Proceedings of the Korea Inteligent Information System Society Conference
/
2005.11a
/
pp.379-390
/
2005
In this paper, we introduce a new combinatorial auction mechanism - N-Bilateral Optimized Combinatorial Auction (N-BOCA). N-BOCA is a flexible iterative combinatorial auction model that offers optimized trading for multi-suppliers and multi-purchasers in the supply chain. We design the N-BOCA system from the perspectives of architecture, protocol, and trading strategy. Under the given N-BOCA architecture and protocol, auctioneers and bidders have diverse decision strategies for winner determination. This needs flexible modeling environments. Hence, we propose an optimization modeling agent for bid and auctioneer selection. The agent has the capability to automatic model formulation for Integer Programming modeling. Finally, we show the viability of N-BOCA through prototype and experiments. The results say both higher allocation efficiency and effectiveness compared with I-to-N general combinatorial auction mechanisms.
Purpose: This study aimed at developing an artificial neural network (ANN) model to predict the optimal start moment of the setback temperature during the normal occupied period of a building. Method: For achieving this objective, three major steps were conducted: the development of an initial ANN model, optimization of the initial model, and performance tests of the optimized model. The development and performance testing of the ANN model were conducted through numerical simulation methods using transient systems simulation (TRNSYS) and matrix laboratory (MATLAB) software. Result: The results analysis in the development and test processes revealed that the indoor temperature, outdoor temperature, and temperature difference from the setback temperature presented strong relationship with the optimal start moment of the setback temperature; thus, these variables were used as input neurons in the ANN model. The optimal values for the number of hidden layers, number of hidden neurons, learning rate, and moment were found to be 4, 9, 0.6, and 0.9, respectively, and these values were applied to the optimized ANN model. The optimized model proved its prediction accuracy with the very storing statistical correlation between the predicted values from the ANN model and the simulated values in the TRNSYS model. Thus, the optimized model showed its potential to be applied in the control algorithm.
This paper introduces a new architecture of genetically optimized self-organizing fuzzy polynomial neural networks by means of information granulation. The conventional SOFPNNs developed so far are based on mechanisms of self-organization and evolutionary optimization. The augmented genetically optimized SOFPNN using Information Granulation (namely IG_gSOFPNN) results in a structurally and parametrically optimized model and comes with a higher level of flexibility in comparison to the one we encounter in the conventional FPNN. With the aid of the information granulation, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. The GA-based design procedure being applied at each layer of genetically optimized self-organizing fuzzy polynomial neural networks leads to the selection of preferred nodes with specific local characteristics (such as the number of input variables, the order of the polynomial, a collection of the specific subset of input variables, and the number of membership function) available within the network. To evaluate the performance of the IG_gSOFPNN, the model is experimented with using gas furnace process data. A comparative analysis shows that the proposed IG_gSOFPNN is model with higher accuracy as well as more superb predictive capability than intelligent models presented previously.
This paper presents a comparative study between the parameter-optimized Pacejka model and artificial neural network model for the tire force estimation. The two different approaches are investigated and compared in this study. First, offline optimization is conducted based on Pacejka Magic Formula model to determine the proper parameter set for the minimization of tire force error between the model and test data set. Second, deep neural network model is used to fit the model to the tire test data set. The actual tire forces are measured using MTS Flat-Track test platform and the measurements are used as the reference tire data set. The focus of this study is on the applicability of machine learning technique to tire force estimation. It is shown via the regression results that the deep neural network model is more effective in describing the tire force than the parameter-optimized Pacejka model.
The Journal of The Korea Institute of Intelligent Transport Systems
/
v.14
no.6
/
pp.14-20
/
2015
The Korea ministry of land, infrastructure and transport set the goal of cutting greenhouse gas emissions from the transport sector by 34.3% relative to the business as usual scenario by 2020. In order to achieve this goal, support is being given to education and information regarding eco-driving. As a practical measure, however, a vehicle control strategy for decreasing fuel consumptions and emissions is necessary. Therefore, this paper presents an optimized driving model in order to decrease fuel consumption. Scenarios were established by driving mode. The speed profile for each scenario applied to Comprehensive Modal Emission Model and then each fuel consumption was estimated. Scenarios and speed variation with the least fuel consumption were derived by comparing the fuel consumptions of scenarios. The optimized driving model was developed by the derived the results. The speed profiles of general driver were collected by field test. The speed profile of the developed model and the speed profile of general driver were compared and then fuel consumptions for each speed profile were analyzed. The fuel consumptions for optimized driving were decreased by an average of 11.8%.
