• 한국정밀공학회지
• /
• 제20권2호
• /
• pp.184-191
• /
• 2003

A parallel manipulator has high stiffness and all the joint errors on the device are not accumulated at the end -effector unlike a serial manipulator. These are the reasons why the parallel manipulator has been widely used in many fields of industry. In the parallel manipulator, it is very important to predict the exact pose of the end-effector when we want to control the end-effector motion. Installation errors have to be determined in order to predict and control the actual position and pose of the end-effector. This paper presents an algorithm to find the whole 36 joint error components with joint clearance errors and measurement errors considered, when a link length measurement sensor is used and data more than 36 times are acquired for 36 different configurations. A simulation test using this algorithm is performed with a Matlab program which uses the Levenberg-Marquardt method that is known to be efficient for non-linear optimization.

• 한국수자원학회논문집
• /
• 제46권4호
• /
• pp.389-400
• /
• 2013

이 논문에서는 관망시스템의 마찰항을 보정하기 위해서, 부정류 마찰 모형과 Levenberg Marquardt 방법을 합성하였다. 부정류 마찰항을 고려하기 위한 방법으로 빈도 의존 마찰항을 사용하였으며, 특성선 방법을 모형 개발의 기반으로 하였다. 최적화에 필요한 Hessian과 Jacobian 행렬을 구하기위해서 수압을 직접 마찰항에 미분한 항을 계산하였으며, 특성선 방법상에서의 다양한 수압과 유량에 대한 마찰계수의 민감도를 수식으로 유도하였다. 간단한 관망을 가정한 뒤, 갑작스런 밸브의 거동으로 도입된수압의 시계열을 확보하였고, 이를 이용하여 정상류 마찰 모형과 부정류 마찰모형의 마찰항 보정을 수행하였다. 제안된 방법과 진화 연산 알고리즘의 마찰항 수렴거동을 비교하였으며, Leveberg Marquardt 방법의 안정적이고 신속한 수렴결과를 확인하였다.

• Journal of information and communication convergence engineering
• /
• 제2권3호
• /
• pp.177-181
• /
• 2004

In this paper, we suggest an Iris recognition system with an excellent recognition rate and confidence as an alternative biometric recognition technique that solves the limit in an existing individual discrimination. For its implementation, we extracted coefficients feature values with the wavelet transformation mainly used in the signal processing, and we used neural network to see a recognition rate. However, Scale Conjugate Gradient of nonlinear optimum method mainly used in neural network is not suitable to solve the optimum problem for its slow velocity of convergence. So we intended to enhance the recognition rate by using Levenberg-Marquardt Back-propagation which supplements existing Scale Conjugate Gradient for an implementation of the iris recognition system. We improved convergence velocity, efficiency, and stability by changing properly the size according to both convergence rate of solution and variation rate of variable vector with the implementation of an applied algorithm.

• 한국방재학회 논문집
• /
• 제8권1호
• /
• pp.81-87
• /
• 2008

본 연구는 복개터널 안정해석시 이용되는 불확실한 지반물성값을 계측자료로부터 최적화하는 역해석에 관한 연구이다. 이 문제에 적합한 최적화 알고리즘을 선택하기 위하여 Simplex방법, Powell방법, Rosenbrock방법, Leverberg-Marquardt방법의 최적화 알고리즘을 가상의 지반굴착문제에 적용하여 소정의 정확성으로 최적해를 구할 수 있는 신뢰도와 변수평가에 소요되는 연산속도에 관하여 비교분석하였다. 해석결과 각 방법모두 허용규준을 만족한 후 정해에 수렴하였고, 함수평가에 소요되는 연산속도에서 최소자승법의 Levenberg-Marquardt방법과 Rossenbrock방법이 효율적으로 수행되는 것으로 나타났다. 한편 복개터널의 탄성계수와 포아송비를 역해석한 결과 역해석시 고려되는 계측점의 수가 증가할수록 설계변수를 정확하게 평가할 수 있었으며 소요되는 연산속도도 개선되는 것으로 나타났다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2008년도 춘계 학술발표회 초청강연 및 논문집
• /
• pp.987-997
• /
• 2008

Successful design, construction and maintenance of geotechnical structure in soft ground and marine clay demands prediction, control, stability estimation and monitoring of settlement with high accuracy. It is important to predict and to estimate the compression index of soil for predicting of ground settlement. Lab. and field tests have been and are indispensable tools to achieve this goal. In this paper, Artificial Neural Networks (ANNs) model with Levenberg-Marquardt Algorithm and field database were used to predict compression index of soil in Korea. Based on soil property database obtained from more than 1800 consolidation tests from soils samples, the ANNs model were proposed in this study to estimate the compression index, using multiple soil properties. The compression index from the proposed ANN models including multiple soil parameters were then compared with those from the existing empirical equations.

