• Journal of Construction Engineering and Project Management
• /
• 제5권1호
• /
• pp.11-19
• /
• 2015

This paper presents optimized artificial neural networks (ANNs) claims prediction and decision awareness framework that guides owner organizations in their pre-bid construction project decisions to minimize claims. The framework is composed of two genetic optimization ANNs models: a Claims Impact Prediction Model (CIPM), and a Decision Awareness Model (DAM). The CIPM is composed of three separate ANNs that predict the cost and time impacts of the possible claims that may arise in a project. The models also predict the expected types of relationship between the owner and the contractor based on their behavioral and technical decisions during the bidding phase of the project. The framework is implemented using actual data from international projects in the Middle East and Egypt (projects owned by either public or private local organizations who hired international prime contractors to deliver the projects). Literature review, interviews with pertinent experts in the Middle East, and lessons learned from several international construction projects in Egypt determined the input decision variables of the CIPM. The ANNs training, which has been implemented in a spreadsheet environment, was optimized using genetic algorithm (GA). Different weights were assigned as variables to the different layers of each ANN and the total square error was used as the objective function to be minimized. Data was collected from thirty-two international construction projects in order to train and test the ANNs of the CIPM, which predicted cost overruns, schedule delays, and relationships between contracting parties. A genetic optimization backward analysis technique was then applied to develop the Decision Awareness Model (DAM). The DAM combined the three artificial neural networks of the CIPM to assist project owners in setting optimum values for their behavioral and technical decision variables. It implements an intelligent user-friendly input interface which helps project owners in visualizing the impact of their decisions on the project's total cost, original duration, and expected owner-contractor relationship. The framework presents a unique and transparent hybrid genetic algorithm-ANNs training and testing method. It has been implemented in a spreadsheet environment using MS Excel$^{(R)}$ and EVOLVERTM V.5.5. It provides projects' owners of a decision-support tool that raises their awareness regarding their pre-bid decisions for a construction project.

• Steel and Composite Structures
• /
• 제34권5호
• /
• pp.743-767
• /
• 2020

Due to the impressive flexural performance, enhanced compressive strength and more constrained crack propagation, Fibre-reinforced concrete (FRC) have been widely employed in the construction application. Majority of experimental studies have focused on the seismic behavior of FRC columns. Based on the valid experimental data obtained from the previous studies, the current study has evaluated the seismic response and compressive strength of FRC rectangular columns while following hybrid metaheuristic techniques. Due to the non-linearity of seismic data, Adaptive neuro-fuzzy inference system (ANFIS) has been incorporated with metaheuristic algorithms. 317 different datasets from FRC column tests has been applied as one database in order to determine the most influential factor on the ultimate strengths of FRC rectangular columns subjected to the simulated seismic loading. ANFIS has been used with the incorporation of Particle Swarm Optimization (PSO) and Genetic algorithm (GA). For the analysis of the attained results, Extreme learning machine (ELM) as an authentic prediction method has been concurrently used. The variable selection procedure is to choose the most dominant parameters affecting the ultimate strengths of FRC rectangular columns subjected to simulated seismic loading. Accordingly, the results have shown that ANFIS-PSO has successfully predicted the seismic lateral load with R² = 0.857 and 0.902 for the test and train phase, respectively, nominated as the lateral load prediction estimator. On the other hand, in case of compressive strength prediction, ELM is to predict the compressive strength with R² = 0.657 and 0.862 for test and train phase, respectively. The results have shown that the seismic lateral force trend is more predictable than the compressive strength of FRC rectangular columns, in which the best results belong to the lateral force prediction. Compressive strength prediction has illustrated a significant deviation above 40 Mpa which could be related to the considerable non-linearity and possible empirical shortcomings. Finally, employing ANFIS-GA and ANFIS-PSO techniques to evaluate the seismic response of FRC are a promising reliable approach to be replaced for high cost and time-consuming experimental tests.

