• 한국자동차공학회논문집
• /
• 제20권2호
• /
• pp.30-37
• /
• 2012

Pneumatic Active Engine Mount(PAEM) with open-loop control system has been developed to reduce the transmission of the idle-shake vibration induced by engine effectively and economically. A solenoid valve installed between PAEM and vacuum tank is on-off switched by the Pulse Width Modulate(PWM) control signal to decrease the dynamic stiffness of the engine mount. This paper presents the methodology to identify the optimal values of control parameters of a PAEM, i.e, turn-on timing and duty ratio of PWM signal for 6 different idle driving conditions. A scanning algorithm was first applied to the vehicle test to obtain the approximate optimal control parameters minimizing the vibration at front seat rail and at steering wheel. Then the PAEM system identification was fulfilled to find accurate optimal control parameters by using multi-layer neural networks of Levenberg-Marquardt algorithm with vehicle test data.

• 제어로봇시스템학회논문지
• /
• 제11권4호
• /
• pp.385-391
• /
• 2005

As the Internet real-time multimedia applications increases, the bandwidth available to TCP connections is oppressed by the UDP traffic, result in the performance of overall system is extremely deteriorated. Therefore, developing a new transmission protocol is necessary. The TCP-friendly algorithm is an example satisfying this necessity. The TCP-Friendly Rate Control (TFRC) is an UDP-based protocol that controls the transmission rate that is based on the available round trip time (RTT) and the packet loss rate (PLR). In the data transmission processing, transmission rate is determined based on the conditions of the previous transmission period. If the one-step ahead predicted values of the control factors are available, the performance will be improved significantly. This paper proposes a prediction model of transmission rate control factors that will be used in the transmission rate control, which improves the performance of the networks. The model developed through this research is predicting one-step ahead variables of RTT and PLR. A multiplayer perceptron neural network is used as the prediction model and Levenberg-Marquardt algorithm is used for the training. The values of RTT and PLR were collected using TFRC protocol in the real system. The obtained prediction model is validated using new data set and the results show that the obtained model predicts the factors accurately.

• 한국정보통신학회논문지
• /
• 제4권1호
• /
• pp.97-103
• /
• 2000

본 논문에서는 고주파 발생기로부터 발생되는 원하지 않는 고조파 성분을 차단하기 위해 동축선로형 출력단의 내부에 대역억제필터를 삽입하고, 이필터를 등가회로 개념으로 해석하고 최적화하고자 한다. 동축선로 내부에 삽입되는 대역억제필터는 $\fraction ane-quarters\lambda$초크구조로서, 초크의 길이는 고조파 성분에 해당하는 파장의 $\fraction ane-quarters$로 초기화한다. 이때 초크구조의 불연속 경계에서 나타나는 가장자리효과는 초크의 길이를 등가적으로 증가시켜 차단주파수를 감소시키므로 고조파 성분의 정확한 차단을 어렵게 한다. 여기서는 가장자리 효과를 보상하기 위해 최적화 알고리즘(LMA)을 이용하여 대역억제필터를 최적화하고자 한다.

• Computers and Concrete
• /
• 제20권6호
• /
• pp.627-634
• /
• 2017

Predicting the compressive strength of concrete is important to assess the load-carrying capacity of a structure. However, the use of blended cements to accrue the technical, economic and environmental benefits has increased the complexity of prediction models. Artificial Neural Networks (ANNs) have been used for predicting the compressive strength of ordinary Portland cement concrete, i.e., concrete produced without the addition of supplementary cementing materials. In this study, models to predict the compressive strength of blended cement concrete prepared with a natural pozzolan were developed using regression models and single- and 2-phase learning ANNs. Back-propagation (BP), Levenberg-Marquardt (LM) and Conjugate Gradient Descent (CGD) methods were used for training the ANNs. A 2-phase learning algorithm is proposed for the first time in this study for predictive modeling of the compressive strength of blended cement concrete. The output of these predictive models indicates that the use of a 2-phase learning algorithm will provide better results than the linear regression model or the traditional single-phase ANN models.