• 한국전산구조공학회논문집
• /
• 제16권2호
• /
• pp.115-124
• /
• 2003

이 논문에서는 기존의 보-거더 구조계 주차장 구조물에 대한 차량하중영향 연구를 토대로, 플랫 슬래브 구조계에서 차량하중영향에 대한 연구를 수행하였다. 먼저, 최대부재력을 일으키는 차량하중의 적용을 위해 플랫 슬래브의 주요 설계지점에 대한 영향면을 구성하였으며, 플랫 슬래브의 등가차량하중계수를 인공 신경망기법을 이용하여, 슬래브 두께, 지판 두께, 지판 크기, 슬래브의 단변, 장변 길이 등 주요구조변수로 제시하였다. 사용된 신경망의 훈련은 많은 패턴수를 갖는 비선형 회귀분석에 적합한 Levenberg-Marquardt 알고리즘을 이용하였으며 해석결과와 인공 신경망의 출력의 비교를 통해 알고리즘의 유효성을 검증하였다. 플랫 슬래브 구조계의 등가차량하중계수를 살펴보면, 보-거더 구조계의 경우와 유사하게 주열대와 중간대의 정모멘트 부재력에서 차량하중에 매우 취약함을 알 수 있었다.

• Current Optics and Photonics
• /
• 제2권1호
• /
• pp.69-78
• /
• 2018

This paper presents a precise edge detection algorithm for the critical dimension (CD) measurement of a Thin-Film Transistor Liquid-Crystal Display (TFT-LCD) pattern. The sigmoid surface function is proposed to model the blurred step edge. This model can simultaneously find the position and geometry of the edge precisely. The nonlinear least squares fitting method (Levenberg-Marquardt method) is used to model the image intensity distribution into the proposed sigmoid blurred edge model. The suggested algorithm is verified by comparing the CD measurement repeatability from high-magnified blurry and noisy TFT-LCD images with those from the previous Laplacian of Gaussian (LoG) based sub-pixel edge detection algorithm and error function fitting method. The proposed fitting-based edge detection algorithm produces more precise results than the previous method. The suggested algorithm can be applied to in-line precision CD measurement for high-resolution display devices.

• 한국시뮬레이션학회논문지
• /
• 제29권3호
• /
• pp.41-48
• /
• 2020

본 논문에서는 고속도로 통행량을 보다 정확하게 예측하기 위한 새로운 방법으로 통행량에 대한 누적분포함수를 이용한 동적 예측 알고리즘을 제시한다. 여기서 누적분포함수의 근사함수를 수치적 방법인 내츄럴 큐빅 스플라인(natural cubic spline) 보간법과 레벤버그-마쿼트(Levenberg-Marquardt) 방법을 통해 얻는다. 이 알고리즘은 금융수학에서 활용하는 누적 분포함수를 이용한 난수 생성 알고리즘을 통행량 예측에 알맞도록 새롭게 구조화한 것이다. 이 알고리즘으로 고속도로 통행량을 시뮬레이션하면 실제 통행량과 매우 흡사한 결과를 얻을 수 있음을 확인할 수 있다. 따라서 이 알고리즘은 고속도로뿐만 아니라 통행량 예측이 필요한 다양한 분야에서 활용할 수 있는 새로운 알고리즘이다.

• 제어로봇시스템학회논문지
• /
• 제17권8호
• /
• pp.768-776
• /
• 2011

This paper considers a data fitting problem for rational function models using the LM (Levenberg-Marquardt) optimization method. Rational function models have various merits on representing a wide range of shapes and modeling complicated structures by polynomials of low degrees in both the numerator and denominator. However, rational functions are nonlinear in the parameter vector, thereby requiring nonlinear optimization methods to solve the fitting problem. In this paper, we propose a data fitting method for rational function models based on the LM algorithm which is renowned as an effective nonlinear optimization technique. Simulations show that the fitting results are robust against the measurement noises and uncertainties. The effectiveness of the proposed method is further demonstrated by the real application to a 3D depth camera calibration problem.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.210-210
• /
• 2000

In this paper, we have investigated the properties of multi-layer perceptron (MLP) for odour patterns classification and concentration estimation simultaneously. When the MLP may be has a fast convergence speed with small error and excellent mapping ability for classification, it can be possible to use for classification and concentration prediction of volatile chemicals simultaneously. However, the conventional MLP, which is back-Propagation of error based on the steepest descent method, was difficult to use for odour classification and concentration estimation simultaneously, because it is slow to converge and may fall into the local minimum. We adapted the Levenberg-Marquardt(LM) algorithm [4,5] having advantages both the steepest descent method and Gauss-Newton method instead of the conventional steepest descent method for the simultaneous classification and concentration estimation of odours. And, We designed the artificial odour sensing system(Electronic Nose) and applied LM-BP algorithm for classification and concentration prediction of VOC gases.