• Industrial Engineering and Management Systems
• /
• 제15권4호
• /
• pp.324-334
• /
• 2016

Manufacturers and retailers are interested in how prices, promotions, discounts and other marketing variables can influence the sales and shares of the products that they produce or sell. Therefore, many models have been developed to predict the brand share. Since the customer choice models are usually used to predict the market share, here we use hybrid model of Probabilistic Neural Network and Artificial Bee colony Algorithm (PNN-ABC) that we have introduced to model consumer choice to predict brand share. The evaluation process is carried out using the same data set that we have used for modeling individual consumer choices in a retail coffee market. Then, to show good performance of this model we compare it with Artificial Neural Network with one hidden layer, Artificial Neural Network with two hidden layer, Artificial Neural Network trained with genetic algorithms (ANN-GA), and Probabilistic Neural Network. The evaluated results show that the offered model is outperforms better than other previous models, so it can be use as an effective tool for modeling consumer choice and predicting market share.

• 토지주택연구
• /
• 제1권1호
• /
• pp.1-7
• /
• 2010

Case-based reasoning (CBR) method can make estimators understand the estimation process more clearly. Thus, CBR is widely used as a methodology for cost estimation. In CBR, the quality of case retrieval affects the relevance of retrieved cases and hence the overall quality of the reminding capability of CBR system. Thus, it is essential to retrieve relevant past cases for establishing a robust CBR system. Case retrieval needs the following tasks to obtain appropriate case(s); indexing, search, and matching (Aamodt and Plaza 1994). However, the previous CBR researches mostly deal with matching process that has limits such as accuracy and efficiency of case retrieval. In order to address this issue, this research presents a CBR cost model for building projects that has two-step retrieval process: decision tree and nearest neighbor methods. Specifically, the proposed cost model has indexing, search and matching modules. Features in the model are divided into shape-based and scale-based attributes. Based on these, decision tree is established for facilitating the search task and nearest neighbor method was utilized for matching task. In regard to applying nearest neighbor method, attribute weights are assigned using GA optimization and similarity is calculated using the principle of distance measuring. Thereafter, the proposed CBR cost model is developed using 174 cases and validated using 12 test cases.

• 한국표면공학회:학술대회논문집
• /
• 한국표면공학회 2006년도 추계학술발표회 초록집
• /
• pp.4-5
• /
• 2006

This paper represents modeling and optimization techniques for solar cell process on single-crystalline float zone (FZ) wafers with high efficiency; There were the four significant processes : i)emitter formation by diffusion, anti-reflection-coating (ARC) with silicon nitride using plasma-enhanced chemical vapor deposition (PECVD); iii)screen-printing for front and back metallization; and iv)contact formation by firing. In order to increase the performance of solar cells, the contact formation process is modeled and optimized. This paper utilizes the design of experiments (DOE) in contact formation to reduce process time, fabrication costs. The experiments were designed by using central composite design which is composed of $2^4$ factorial design augmented by 8 axial points with three center points. After contact formation process, the efficiency of the solar cell is modeled using neural networks. This model is used to analyse the characteristics of the process, and to optimize the process condition using genetic algorithms (GA). Finally, find optimal recipe for solar cell efficiency.

• Structural Engineering and Mechanics
• /
• 제85권3호
• /
• pp.369-379
• /
• 2023

Reliability-Based Design Optimization (RBDO) is an appropriate framework for obtaining optimal designs by taking uncertainties into account. Large-scale problems with implicit limit state functions and problems with discrete design variables are two significant challenges to traditional RBDO methods. To overcome these challenges, this paper proposes a hybrid method to perform RBDO of structures that links Firefly Algorithm (FA) as an optimization tool to advanced (finite element) reliability methods. Furthermore, the Genetic Algorithm (GA) and the FA are compared based on the design cost (objective function) they achieve. In the proposed method, Weighted Simulation Method (WSM) is utilized to assess reliability constraints in the RBDO problems with explicit limit state functions. WSM is selected to reduce computational costs. To performing RBDO of structures with finite element modeling and implicit limit state functions, a First-Order Reliability Method (FORM) based on the Direct Differentiation Method (DDM) is utilized. Four numerical examples are considered to assess the effectiveness of the proposed method. The findings illustrate that the proposed RBDO method is applicable and efficient for RBDO problems with discrete and continuous design variables and finite element modeling.

