• 터널과지하공간
• /
• 제28권6호
• /
• pp.651-669
• /
• 2018

본 연구에서는 유전자 프로그래밍과 개체군집최적화기법을 이용하여 픽 커터의 비에너지를 예측하기 위한 모델을 제안하였다. 기계굴착장비의 굴진성능을 평가하는 것은 터널의 설계 초기 단계에서 매우 중요하며, 비에너지를 이용한 기계 굴착장비의 굴진성능평가방법은 모든 기계굴착공법에 적용될 수 있는 표준화된 방법이다. 본 연구에서는 코니컬형상의 픽 커터가 암석을 절삭할 때 요구되는 비에너지와 암석의 강도특성, 절삭조건 간의 상관관계를 분석하고자 하였으며, 선행연구를 통해 총46개의 선형절삭시험 결과를 수집하여 분석에 활용하였다. 본 연구에서 제안한 예측모델을 이용하여 산정된 픽 커터의 비에너지는 다중선형회귀분석에 비해 작은 평균제곱오차를 나타내었으며, 결정계수 또한 본 연구에서 제안한 모델이 다중선형회귀분석에 비해 우수한 예측결과를 나타내는 것을 확인할 수 있었다.

• 한국토양비료학회지
• /
• 제32권2호
• /
• pp.95-108
• /
• 1999

충북 진천, 음성, 괴산, 중원군과 충남 천원군, 그리고 경북 청도, 성주, 안동군에 분포하는 101개 연초 경작지에 대하여 토양의 화학성 및 토양도 자료들을 이용한 토양 비옥도를 평가하기 위하여 1985년부터 2년 동안포장시험이 수행되었으며 또한 동일 토양에 대한 포트시험도 병행하여 서로 비교하였다. 무비구의 연초 수량을 토양 비옥도 요인으로 고려하여 9개 화학성과 10개 토양도 자료들을 포함하는 19개 독려변수들로 평가하였다. 19개 독립변수들은 11개의 정량적 지표들과 9개의 정성적 지표들로 구분하여 BAS의 REO와 CLM model로 다중선형 회귀분석을 수행하였다. 무비구 연초 수량은 최저치와 최고치 간에 포트시험의 경우 5.0-5.5배, 포장시험의 경우 8.2-14.9배의 차이를 보여 공시토양의 다양한 비옥도 특성을 나타냈다. 무비구 수량과 밀접한 상관을 보인 화학적 지표는 포장시험과 포트시험간뿐 아니라 년차 간에도 상이하였으며, 또한 포장시험의 무비구 수량에 기여하는 정량적 지표들의 표준화 편회귀계수는 모두 1.0 미만을 보여 비옥도 평가를 위한 탄일 유효도지표의 선발이 어렵다는 것을 시사하였다. 비옥도에 대한 독립변수들의 다중선형회귀 평가는 단일 지표에 의한 평가보다 매우 양호하였으며 화학적 지표들 이외에 토양도의 정량적 및 정성적 지표들을 평가에 포함시킴에 따라 결정계수($R^2$)는 점진적으로 증가되었다. 즉 예를 들면 1985년도 무비구 수량에 대한 다중선형회귀의 결정계수는 단일지표 $NO_3-N$ 함량에 의한 평가 0.244에 비하여 화학적 지표들에 의한 평가는 0.422, 토양도의 정량적 지표들의 추가되면 0.503, 그리고 정성적 지표들을 추가하면 0.633으로 증가되었다. 따라서 토양 화학성 이외에 토양도 자료들을 포함하는 정량적 및 정성적 지표들에 의한 다중선형회귀 분석방법은 연초 경작지의 비옥도 평가를 위한 유의성 있는 모델로 추정되었다.

• 한국수자원학회논문집
• /
• 제43권12호
• /
• pp.1083-1091
• /
• 2010

분포형 수문 모형의 일강우 입력 자료는 불가피하게 불규칙하고 밀도가 낮은 관측망에서 기록된 값을 내삽해 사용하게 되나, 흔히 사용되는 대부분의 내삽법들은 실제 일강우의 다양한 공간적 분포를 잘 재현하지 못하는 문제가 있다. 본 연구에서는 널리 사용되는 다섯 가지의 강우 내삽 방법을 두개의 유역에 사용하여 비교하고 실제 공간적 분포를 보다 잘 나타낼 수 있는 2단계 내삽법을 제안하였다. 비교에 사용된 내삽법은 (1) 역가중치 방법(IDW), (2) 다중회귀분석 (MLR), (3) 월강우를 이용한 다중회귀분석법(CMLR), (4) 국지가중치 다중회귀분석(LWP) 등이다. 보다 향상된 내삽을 위한 2단계 내삽법은 먼저 로지스틱 회귀분석으로 강우-비강우 지역을 구분하고 강우 지역에서만 기존의 내삽법을 적용하여 강우량을 구하는 방법이다. 기존 방법과의 비교결과 공간적인 편차가 심한 일강우의 특성을 2단계 내삽법에서 잘 표현하고 있는 것으로 나타났다. 제안된 방법은 수문모형에의 적용뿐만 아니라 유출량의 예보 및 대기 순환 모형의 다운 스케일링에도 효과적으로 사용될 수 있을 것으로 기대된다.