• Geomechanics and Engineering
• /
• 재33권6호
• /
• pp.567-581
• /
• 2023

The prediction and achievement of a proper rock fragmentation size is the main challenge of blasting operations in surface mines. This is because an optimum size distribution can optimize the overall mine/plant economics. To this end, this study attempts to develop four improved artificial intelligence models to predict rock fragmentation through cascaded forward neural network (CFNN) and radial basis function neural network (RBFNN) models. In this regards, the CFNN was trained by the Levenberg-Marquardt algorithm (LMA) and Conjugate gradient backpropagation (CGP). Further, the RBFNN was optimized by the Dragonfly Algorithm (DA) and teaching-learning-based optimization (TLBO). For developing the models, the database required was collected from the Midouk copper mine, Iran. After modeling, the statistical functions were computed to check the accuracy of the models, and the root mean square errors (RMSEs) of CFNN-LMA, CFNN-CGP, RBFNN-DA, and RBFNN-TLBO were obtained as 1.0656, 1.9698, 2.2235, and 1.6216, respectively. Accordingly, CFNN-LMA, with the lowest RMSE, was determined as the model with the best prediction results among the four examined in this study.

• Smart Structures and Systems
• /
• 제32권1호
• /
• pp.37-47
• /
• 2023

Indirect determination of pan evaporation (PE) has been highly regarded, due to the advantages of intelligent models employed for this objective. This work pursues improving the reliability of a popular intelligent model, namely multi-layer perceptron (MLP) through surmounting its computational knots. Available climatic data of Fresno weather station (California, USA) is used for this study. In the first step, testing several most common trainers of the MLP revealed the superiority of the Levenberg-Marquardt (LM) algorithm. It, therefore, is considered as the classical training approach. Next, the optimum configurations of two metaheuristic algorithms, namely cuttlefish optimization algorithm (CFOA) and teaching-learning-based optimization (TLBO) are incorporated to optimally train the MLP. In these two models, the LM is replaced with metaheuristic strategies. Overall, the results demonstrated the high competency of the MLP (correlations above 0.997) in the presence of all three strategies. It was also observed that the TLBO enhances the learning and prediction accuracy of the classical MLP (by nearly 7.7% and 9.2%, respectively), while the CFOA performed weaker than LM. Moreover, a comparison between the efficiency of the used metaheuristic optimizers showed that the TLBO is a more time-effective technique for predicting the PE. Hence, it can serve as a promising approach for indirect PE analysis.

• 대한토목학회논문집
• /
• 제6권2호
• /
• pp.67-75
• /
• 1986

본 연구에서는 파랑의 에너지 및 에너지 수송과 관련된 변량들의 계산과 그 비선형효과의 분석을 능률적으로 수행하기 위하여 설계파에 대한 비선형 흐름함수파이론을 도입한다. 흐름함수파이론은 비대칭성 파형을 갖는 실측파와 이론적인 대칭 파형을 갖는 설계파. 두 경우 모두에 사용할 수 있는 이론으로 Dean에 의해 처음 창안되었다. 후에 Dalrymple이 특정한 파고의 조건과 0의 평균해수면 변위의 조건을 만족하도록 하는 두 라그란지 승수를 사용하여 기존의 수치계산 과정을 개량함으로써 수치계산이 좀 더 효율적으로 수행되도록 하였다. 그리고 흐름함수의 계수 (Stream function coeffiicient)들은 본 연구를 위해 개량한 Marquardt algorithm을 사용하여 수치계산된다. 본 연구의 결과로서 평균 위치에너지와 평균 운동에너지, 평균 전에너지의 비선형효과는$L^*/L_O$의 감소와 $H/H_B$의 증가에 한결같이 증가하여 흐름함수이론과 비교하여 선형파이론이 항상 과대평가된다. 군속도와 파장의 비선형효과는 $H/H_B$의 증가에 한결같이 증가하되 선형파이론이 항상 과소평가된다. 마지막으로 평균 전에너지 Flux의 비선형효과는 천해파(shallow-water waves)에 대해서는 선형파이론이 과대평가되고 심해파 (deep-water waves)에 대해서는 선행파이론이 과소평가되는 양면성을 지닌다.