• 한국전산구조공학회논문집
• /
• 제16권3호
• /
• pp.237-250
• /
• 2003

강바닥판교는 수 천개의 부재가 연결된 복잡한 구조물이기 때문에 설계와 해석이 난해하다는 단점을 가지고 있어 구조특성에 적합한 효율적인 최적화 알고리즘을 개발하는 것은 실용적인 최적화이론의 활용차원에서 매우 중요하다고 할 수 있다. 이에 본 연구에서는 강바닥판교의 최적설RP를 효과적으로 수행하기 위한 개선된 다단계 최적설계 알고리즘을 제안하였다. 강바닥판교의 구조적인 특성을 반영하면서 전체 시스템을 주형과 강바닥판으로 나누기 위해 다단계 최적설계 방법 중에 하나인 등위법 (Coordination Method)을 사용하였고, 효율적인 최적설계를 위한 처짐제약조건 소거기법, 구조해석의 효율성을 높이기 위한 자동미분기법이 사용되었으며, 활하중에 의한 응력은 기존연구에서 제안된 응력재해석 기법을 사용하였다. 강바닥판은 폐단면리브의 형식과 같은 이산형 설계변수와 바닥판의 두께 가로보의 치수와 같은 연속형 설계변수가 혼합되어 있는 형태로 구성되어 있다. 이에 본 연구에서는 강 바닥판의 최적화를 위해 수정된 유전자 알고리즘을 사용하였다. 수치예제를 사용하여 제안된 알고리즘의 효율성과 수렴성을 입증하였다.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1693-1705
• /
• 2013

국내의 수로교는 쌀문화로 상징되는 농업용수를 공급하는 교량으로서 수로교를 개보수하기 위해서는 기본설계를 실시하는 것이 바람직하나 현재 생략되고 있는 실정이므로 이에 소요되는 공사비를 산정할 필요가 있다. 이 연구에서는 2003년 이후 교체한 RC구조 수로교에 대한 실적자료를 기초로 개략공사비 산정 회귀분석(RA) 모델과 사례기반추론(CBR) 모델을 개발하였다. RA 모델의 경우 단순회귀 모델이 다중회귀 모델보다 오차율이 낮았다. CBR 모델의 경우 유전 알고리즘을 이용하였으며 영향요인의 가중치, 편차, 순위조건을 최적화 대상으로 하였고 특히 영향요인 가중치의 범위를 제한하여 수로교 개보수 공사비의 예측 정확도를 제고하였다. RA 모델과 CBR 모델 사이의 오차율은 통계적 차이를 보이지 않았다. 본 논문에서 제시된 수로교 개보수 개략공사비 산정방법은 개보수사업의 시행에 따른 신속한 의사결정을 하는데 활용될 수 있을 것으로 기대된다.

• 전자공학회논문지CI
• /
• 제39권4호
• /
• pp.10-18
• /
• 2002

통신망 설계는 다양한 설계 인자들이 고려되는 다목적 함수 문제이다. 특히 망의 구성 비용, 메시지 지연 그리고 신뢰도는 망의 최대 효율을 얻는데 중요한 설계 인자이다. 최근 들어 유전자 알고리즘은 조합최적화 문제, 통신망 설계문제와 같은 현실적 문제를 위한 최적화 기법으로 널리 활용되어 지고 있다. 본 논문은 망의 구성비용과 메시지 지연시간을 최소화 하는 통신망 설계를 위한 다목적 유전 알고리즘을 제시한다. 본 알고리즘은 다목적 함수의 최적화에서 일반적으로 어려운 목적 함수간의 최적화를 위해 파레토를 이용하였다. 부호화 방법으로 프뤼퍼 숫자와 클러스터링 문자를 사용했고, 적합도 배분방법으로 파레토 순위할당 제거방법과 생태적 적소형태(niche-formation)방법을 사용하였으며, 조기수렴을 방지위해 변형된 엘리트 기법을 사용했다. 시뮬레이션을 통해 제안하는 알고리즘이 망구성의 후보해를 효과적으로 찾음을 보여준다.