• 디지털콘텐츠학회 논문지
• /
• 제16권3호
• /
• pp.389-395
• /
• 2015

디지털이미지는 인터넷환경에서 수많은 편리함을 제공해준다. 디지털 도서관, Stock Image, 개인 사진, 중요정보 등 수많은 응용에서 디지털 이미지를 필요로 하고 있다. 하지만 디지털 이미지는 파일로 되어있어 조작이 매우 쉽다는 치명적 결점을 가지고 있다. 디지털 이미지 위조는 영상 편집 소프트웨어의 쉬운 접근성과 높은 기능성 덕분에 심각한 문제들로 부상되고 있다. 복사-이동 위조는 영상의 일부를 복사하고 동일 영상 내의 다른 위치에 붙여넣기 하는 동작은 포함하는 가장 간단한 형태의 위조이다. 복사-붙여넣기 위조를 검출하는 많은 방법들이 있지만 대부분 한계점을 가지고 있다. 본 논문에서는 시각적, 비시각적 특성에 기반한 위조를 검출하는 방법들이 비교되었다. 분석의 결과는 위의 두 가지 방법이 서로 보환할 수 있는 장점과 단점이 있음을 보였다. 그러므로 시각적, 비시각적 특징에 기반한 하이브리드 위조 검출 방법을 제안하였다. 실험을 통해 제안한 알고리즘이 각각의 기술의 단독 사용에 비해 향상된 성능을 보임을 증명하였다. 더욱이, 복사-복재 영역을 구분하는 것과 같은 위조 검출 기법에 대해 많은 정보들을 제공한다.

• 대한조선학회논문집
• /
• 제49권1호
• /
• pp.33-44
• /
• 2012

In this study, the optimal operating conditions for the dual mixed refrigerant(DMR) cycle were determined by considering the power efficiency. The DMR cycle consists of compressors, heat exchangers, seawater coolers, valves, phase separators, tees, and common headers, and the operating conditions include the equipment's flow rate, pressure, temperature, and refrigerant composition per flow. First, a mathematical model of the DMR cycle was formulated in this study by referring to the results of a past study that formulated a mathematical model of the single mixed refrigerant(SMR) cycle, which consists of compressors, heat exchangers, seawater coolers, and valves, and by considering as well the tees, phase separators, and common headers. Finally, in this study, the optimal operating conditions from the formulated mathematical model was obtained using a hybrid optimization method that consists of the genetic algorithm(GA) and sequential quadratic programming(SQP). Moreover, the required power at the obtained conditions was decreased by 1.4% compared with the corresponding value from the past relevant study of Venkatarathnam.

• 대한조선학회논문집
• /
• 제49권1호
• /
• pp.68-78
• /
• 2012

A layout of an LNG FPSO should be elaborately determined as compared with that of an onshore plant because many topside process systems are installed on the limited area; the deck of the LNG FPSO. Especially, the layout should be made as multi-deck, not single-deck and have a minimum area. In this study, a multi-floor layout for the liquefaction process, the dual mixed refrigerant(DMR) cycle, of LNG FPSO was determined by using the optimization technique. For this, an optimization problem for the multi-floor layout was mathematically formulated. The problem consists of 589 design variables representing the positions of topside process systems, 125 equality constraints and 2,315 inequality constraints representing limitations on the layout of them, and an objective function representing the total layout cost. To solve the problem, a hybrid optimization method that consists of the genetic algorithm(GA) and sequential quadratic programming(SQP) was used in this study. As a result, we can obtain a multi-floor layout for the liquefaction process of the LNG FPSO which satisfies all constraints related to limitations on the layout.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.243-245
• /
• 2021

기존 비콘은 비대면 서비스 제공에 적합한 기술이지만 환경에 따라 신호 세기의 편차가 커지기 때문에 정확한 실내 측위가 어렵다는 단점이 있다. 일반적으로 삼변측량기법을 사용하면 편차를 줄일 수 있으나 비콘 간 거리가 상당히 불규칙해지면 알고리즘 적용이 어려워진다. 이에 본 논문에서는 비콘 간 신호 세기 측정 오차를 줄일 방법에 대해 연구하였다. 먼저 TX값이 같다는 가정하에 RSSI를 이용한 거리 측정 공식을 변형하였다. 그리고 안드로이드로 구현한 비콘 스캐너 어플로 비콘 기기를 검색하여 기존 비콘과의 측정 오차를 비교하였다. 그 결과, 일정 거리가 멀어지면 측정값이 변동되지 않는 비콘보다 좀 더 먼 거리를 정확하게 측정하는 것을 확인할 수 있었다. 이를 통해 다양한 장애 상황에서도 정확한 실내 측위가 가능할 것이다. 또한 비콘을 비대면 서비스와 접목시킨 서비스 구축 사례도 늘어날 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권1호
• /
• pp.46-63
• /
• 2024

One of the biggest dangers in the globe is water contamination. Water is a necessity for human survival. In most cities, the digging of borewells is restricted. In some cities, the borewell is allowed for only drinking water. Hence, the scarcity of drinking water is a vital issue for industries and villas. Most of the water sources in and around the cities are also polluted, and it will cause significant health issues. Real-time quality observation is necessary to guarantee a secure supply of drinking water. We offer a model of a low-cost system of monitoring real-time water quality using IoT to address this issue. The potential for supporting the real world has expanded with the introduction of IoT and other sensors. Multiple sensors make up the suggested system, which is utilized to identify the physical and chemical features of the water. Various sensors can measure the parameters such as temperature, pH, and turbidity. The core controller can process the values measured by sensors. An Arduino model is implemented in the core controller. The sensor data is forwarded to the cloud database using a WI-FI setup. The observed data will be transferred and stored in a cloud-based database for further processing. It wasn't easy to analyze the water quality every time. Hence, an Optimized Neural Network-based automation system identifies water quality from remote locations. The performance of the feed-forward neural network classifier is further enhanced with a hybrid GA- PSO algorithm. The optimized neural network outperforms water quality prediction applications and yields 91% accuracy. The accuracy of the developed model is increased by 20% because of optimizing network parameters compared to the traditional feed-forward neural network. Significant improvement in precision and recall is also evidenced in the proposed work.

