• Smart Structures and Systems
• /
• 제22권3호
• /
• pp.335-340
• /
• 2018

The behavior of concrete slabs in composite beam with C and L shaped angle shear connectors has been studied in this paper. These two types of angle shear connectors' instalment have been commonly utilized. In this study, the finite element (FE) analysis and soft computing method have been used both to present the shear connectors' push out tests and providing data results used later in soft computing method. The current study has been performed to present the aforementioned shear connectors' behavior based on the variable factors aiming the study of diverse factors' effects on C and L shaped angle in shear connectors. ANFIS (Adaptive Neuro Fuzzy Inference System), has been manipulated in providing the effective parameters in shear strength forecasting by providing input-data comprising: height, length, thickness of shear connectors together with concrete strength and the respective slip of shear connectors. ANFIS has been also used to identify the predominant parameters influencing the shear strength forecast in C and L formed angle shear connectors.

• 조명전기설비학회논문지
• /
• 제18권6호
• /
• pp.158-169
• /
• 2004

본 논문에서는 실시간 기상예보데이터를 사용하여 가공송전선의 단시간 송전용량을 예측하기 위한 방법을 제안한다. 기상청에서 제공되는 예보기온, 풍속등급 및 날씨코드와 같은 3시간 예보요소들을 분석하여 기상예보데이터와 실제 측정데이터 사이의 상관성이 분석되었다. 동적송전용량을 결정하는데 사용하기 위하여 이러한 요소들은 적당한 수치로 변환되었다. 또한 풍속과 일사량에 대한 신뢰도를 개선하기 위하여 적응뉴로퍼지시스템이 설계되었다. 기상예보데이터가 송전용량을 신뢰성을 갖도록 추정하는데 사용될 수 있음을 밝혔다. 그 결과 제안된 예측시스템이 단시간 용량예측에 효율적으로 실용화될 수 있을 것이다.

• 한국정보과학회논문지:정보통신
• /
• 제29권4호
• /
• pp.412-427
• /
• 2002

본 논문에서는 이동 통신 시스템 내에 존재하는 이동성 데이타베이스의 실패 처리를 위한 이동성 학습과 예측에 기반한 회복 기법을 제안한다. 이동 통신 시스템에서 이동성 데이타베이스는 사용자들에게 빠른 연결을 제공하기 위해 사용자의 현재 위치 정보를 유지해야 한다 그러나, 이동성 데이터베이스의 실패는 사용자의 위치 정보를 잃어버리게 만든다. 결과적으로, 명백한 회복 과정 없이는 실패 상황에서 사용자의 호 요청은 거절된다. 따라서, 이동성 데이타베이스에 실패가 발생하였을 때, 실패에 효과적으로 대처할 수 있는 명백한 회복 기법이 사용자들에게 연속적인 서비스 가용성을 보장해 주기 위해서 필요하다. 본 논문의 회복 기법에서 사용되는 이동성 학습과 예측은 이동성 데이타베이스의 실패 후 시스템에 의해서 사용자의 위치를 파악하기 위한 기능을 담당한다. 실패 없는 연산 동안 사용자의 이동 패턴은 뉴로-퍼지 추론 시스템에 의해서 학습되며, 학습된 위치 정보는 실패 후 잃어버린 사용자의 위치를 파악하기 위해서 사용된다. 따라서, 본 논문의 회복 기법은 백업 과정과 검사점 정보를 저장하기 위해 필요한 부가적인 저장 공간을 요구하지 않기 때문에 검사점을 사용하는 이전의 접근방법과 다르다. 게다가, 성능 분석을 위한 시뮬레이션은 본 논문의 회복 기법이 실패 후 잃어버린 사용자의 위치 정보를 회복하는데 소요되는 비용을 검사점에 기반한 회복 기법과 비교하여 상당히 줄일 수 있음을 보여준다.