The Transactions of The Korean Institute of Electrical Engineers
/
v.61
no.2
/
pp.303-311
/
2012
In this study, we introduce a dynamic process model as well as the design methodology of optimized fuzzy controller for its efficient application to vacuum production system to produce a semiconductor, solar module and display and so on. In a vacuum control field, PID control method is widely used from the viewpoint of simple structure and preferred performance. But, PID control method is very sensitive to the change of environment of control system as well as the change of control parameters. Therefore, it's difficult to get a preferred performance results from target system which has a complicated structure and lots of nonlinear factors. To solve such problem, we propose the design methodology of an optimized fuzzy PID controller through a following series of steps. First a dynamic characteristic of the target system is analyzed through a series of experiments. Second the process model is built up and its characteristic is compared with real process. Third, the optimized fuzzy PID controller is designed using genetic algorithms. Finally, the fuzzy controller is applied to target system and then its performance is compared with that of other conventional controllers(PID, PI, and Fuzzy PI controller). The performance of the proposed fuzzy controller is evaluated in terms of auto-tuned control parameters and output responses considered by ITAE index, overshoot, rise time and steady state time.
Transactions of the Korean Society of Automotive Engineers
/
v.21
no.6
/
pp.72-80
/
2013
For the proper cooling of in-wheel motor, the cooling channel should have the characteristics which are low pressure drop and adequate cooling oil supply to motor part. In this study, the flow performance of cooling channel for in-wheel motor was evaluated and the shape of the channel was optimized. First, the pressure drop and flow distribution characteristics of the initial channel model were evaluated using numerical analysis. Also, by the result of analysis and design modification, 4 design parameters of the channel were selected. Second, using the Taguchi optimal method, the cooling channel was optimized. In the method, nine models with different levels of the design parameters were generated and the flow characteristics of each models was estimated. Base on the result, the main effect of the design parameters was founded and optimized model was obtained. For the optimized model, the pressure drop and oil flow rate were about 0.196 bar and 0.207 L/min, respectively. The pressure drop decreased by about 0.3 bar and the oil flow rate to the motor part increased by about 0.2 L/min compared to the initial model.
This paper presents a 2-D analytical method to calculate the back EMF of the axial flux permanent magnet synchronous generator (AFPMSG) with coreless stator and dual rotor having magnets mounted on both sides of rotor yoke. Furthermore, in order to reduce the no load voltage total harmonics distortion (VTHD), the initial model of the coreless AFPMSG is optimized by using a developed analytical method. Optimization using the 2-D analytical method reduces the optimization time to less than a minute. The back EMF obtained by using the 2-D analytical method is verified by a time stepped 3-D finite element analysis (FEA) for both the initial and optimized model. Finally, the VTHD, output torque and torque ripples of both the initial and optimized models are compared with 3D-FEA. The result shows that the optimized model reduces the VTHD and torque ripples as compared to the initial model. Furthermore, the result also shows that output torque increases as the result of the optimization.
Journal of The Korean Society of Agricultural Engineers
/
v.47
no.3
/
pp.3-13
/
2005
The conceptual rainfall-runoff models are used to predict complex hydrological effects of a basin. However, to obtain reliable results, there are some difficulties and problems in choosing optimum model, calibrating, and verifying the chosen model suitable for hydrological characteristics of the basin. In this study, Genetic Algorithm and SCE-UA method as global optimization methods were applied to compare the each optimization technique and to analyze the application for the rainfall-runoff models. Modified TANK model that is used to calculate outflow for watershed management and reservoir operation etc. was optimized as a long term rainfall-runoff model. And storage-function model that is used to predict real-time flood using historical data was optimized as a short term rainfall-runoff model. The optimized models were applied to simulate runoff on Pyeongchang-river watershed and Bocheong-stream watershed in 2001 and 2002. In the historical data study, the Genetic Algorithm and the SCE-UA method showed consistently good results considering statistical values compared with observed data.
Proceedings of the Korean Society of Precision Engineering Conference
/
1997.10a
/
pp.454-457
/
1997
The purpose of this study is to develop an optimal model, using existing models, that is able to estimate the amount of spatter utilizing artificial neural network in the short circuit transfer mode of gas metal arc (GMA) welding. The amount of spatter generated during welding can become a barometer which represents the process stability of metal transfer in GMA welding, and it depends on some factors which constitute a periodic waveforms of welding current and arc voltage in short circuit GMA welding. So, the 12 factors, which could express the characteristics for the waveforms, and the amount of spatter are used as input and output variables of the neural network, respectively. Two neural network models to estimate the amount of spatter are proposed: A neural network model, where arc extinction is not considered, and a combined neural network model where it is considered. In order to reduce the calculation time it take to produce an output, the input vector and hidden layers for each model are optimized using the correlation coefficients between each factor and the amount of spattcr. The est~mation performance of each optimized model to the amount of spatter IS assessed and compared to the est~mation performance of the model proposed by Kang. Also, through the evaluation for the estimation performance of each optimized model, it is shown that the combined neural network model can almost perfectly predict the amount of spatter.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.