• Journal of Radiation Protection and Research
• /
• 제40권1호
• /
• pp.55-64
• /
• 2015

방사선치료계획장치의 핵심기술인 선량분포 계산은 빠르고 정확함을 요구한다. 기존 상용화된 치료계획장치의 선량 계산 방법은 빠르지만 정확성이 부족하고, 몬테칼로 방법은 시뮬레이션 시간과다 문제가 있다. 관심영역의 일부만 몬테칼로 방법이 계산하고 나머지 영역은 비선형함수사상 능력이 뛰어난 신경회로망이 계산하는 시스템은 상대적으로 빠르고 정확한 선량분포를 계산해낼 수 있다. 비균질 매질의 선량분포에 나타나는 불연속점과 변곡점의 특성을 신경회로망이 학습가능 하다는 것을 사전 작업을 통해 확인하였다. 이때 사용된 신경회로망은 Feedforward Multi-Layer Perceptron에 Scaled Conjugated Gradient 알고리즘과 Levenberg-Marquardt 알고리즘으로 각각 학습하여 성능비교를 하였고, 은닉층의 뉴런 개수에 따른 성능비교도 하였다. 마지막으로 균질매질의 팬텀에 대해 상용 치료계획장치의 선량계산 알고리즘으로 계산한 선량분포를 사전작업을 통해 확인된 신경회로망에 학습하여 깊이선량율의 평균제곱오차가 0.00214인 결과를 보여주었다. 균질 및 비균질 매질의 팬텀에 대한 3차원 선량분포를 계산하는 신경회로망 모델 개발 연구가 추가로 진행될 것이다.

• 대한토목학회논문집
• /
• 제26권1B호
• /
• pp.61-67
• /
• 2006

강한 비선형성의 경향을 보이고 있는 강우-유출간의 관계를 모형화하기 위한 연구는 다양한 방법론으로 적용되어 활발히 연구되고 있다. 그 중에서 인공신경망을 이용하여 강우-유출간의 관계를 모형화하기 위한 대부분의 연구들은 역전파 학습 알고리즘(back propagation algorithm: BPA), Levenberg Marquardt(LV), radial basis function(RBF)을 이용하였으며, 이들은 강한 비선형성을 나타내는 입 출력간의 관계를 나타내는데 탁월한 성능을 보이고 있는 것으로 알려져 있고, 자료들의 급격한 변화나 현저한 변화에 대한 뛰어난 적응성을 보여주고 있다. 이러한 인공신경망 이론은 예측뿐만이 아니라 대상자료들의 양상을 분류하여 그 특성을 분석하는 데에도 이용되고 있다. 따라서 본 연구에서는 강우-유출과정의 양상에 따른 분류와 그에 따른 분석을 위해 Kohonen 네트워크 이론에 의한 자기조직화 방법(self-organizing map; SOM)을 적용하였다. 본 연구에서 제시한 방법을 이용한 결과, 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우양상을 분류 할 수 있었으며, 강우-유출간의 특성을 분석한 결과 강한 비선현성을 가지고 있는 강우-유출관계가 SOM에 의해 7개의 패턴으로 구분되었다.

• 한국통신학회논문지
• /
• 제40권1호
• /
• pp.88-95
• /
• 2015

본 논문은 비선형적 최소제곱법을 위한 효율적인 위치추정기법 연구를 하였다. 비선형적 최소제곱 방식은 선형적 최소제곱 방식에 비해 정확도가 높으며 거리 오차에 대해서 보다 강인한 추세를 보이지만 회기적인 방법을 취하기 때문에 계산 량이 매우 많아지는 단점이 있다. 본 논문에서는 비선형적 최소제곱 위치 추정 방식인 Newton method와 Levenberg-Marquardt 방식을 이용하였을 때 추정 위치 정확도와 복잡도 간의 기회비용 관점에서 효율적인 알고리즘을 제시하여 계산 량을 줄이면서 성능 열화를 방지할 수 있는 기법을 제시하였다. 시뮬레이션 결과로 추정 위치 정확도와 회기(iteration) 횟수를 구하고 선형적 방식의 위치 추정 성능, 기존의 비선형적 방식, 제안한 방식에 대해 비교 분석하여 제안한 알고리즘을 검증하였다.