• Advances in concrete construction
• /
• 제8권4호
• /
• pp.285-294
• /
• 2019

In the present paper, the fiber theory has been employed to model the reinforced concrete (RC) deep beams (DBs) considering the reinforcing steel bar-concrete interaction. To simulate numerically the behavior of materials, the uniaxial materials' constitutive laws have been employed for reinforcements and concrete and the bond stress-slip between the reinforcing steel bars and surrounding concrete are taken into account. Because of the high sensitivity of DBs to shear deformations, the Timoshenko beam theory has been applied. The shear stress-strain (S-SS) relationship has been defined by the modified compression field theory (MCFT) model. By modeling about 300 RC panels and employing a produced numerical database, a study has been carried out to show the sensitivity of the MCFT model. This is performed based on the multiple linear regression (MLR) models. The results of this research also illustrate how different parameters such as characteristic compressive strength of concrete, yield strength of reinforcements and the percentages of reinforcements in different directions get involved in the shear behavior of RC panels without applying complex theories. Based on the results obtained from the analysis of the MCFT S-SS model, a relatively simplified numerical S-SS model has been proposed. Application of the proposed S-SS model in modeling and analyzing the considered samples indicates that there is a good agreement between the simulated and the experimental test results. The comparison between the proposed S-SS model and the MCFT model indicates that in addition to the advantage of better accuracy, the main advantage of the proposed method is simplicity in application.

• International Journal of Control, Automation, and Systems
• /
• 제6권5호
• /
• pp.639-650
• /
• 2008

Electricity price forecasting has become an integral part of power system operation and control. In this paper, a wavelet transform (WT) based neural network (NN) model to forecast price profile in a deregulated electricity market has been presented. The historical price data has been decomposed into wavelet domain constitutive sub series using WT and then combined with the other time domain variables to form the set of input variables for the proposed forecasting model. The behavior of the wavelet domain constitutive series has been studied based on statistical analysis. It has been observed that forecasting accuracy can be improved by the use of WT in a forecasting model. Multi-scale analysis from one to seven levels of decomposition has been performed and the empirical evidence suggests that accuracy improvement is highest at third level of decomposition. Forecasting performance of the proposed model has been compared with (i) a heuristic technique, (ii) a simulation model used by Ontario's Independent Electricity System Operator (IESO), (iii) a Multiple Linear Regression (MLR) model, (iv) NN model, (v) Auto Regressive Integrated Moving Average (ARIMA) model, (vi) Dynamic Regression (DR) model, and (vii) Transfer Function (TF) model. Forecasting results show that the performance of the proposed WT based NN model is satisfactory and it can be used by the participants to respond properly as it predicts price before closing of window for submission of initial bids.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1623-1623
• /
• 2001

Composting is a biological method used to transform the organic waste into stable, humified organic amendments. Humification is indicated as the key factor in improving the quality of compost, because of the importance of humic substances to soil ecology, fertility and structure, and their beneficial effects on plant growth The compost constituents vary widely, however, the degree of maturity is very important factor in compost quality. So this experiment carried out to determine the rapid estimation of the quality in cattle, pig, chicken and waste composts using near infrared reflectance spectroscopy(NIRS). Near infrared reflectance spectra of composts was obtained by Infra Alyzer 500 scanning spectrophotometer at 2-nm intervals from 1100 to 2500nm. Multiple linear regression(MLR) or partial least square regression (PLSR) was used to evaluate a NIRS method for the rapid and nondestructive determination of humic acid contents in composts. The results summarized that NIR spectroscopy can be used as a routine testing method to determine quantitatively the humic acid content in the compost samples ondestructively. Especially, we supposed that absorbance around 2300nm is related to humic acid as a factor of compost maturity. However the NIR absorption approach is empirical, it actually requires many combinations of samples and data manipulations to obtain optimal prediction.

