• Journal of Advanced Marine Engineering and Technology
• /
• 제36권4호
• /
• pp.497-503
• /
• 2012

본 연구의 목적은 고온, 고압 환경에서 사용되는 열교환기의 전열관에서 발생되는 열팽창에 따른 열응력, 진동과 같은 기계적 특성을 개선시키고, 전열부 체적을 최소화시키는 관점에서 실험계획법을 이용하여 구불구불한 관 형상에 대하여 형상최적화를 수행하였다. S-관 형상에 대하여 부분별 용도를 제시하였고, 형상 최적화를 위해서 형상변수 및 범위를 정한 후, 유한요소해석을 수행하여 형상변수에 따른 구조적 특성을 평가하였고, 요인배치법을 이용하여 형상변수의 주효과를 분석한 후, 반응표면법(Response surface Methodology)을 이용하여 회귀방정식을 구하고, 최적화 툴을 이용하여 최적화를 수행하였다.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제16권6호
• /
• pp.760-770
• /
• 2016

A 12-bit 750 kS/s Dual-Sampling Successive Approximation Register Analog-to-Digital Converter (SAR ADC) technique with reduced Capacitive DAC (CDAC) is presented in this paper. By adopting the Adaptive Power Control (APC) technique for the two-stage latched type comparator and using bootstrap switch, power consumption can be reduced and overall system efficiency can be optimized. Bootstrapped switches also are used to enhance the sampling linearity at a high input frequency. The proposed SAR ADC reduces the average switching energy compared with conventional SAR ADC by adopting reduced the Most Significant Bit (MSB) cycling step with Dual-Sampling of the analog signal. This technique holds the signal at both comparator input asymmetrically in sample mode. Therefore, the MSB can be calculated without consuming any switching energy. The prototype SAR ADC was implemented in $0.18-{\mu}m$ CMOS technology and occupies $0.728mm^2$. The measurement results show the proposed ADC achieves an Effective Number-of-Bits (ENOB) of 10.73 at a sampling frequency of 750 kS/s and clock frequency of 25 MHz. It consumes only 0.13 mW from a 5.0-V supply and achieves the INL and DNL of +2.78/-2.45 LSB and +0.36/-0.73 LSB respectively, SINAD of 66.35 dB, and a Figures-of-Merit (FoM) of a 102 fJ/conversion-step.

• Preventive Nutrition and Food Science
• /
• 제22권2호
• /
• pp.131-137
• /
• 2017

Maximum production of isoquercetin and quercetin simultaneously from rutin by subcritical water hydrolysis (SWH) was optimized using the response surface methodology. Hydrolysis parameters such as temperature, time, and $CO_2$ pressure were selected as independent variables, and isoquercetin and quercetin yields were selected as dependent variables. The regression models of the yield of isoquercetin and quercetin were valid due to the high F-value and low P-value. Furthermore, the high regression coefficient indicated that the polynomial model equation provides a good approximation of experimental results. In maximum production of isoquercetin from rutin, the hydrolysis temperature was the major factor, and the temperature or time can be lower if the $CO_2$ pressure was increased high enough, thereby preventing the degradation of isoquercetin into quercetin. The yield of quercetin was considerably influenced by temperature instead of time and $CO_2$ pressure. The optimal condition for maximum production of isoquercetin and quercetin simultaneously was temperature of $171.4^{\circ}C$, time of 10.0 min, and $CO_2$ pressure of 11.0 MPa, where the predicted maximum yields of isoquercetin and quercetin were 13.7% and 53.3%, respectively. Hydrolysis temperature, time, and $CO_2$ pressure for maximum production of isoquercetin were lower than those of quercetin. Thermal degradation products such as protocatechuic acid and 2,5-dihydroxyacetophenone were observed due to pyrolysis at high temperature. It was concluded that rutin can be easily converted into isoquercetin and quercetin by SWH under $CO_2$ pressure, and this result can be applied for SWH of rutin-rich foodstuffs.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.574-579
• /
• 2009

