• 대한조선학회논문집
• /
• 제33권3호
• /
• pp.35-47
• /
• 1996

포텐셜을 기저로 하는 판요소법을 사용하여 자유 표면이 존재하는 유동장에서 일정 속도로 전진하는 3차원 물체의 형상을 설계하였다. 설계 방법으로는 원하는 압력 분포를 경계 조건으로 부여하고 이를 만족하는 물체 형상을 찾아내는 역해석법(inverse method)을 사용하였다. 즉, 주어진 압력으로부터 물체 표면에 분포된 법선 다이폴의 세기인 포텐셜 값을 결정하게 되며, 이는 물체 표면에 대한 Dirichlet형태의 경계 조건으로서 Green의 정리로부터 유도된 적분 방정식을 해석하게 된다. 전체 속도 포텐셜은 기본 유동인 선속에 대한 성분과 선제에 의하여 교란되는 성분으로 구성되어진다고 가정하였으며, 교란 포텐셜을 사용하여 선형화된 자유 표면 경계 조건을 적용하였다. 적분 방정식에 대한 수치 해석을 위해 물체 표면에 법선 다이폴과 Rankine 쏘오스를 분포하였으며, 자유 표면에는 Rankine 쏘오스를 분포하고 4점 유한 차분법을 사용하여 자유 표면 경계 조건이 만족되도록 하였다. 해로서 얻어지는 각 판요소에서의 Rankine 쏘오스의 세기는 가상의 유동 출입량으로서 형상 수정항으로 사용되었다. 몰수 회전 타원체의 형상 설계에 대하여 본 설계법을 적용한 결과 무한 수심에서나 조파 상태에서 $4{\sim}6$회의 반복 계산으로 충분히 수렴된 해를 얻을 수 있었다. 또한 자유 표면을 가르고 전진하는 Wigley 수학적 선형에 대한 형상 설계를 수행하여 만족스러운 결과를 얻어내었으며, 얻어진 수치해는 매우 안정적이고 빠른 수렴성을 보였다. 선형의 우열 비교를 통해 조파 저항을 감소시킬 수 있는 압력 분포의 형태를 파악하였으며, 이를 바탕으로 조파 저항의 관점에서의 5500TEU급 콘테이너 운반선의 설계를 수행하였다. 설계되어진 새로운 선형은 조파 저항의 관점에서 기존의 선형보다 계산과 실험에서 모두 우수하게 개량된 것으로 나타났다.

• Genomics & Informatics
• /
• 제10권2호
• /
• pp.81-87
• /
• 2012

Large-scale copy number variants (CNVs) in the human provide the raw material for delineating population differences, as natural selection may have affected at least some of the CNVs thus far discovered. Although the examination of relatively large numbers of specific ethnic groups has recently started in regard to inter-ethnic group differences in CNVs, identifying and understanding particular instances of natural selection have not been performed. The traditional $F_{ST}$ measure, obtained from differences in allele frequencies between populations, has been used to identify CNVs loci subject to geographically varying selection. Here, we review advances and the application of multinomial-Dirichlet likelihood methods of inference for identifying genome regions that have been subject to natural selection with the $F_{ST}$ estimates. The contents of presentation are not new; however, this review clarifies how the application of the methods to CNV data, which remains largely unexplored, is possible. A hierarchical Bayesian method, which is implemented via Markov Chain Monte Carlo, estimates locus-specific $F_{ST}$ and can identify outlying CNVs loci with large values of FST. By applying this Bayesian method to the publicly available CNV data, we identified the CNV loci that show signals of natural selection, which may elucidate the genetic basis of human disease and diversity.