• 농업과학연구
• /
• 제38권4호
• /
• pp.761-767
• /
• 2011

The objective of this study was to predict total bacteria count of pork meats by using the portable electronic nose systems developed throughout two stages of the prototypes. Total bacteria counts were measured for pork meats stored at $4^{\circ}C$ for 21days and compared with the signals of the electronic nose systems. PLS(Partial least square), PCR (Principal component regression), MLR (Multiple linear regression) models were developed for the prediction of total bacteria count of pork meats. The coefficient of determination ($R_p{^2}$) and root mean square error of prediction (RMSEP) for the models were 0.789 and 0.784 log CFU/g with the 1st system for the pork loin, 0.796 and 0.597 log CFU/g with the 2nd system for the pork belly, and 0.661 and 0.576 log CFU/g with the 2nd system for the pork loin respectively. The results show that the developed electronic system has potential to predict total bacteria count of pork meats.

• Journal of Biosystems Engineering
• /
• 제26권5호
• /
• pp.475-480
• /
• 2001

Sensing soil organic matter is crucial for precision farming and environment friendly agriculture. Near infra-red(NIR) was utilized to measure the soil organic matter. Multivariate calibration methods, including stepwise multiple linear regression(MLR), principal components recession(PCR) and partial least squares regression(PLS), were applied to soil spectral reflectance data to predict the organic matter content. The effect of soil particle size and water content was studied. The range of soil organic matter contents was from 0.5 to 11%. Near infrared (NIR) region from 700 to 2,500nm was applied. For uniform soil particle size, result had good correlation (R$\^$2/ = 0.984, standard error of prediction= 0.596). The effect of soil particle size could be eliminated with 1st order derivative of the NIR signal. However. moist soil had a little lower correlation. R$\^$2/ was 0.95 and standard error of prediction was 0.94% using the PLS method. The results showed the possibility of soil organic matter measurement using NIR reflectance on the field.

• Computers and Concrete
• /
• 제20권1호
• /
• pp.111-118
• /
• 2017

The present study established prediction models based on multiple nonlinear regressions (MNLRs) and backpropagation neural networks (BPNs) for the expansion of cement mortar caused by oxidization slag that was used as a replacement of the aggregate. The data used for the models were obtained from actual laboratory tests on specimens that were produced with water/cement ratios of 0.485 or 1.5, within which 0%, 10%, 20%, 30%, 40%, or 50% of the cement had been replaced by oxidization slag from electric-arc furnaces; the samples underwent high-temperature curing at either $80^{\circ}C$ or $100^{\circ}C$ for 1-4 days. The varied mixing ratios, curing conditions, and water/cement ratios were all used as input parameters for the expansion prediction models, which were subsequently evaluated based on their performance levels. Models of both the MNLR and BPN groups exhibited $R^2$ values greater than 0.8, indicating the effectiveness of both models. However, the BPN models were found to be the most accurate models.

• 자원환경지질
• /
• 제39권3호
• /
• pp.255-268
• /
• 2006

58개 기상관측소에서 최근 22년간(1981-2002) 측정된 기상 자료를 이용하여 국내의 기온(SAT) 및 지면온도(GST)의 시공간적 변동 경향을 분석하였다. 먼저 관측 자료로부터 각 관측소의 평균기온(MSAT)과 평균지면온도(MGST)를 계산하였으며, 다중선형회귀분석을 통해 MSAT와 MGST를 예측할 수 있는 회귀식을 산정하였다. 회귀모형의 회귀변수는 관측소의 위도 및 고도이다. 회귀모형의 추정치와 실제 관측값의 결정계수($R^2$)는 각각 0,92와 0.94로 나타나 모형의 예측 정확성이 매우 높은 것으로 분석되었다. MGST는 지열펌프 시스템 설계의 주요 입력 변수이므로 최근 지열에너지자원 활용 분야에서 매우 중요하게 다루어지는 변수이다. 따라서 제시된 회귀모형은 신뢰할만한 관측 자료가 없는 지역에서 MGST를 추정하는데 매우 유용하게 이용될 수 있을 것으로 예상된다. SAT 자료에 대한 선헝회귀분석을 통해 지구온난화 및 도시화에 기인한 기온 상승의 장기 추세 변동성을 탐색하였다. 1개 관측소를 제외한 57개 관측소에서 $0.005{\sim}0.088^{\circ}C/yr$ 범위의 기온증가율을 가지는 추세 변동이 확인되었다. 또한 GST에 영향을 미치는 기상요소로서 일사량, 지구복사, 강수량 및 적설량 자료를 분석하였다. GST는 주로 SAT 및 일사량에 의하여 결정되지만 강수 및 증발에 의한 토양의 열용량 변화, 적설에 의한 대기와 지표면 차단, 지구복사에 영향을 줄 수 있는 대기의 조건 변화 등이 복합적인 변동 요인으로 작용하는 것으로 나타났다.