복잡한 비선형 회귀문제들에서 최적의 신경망을 구축하기 위해서는 구조의 선정 및 노이즈에 의한 과잉학습(overtraining)등에 따른 많은 문제들이 있다. 본 논문에서는 flexible incremental 알고리즘을 이용하여 단계적으로 최적의 신경망을 구축하는 방법을 제안한다. Flexible incremental 알고리즘은 예측 잔류오차를 최소화하기 위해 단계적으로 추가되어지는 은닉노드 개수를 검증데이터를 이용하여 신축성 있게 조절하고, 빠른 학습을 위하여 ELM (Extreme Learning Machine)을 이용한다. 제안된 방법은 신경망의 구축과정에서 사용자의 어떠한 관여 없이도 빠른 학습과 적은 수의 은닉노드들에 의한 범용 근사화 (universal approximation)가 가능한 신경망의 구축이 가능한 장점을 가지고 있다. 다양한 종류의 벤치마크 데이터들을 이용한 실험 결과를 통하여 제안된 방법이 실제 회귀문제들에서 우수한 성능을 가짐을 확인하였다.

• 한국항공우주학회지
• /
• 제34권9호
• /
• pp.11-19
• /
• 2006

초음속 축대칭 흡입구의 형상 설계를 위하여 원추 유동 해법과 충격파 근사 기법을 기반으로 하고 구배 기반의 최적화 기법을 이용한 설계 프로그램을 개발하였다. 압력 회복률과 항력을 고려한 두 가지 목적 함수에 대하여 충격파 위치와 카울의 형상, 흡입관 목 면적 등에 대한 제한 조건 등을 고려하여 여러 운용 조건에 대해 흡입구 설계를 수행하였다. 최적 설계를 위하여 압력 회복률과 항력을 동시에 고려한 목적 함수를 제안하고 압력 회복률만을 고려하여 설계된 흡입구 형상과 비교하였다. 설계된 결과는 전산 유체 역학을 이용한 비점성/점성 유동 해석으로부터 산출된 흡입구 성능 결과와 비교하여 검증하였으며 예측된 성능이 계산된 결과와 잘 일치하였다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.842-848
• /
• 2008

본 논문에서는 비선형 모델의 설계를 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 제안된 모델은 규칙의 전 후반부가 Type-2 퍼지 집합으로 주어진 Type-2 퍼지 논리 시스템을 설계하고 불확실성의 변화에 대한 비선형 모델의 성능을 해석한다 여기서 규칙 전반부 멤버쉽 함수의 정점 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 무반부 퍼지 집합의 정점 결정에는 경사 하강법(Gradient descent method)을 이용한 오류 역전파 알고리즘을 사용하여 학습한다. 또한, 제안된 모델에 관련된 파라미터는 입자 군집 최적화(Particle Swarm Optimization; PSO) 알고리즘으로 동조한다. 제안된 모델은 모의 데이터집합(Synthetic dadaset), Mackey-Glass 시계열 공정 데이터를 적용하여 논증되고, 기존 Type-1 퍼지 논리 시스템과의 근사화 및 일반화 능력에 대하여 비교 토의한다.

• 전기학회논문지
• /
• 제58권2호
• /
• pp.399-406
• /
• 2009

In this study, Polynomial Radial Basis Function Neural Network(pRBFNN) based on Fuzzy Inference System is designed and its parameters such as learning rate, momentum coefficient, and distributed weight (width of RBF) are optimized by means of Particle Swarm Optimization. The proposed model can be expressed as three functional module that consists of condition part, conclusion part, and inference part in the viewpoint of fuzzy rule formed in 'If-then'. In the condition part of pRBFNN as a fuzzy rule, input space is partitioned by defining kernel functions (RBFs). Here, the structure of kernel functions, namely, RBF is generated from HCM clustering algorithm. We use Gaussian type and Inverse multiquadratic type as a RBF. Besides these types of RBF, Conic RBF is also proposed and used as a kernel function. Also, in order to reflect the characteristic of dataset when partitioning input space, we consider the width of RBF defined by standard deviation of dataset. In the conclusion part, the connection weights of pRBFNN are represented as a polynomial which is the extended structure of the general RBF neural network with constant as a connection weights. Finally, the output of model is decided by the fuzzy inference of the inference part of pRBFNN. In order to evaluate the proposed model, nonlinear function with 2 inputs, waster water dataset and gas furnace time series dataset are used and the results of pRBFNN are compared with some previous models. Approximation as well as generalization abilities are discussed with these results.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.207-212
• /
• 2004