• 한국정보처리학회논문지
• /
• 제6권8호
• /
• pp.2000-2007
• /
• 1999

최근, 정보네트워크의 놀랄만한 확장과 함께 분산데이터베이스가 부가통신망(Value Added Network)상에서 구현되는 사례가 늘고 있다. 분산데이터베이스는 지역적으로 분산된 업무 환경에서 중앙 집중식 구조에 비해 비용과 응답시간 면에서 큰 장점을 가진다. 그러나, 부적절한 설계는 불필요한 비용과 늦은 응답시간을 초래하게 된다. 분산데이터베이스 설계에서의 주요한 문제는 각 노드에서의 1) 적합한 컴퓨터의 선택과 2) 단편화된 데이터를 적합하게 할당하는 것이다. 따라서, 본 논문은 부가통신망상에서의 최적인 컴퓨터의 선택과 데이터의 할당에 관하여 논한다. 또한, 공식화된 수학 모델은 1) 운용비용과 2) 투자비용으로서 두 개의 목적함수를 포함하고 경험적 탐색법 중의 하나인 유전적 알고리즘의 설계를 통해 최적인 분산데이터베이스 설계를 위한 해들을 탐색한다. 끝으로 수치 예를 통해 각 성능을 평가할 것이다.

• 융합신호처리학회논문지
• /
• 제3권4호
• /
• pp.35-41
• /
• 2002

복잡한 문제들의 근사해를 구하기 위하여 최근 다양한 방법들이 소개되고 있다. 이러한 방법들은 주로 금속의 서랭(Annealing)에 의해 금속분자의 에너지가 최저점에 도달하는 과정을 모의실험한 최적화 기법(Simulated Annealing), 생물의 적자생존(Survival of Fittest)과정을 이용한 최적화 기법인 유전적 알고리즘(Genetic Algorithm)등 물리적 현상이나 생물 ?생명에 관련된 모의를 최적화 문제에 응용한 방법들이다. 최근에 소개된 Particle Swarm Optimization(PSO)는 주로 조류나 어류등의 생물의 무리가 각각의 개체가 가지고 있는 정보를 공유해가며 먹이를 찾아가는 과정을 모의한 기법이다. 하지만, 이 기법의 탐색과정이 명확하게 밝혀져 있지 않다. 본 논문에서는 PSO의 탐색과정을 가시화 하는 것을 목적으로 한다. 탐색과정을 가시화 하는 작업을 통해 그 탐색 능력을 시각적으로 파악하는 것이 가능하며 기법에 관한 이해를 돕고 교육적 효과도 기대 가능하다.

• Steel and Composite Structures
• /
• 제44권2호
• /
• pp.155-169
• /
• 2022

In the present paper an analytical model was developed to study the non-linear vibrations of Functionally Graded Carbon Nanotube (FG-CNT) reinforced doubly-curved shallow shells using the Multiple Scales Method (MSM). The nonlinear partial differential equations of motion are based on the FGM shallow shell hypothesis, the non-linear geometric Von-Karman relationships, and the Galerkin method to reduce the partial differential equations associated with simply supported boundary conditions. The novelty of the present model is the simultaneous prediction of the natural frequencies and their mode shapes versus different curvatures (cylindrical, spherical, conical, and plate) and the different types of FG-CNTs. In addition to combining the vibration analysis with optimization algorithms based on the genetic algorithm, a design optimization methode was developed to maximize the natural frequencies. By considering the expression of the non-dimensional frequency as an objective optimization function, a genetic algorithm program was developed by valuing the mechanical properties, the geometric properties and the FG-CNT configuration of shallow double curvature shells. The results obtained show that the curvature, the volume fraction and the types of NTC distribution have considerable effects on the variation of the Dimensionless Fundamental Linear Frequency (DFLF). The frequency response of the shallow shells of the FG-CNTRC showed two types of nonlinear hardening and softening which are strongly influenced by the change in the fundamental vibration mode. In GA optimization, the mechanical properties and geometric properties in the transverse direction, the volume fraction, and types of distribution of CNTs have a considerable effect on the fundamental frequencies of shallow double-curvature shells. Where the difference between optimized and not optimized DFLF can reach 13.26%.