든 지식을 벡터화하여 벡터의 연산만으로 가능성 검사, 해를 평가하는 방법을 소개한다. 또한 벡터 휴리스틱이 고전적인 진화 알고리즘에 비해 어느 정도의 성능을 보이는지 비교한다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권7호
• /
• pp.339-349
• /
• 2001

This paper suggests an optimal identification method for complex and nonlinear system modeling that is based on Fuzzy-Neural Networks(FNN). The proposed Hybrid Identification Algorithm is based on Yamakawa's FNN and uses the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. In this paper, the FNN modeling implements parameter identification using HCM algorithm and hybrid structure combined with two types of optimization theories for nonlinear systems. We use a HCM(Hard C-Means) clustering algorithm to find initial apexes of membership function. The parameters such as apexes of membership functions, learning rates, and momentum coefficients are adjusted using hybrid algorithm. The proposed hybrid identification algorithm is carried out using both a genetic algorithm and the improved complex method. Also, an aggregated objective function(performance index) with weighting factor is introduced to achieve a sound balance between approximation and generalization abilities of the model. According to the selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity(distribution of I/O data), we show that it is available and effective to design an optimal FNN model structure with mutual balance and dependency between approximation and generalization abilities. To evaluate the performance of the proposed model, we use the time series data for gas furnace, the data of sewage treatment process and traffic route choice process.

• 한국생산제조학회지
• /
• 제18권4호
• /
• pp.337-347
• /
• 2009

Generally, finite element models used in structural analysis have some uncertainties of the geometric dimensions, applied loads and boundary conditions, as well as in material properties due to the manufacturability of aluminum intensive body. Therefore, it is very important to refine or update a finite element model by correlating it with dynamic and static tests. The structural optimization problems of automotive body are considered for mechanical structures with initial stiffness due to preloading and in operation condition or manufacturing. As the mean compliance and deflection under preloading are chosen as the objective function and constraints, their sensitivities must be derived. The optimization problem is iteratively solved by a sequential convex approximation method in the commercial software. The design variables are corrected by the strain energy scale factor in the element levels. This paper presents an updated method based on the sensitivities of structural responses and the residual error vectors between experimental and simulation models.