본 논문은 주식 매매 시스템을 위한 강화 학습 구조를 제시한다. 매매 시스템에 사용되는 매개변수들은 Q-학습 알고리즘에 의하여 최적화되고, 인공 신경망이 값의 근사치를 구하기 위하여 활용된다 이 구조에서는 서로 유기적으로 협업하는 다중 에이전트를 이용하여 전역적인 추세 예측과 부분적인 매매 전략을 통합하여 개선된 매매 성능을 가능하게 한다. 에이전트들은 서로 통신하여 훈련 에피소드와 학습된 정책을 서로 공유하는데, 이 때 전통적인 Q-학습의 모든 골격을 유지한다. 실험을 통하여, KOSPI 200에서는 제안된 구조에 기반 한 매매 시스템을 통하여 시장 평균 수익률을 상회하며 동시에 상당한 이익을 창출하는 것을 확인하였다. 게다가 위험 관리의 측면에서도 본 시스템은 교사 학습(supervised teaming)에 의하여 훈련된 시스템에 비하여 더 뛰어난 성능을 보여주었다.

• Steel and Composite Structures
• /
• 제52권3호
• /
• pp.377-390
• /
• 2024

Analyzing thermoelastic, elastoplastic, and residual stresses is pivotal for deepening our insights into material characteristics, particularly in the engineering of advanced materials like functionally graded materials (FGM). This research delves into these stress types within a thick-walled sphere composed of Al-SiC FGM, employing a detailed successive approximation method (SAM) to pinpoint stress distributions under varied loading scenarios. Our investigation centers on how the sphere's structure responds to different magnitudes of internal pressure. We discover that under various states-thermoelastic, elastoplastic, and residual-the radial stresses are adversely impacted, manifesting negative values due to the compressive nature induced by internal pressures. Notably, the occurrence of reverse yielding, observed at pressures above 410 MPa, merits attention due to its significant implications on the sphere's structural integrity and operational efficacy. Employing the SAM allows us to methodically explore the nuanced shifts in material properties across the sphere's thickness. This study not only highlights the critical behaviors of Al-SiC FGM spheres under stress but also emphasizes the need to consider reverse yielding phenomena to maintain safety and reliability in their application. We advocate for ongoing refinement of analytical techniques to further our understanding of stress behaviors in various FGM configurations, which could drive the optimized design and practical application of these innovative materials in diverse engineering fields.

• 지능정보연구
• /
• 제16권4호
• /
• pp.131-145
• /
• 2010

ERP, SCM 등과 같은 기업용 정보 시스템을 활용함에 있어, 고객의 문의에 따라 제품 판매 가능 유무와 가능일자를 계산하여 통보해 주는 지능형 ATP 시스템은 전산 정보를 활용하여 고객 만족도를 최대화할 수 있는 유용한 기능이라고 할 수 있다. 그렇지만 공급 사슬 환경에서 ATP 시스템을 적용하려고 할 경우, 고객이 문의해 온 Retailer에게 납품 가능한 모든 분배센터(Distribution Center)와 공장(Plant)의 미래 시점의 재고량 변화와 운송 능력 등을 모두 고려하여야 하므로 계산량이 방대한 NP-Complete 문제가 된다. 따라서 시스템 사용자가 빠른 시간 내에 해를 구하여 고객에게 결과를 알려 줄 수 있는 ATP 시스템의 개발은 공급 사슬 관리를 효과적으로 활용하기 위하여 반드시 필요한 일이라고 할 수 있다. 본 논문에서는 동적 생산 함수의 개념을 이용하여 비 정수 타임 랙을 고려하여 ATP 시스템을 모델링하고, 해당 수리 모형으로부터 효율적으로 해를 얻기 위하여 유전 알고리듬을 개발하였다. 비 정수 타임 랙을 활용한 ATP 시스템은 비 정수 타임 랙을 올림이나 내림을 통하여 정수화 시킨 후 모형 수립하는 기존의 방법보다 정교하게 현실을 반영할 수 있고, ATP 시스템을 위한 유전 알고리듬의 진화 시스템은 문제크기가 작은 것에서부터 큰 것까지 최적해에 매우 근사한 값을 매우 빠른 시간 내에 풀 수 있음을 알 수 있었다.