• 대한교통학회지
• /
• 제22권3호
• /
• pp.145-157
• /
• 2004

국내 실시간 신호제어시스템은 주요교차로의 검지체계에서 산출되는 포화도 정보 및 실시간 신호운영자료를 토대로 차기 주기길이를 설계하고 있다. 이러한 국내 실시간 신호제어시스템의 주기길이 설계모형에 의해 설계되는 차기주기길이는 교통량이 증가하면 주기길이도 증가한다는 주기길이 결정 기본원리를 따르고 있으나 해당 주기길이 설계모형으로 결정되는 주기길이가 과연 지체최소화 주기인지 검토가 요구된다. 또한 국내 실시간 신호제어시스템의 주기길이 설계모형에는 운영자 결정 변수가 있어 차기 주기길이 설계가 비효율적일 수 있으므로 운영자 결정 변수를 제외한 주기길이 설계모형 개발이 필요하다. 이에 본 연구에서는 (1)국내 실시간 신호제어시스템의 주기길이 설계모형을 검토하고, (2)운영자 결정변수를 제외한 주기길이 설계모형을 개발한다. 국내 실시간신호제어시스템의 주기길이 설계모형을 검토한 결과 (1)교차로의 운영상태가 비포화일 경우 지체최소화 주기보다 큰 주기길이를 설계하는 것으로 검토되었고, (2)교차로의 현재 신호주기가 90초 이상일 경우 목적 운영포화도(Target operational volume-to-capacity ratio)가 0.90을 유지하는 반면 신호주기가 90초 미만일 경우 목적운영포화도가 0.90보다 작아지는 것으로 검토되었다. 본 연구는 이러한 점을 고려, 신경망을 이용하여 운영자 결정변수를 제외한 국내 실시간 신호제어시스템을 위한 지체 최소화 주기길이 설계 모형을 개발하였다. 모형 검증결과 본 연구에서 개발된 신경망 모형은 국내 실시간 신호 제어시스템과는 달리 지체최소화 주기길이와 유사한 패턴으로 주기길이를 설계한다는 결과를 도출하였다.택배서비스시장도 성장한 것으로 나타났다. 특히 정부주도에 의한 정보화추진이 전자상거래를 촉진시켜 택배서비스시장에 영향을 미친 것으로 분석되었다.수 있는 Load Balancing System을 제안한다.할 때 가장 효과적인 라우팅 프로토콜이라고 할 수 있다.iRNA 상의 의존관계를 분석할 수 있었다.수안보 등 지역에서 나타난다 이러한 이상대 주변에는 대개 온천이 발달되어 있었거나 새로 개발되어 있는 곳이다. 온천에 이용하고 있는 시추공의 자료는 배제하였으나 온천이응으로 직접적으로 영향을 받지 않은 시추공의 자료는 사용하였다 이러한 온천 주변 지역이라 하더라도 실제는 온천의 pumping 으로 인한 대류현상으로 주변 일대의 온도를 올려놓았기 때문에 비교적 높은 지열류량 값을 보인다. 한편 한반도 남동부 일대는 이번 추가된 자료에 의해 새로운 지열류량 분포 변화가 나타났다 강원 북부 오색온천지역 부근에서 높은 지열류량 분포를 보이며 또한 우리나라 대단층 중의 하나인 양산단층과 같은 방향으로 발달한 밀양단층, 모량단층, 동래단층 등 주변부로 NNE-SSW 방향의 지열류량 이상대가 발달한다. 이것으로 볼 때 지열류량은 지질구조와 무관하지 않음을 파악할 수 있다. 특히 이러한 단층대 주변은 지열수의 순환이 깊은 심도까지 가능하므로 이러한 대류현상으로 지표부근까지 높은 지온 전달이 되어 나타나는 것으로 판단된다.의 안정된 방사성표지효율을 보였다. $^{99m}Tc$-transferrin을 이용한 감염영상을 성공적으로 얻을 수 있었으며, $^{67}Ga$-citrate 영상과 비교하여 더 빠른 시간 안에 우수한 영상을 얻을 수