• Structural Engineering and Mechanics
• /
• 제44권3호
• /
• pp.379-403
• /
• 2012

In recent years, the need for optimal design of structures under time-history loading aroused great attention in researchers. The main problem in this field is the extremely high computational demand of time-history analyses, which may convert the solution algorithm to an illogical one. In this paper, a new framework is developed to solve the size optimization problem of steel truss structures subjected to ground motions. In order to solve this problem, the covariance matrix adaptation evolution strategy algorithm is employed for the optimization procedure, while a generalized regression neural network is utilized as a meta-model for fitness approximation. Moreover, the computational cost of time-history analysis is decreased through a wavelet analysis. Capability and efficiency of the proposed framework is investigated via two design examples, comprising of a tower truss and a footbridge truss.

• Advances in Computational Design
• /
• 제1권4호
• /
• pp.315-327
• /
• 2016

Damage detection and localisation in structures is essential since it can be a means for preventive maintenance of those structures under service conditions. The use of structural modal data for detecting the damage is one of the most efficient methods. This paper presents comparative performance of various state-of-the-art meta-heuristics for use in structural damage detection based on changes in modal data. The metaheuristics include differential evolution (DE), artificial bee colony algorithm (ABC), real-code ant colony optimisation (ACOR), charged system search (ChSS), league championship algorithm (LCA), simulated annealing (SA), particle swarm optimisation (PSO), evolution strategies (ES), teaching-learning-based optimisation (TLBO), adaptive differential evolution (JADE), evolution strategy with covariance matrix adaptation (CMAES), success-history based adaptive differential evolution (SHADE) and SHADE with linear population size reduction (L-SHADE). Three truss structures are used to pose several test problems for structural damage detection. The meta-heuristics are then used to solve the test problems treated as optimisation problems. Comparative performance is carried out where the statistically best algorithms are identified.

• 자원환경지질
• /
• 제53권6호
• /
• pp.703-713
• /
• 2020

수리지질학을 포함한 많은 지질학 분야에 있어 지하 매질의 불균질성을 규명하는 것은 큰 중요성을 가진다. 본 연구에서는 최근 Park(2020)에 의해 소개된 바 있는 대수층을 구성하는 매질의 수리물성을 예측할 수 있는 기법의 개념 및 이론을 간단히 소개하고, 가상의 대수층에 해당 기법을 적용하여 기법에 의한 결과들의 다양한 시사점을 도출하였다. 소개하는 기법은 공분산행렬 적응 진화전략이라는 광역최적화 기법을 사용하며, 개념적으로 대수층에 가해지는 수리적 스트레스에 의한 지하수위 변화 자료를 동화하여 대수층 불균질성을 특성화하는 방법론이다. 가상의 대수층의 수리전도도 예측에 개발 기법을 적용한 결과, 총 40000개 미지의 값을 매우 빠른 시간 내에 예측함을 확인하였다. 또한, 예측의 결과는 레퍼런스 수리전도도와 수치적 및 구조적으로 큰 유사성을 보여 예측의 질적 수준이 높음을 확인하였다. 본 연구에서는 매우 제한적인 케이스에 대하여 적용을 실시하였으나, 기법의 추가개발을 통하여 보다 다양한 케이스에의 적용이 가능할 것으로 예상되며 현재 이를 위한 추가 개발이 이루어지고 있는 상황이다. 개발 기법은 수리지질학 분야 뿐만 아니라 다양한 지질학 및 지구물리 분야에 적용될 수 있는 잠재성을 갖추고 있다.

• Geomechanics and Engineering
• /
• 제37권3호
• /
• pp.263-277
• /
• 2024

Artificial Neural Networks (ANNs) are artificial learning algorithms that provide successful results in solving many machine learning problems such as classification, prediction, object detection, object segmentation, image and video classification. There is an increasing number of studies that use ANNs as a prediction tool in soil classification. The aim of this research was to understand the role of hyperparameter optimization in enhancing the accuracy of ANNs for soil type classification. The research results has shown that the hyperparameter optimization and hyperparamter optimized ANNs can be utilized as an efficient mechanism for increasing the estimation accuracy for this problem. It is observed that the developed hyperparameter tool (HyperNetExplorer) that is utilizing the Covariance Matrix Adaptation Evolution Strategy (CMAES), Genetic Algorithm (GA) and Jaya Algorithm (JA) optimization techniques can be successfully used for the discovery of hyperparameter optimized ANNs, which can accomplish soil classification with 100% accuracy.

• 한국광학회지
• /
• 제35권3호
• /
• pp.107-114
• /
• 2024

본 연구에서는 다채널 결맞음 빔결합 시스템에서 공분산 행렬 적응 진화 전략(covariance-matrix-adaptation-evolution-strategy, CMA-ES) 알고리즘의 구현 가능성을 실험적으로 확인하였다. 파장이 635 nm인 결맞음 광원과 함께 공간 광 변조기를 다채널 위상 변조기 배열로 활용하는 다채널 결맞음 빔결합 시스템을 구성하고, 확률적 병렬 경사 하강(stochastic parallel gradient descent, SPGD) 및 CMA-ES 알고리즘을 결맞음 빔결합 시스템에 적용하여 획득한 두 알고리즘의 동작 특성을 비교하였다. 사각 구조인 16채널 및 벌집 구조인 19채널 결맞음 빔결합 시스템에서 두 알고리즘의 동작 특성을 평가한 결과 두 알고리즘의 동작 특성은 주어진 조건에서 평균적으로 유사하였으나, CMA-ES 알고리즘이 SPGD 알고리즘에 비해 초기 위상값 설정에 따른 동작 특성 변동이 상대적으로 작아 보다 안정적으로 동작할 수 있음을 확인하였다. 본 연구는 저자가 아는 범위 내에서 CMA-ES 위상제어 알고리즘을 다채널 결맞음 빔결합 시스템에 적용한 최초의 원리증명 시연이며, 향후 CMA-ES 위상제어 알고리즘에 기반한 다채널 결맞음 시스템에서 채널 수 증가 혹은 외부 위상잡음 효과 등을 실험적으로 연구할 때 유용하게 활용될 수 있을 것으로 기대된다.

• Korean Chemical Engineering Research
• /
• 제52권4호
• /
• pp.467-474
• /
• 2014

화학공정의 기초설계는 물질수지와 열수지 계산을 기초로 공정의 경제성을 확보하고 주어진 조건 내에서 원하는 제품을 생산 가능하도록 한다. 이 단계를 통해 공정은 사용될 물질과 반응, 설비의 구조와 운전 조건 등이 결정되기 때문에 이후 바뀔 수 없는 고유한 특성을 갖게 된다. 고유한 특성은 뛰어난 경제성일 수도 있지만 다양한 잠재적 위험요인을 내포하는 것일 수도 있다. 따라서 기초설계를 위한 공정모사와 정량적 위험성 평가 기법의 통합을 통해 보다 안전하면서도 경제적인 공정을 설계하는 것이 중요하다. 본 논문에서는 LNG 액화공정을 Aspen HYSYS를 이용하여 모사하고, 폭발 사고에 대한 정량적 위험성 평가를 수행함으로써 잠재적 위험성을 최소화하면서도 경제성을 고려하도록 설계변수를 결정하였다. 이를 위해 확률적 최적화 방법론을 이용하여 Aspen HYSYS의 최적화 한계를 극복하였고, Aspen HYSYS와 Matlab의 연동을 통해 정량적 위험성 평가의 정확성을 높이며 최적화를 용이하게 하였다. 정량적 위험성 평가 결과, 공정 변수 중 안전성 확보를 위해 중요한 변수는 혼합냉매의 압력이었고, 0.5~10%의 운전비용 증가를 통해 잠재적 위험성을 4~18% 줄일 수 있었다. 비용을 크게 증가시킬수록 위험성의 절대적 수치는 낮아지지만 비용 대비 위험성 감소의 효과는 떨어졌다. 이처럼 공정모사와 정량적 위험성 평가 기법의 통합은 태생적으로 보다 안전한 공정의 설계가 가능하게 하고, 기초설계 단계에서부터 공정 내 위험요인을 수치적으로 확인할 수 있어 위험요인이 적은 특성을 갖도록 공정을 설계하는데 도움이 될 것이다.