• 한국항공우주학회지
• /
• 제36권1호
• /
• pp.31-38
• /
• 2008

본 논문은 헬리콥터 기동비행문제를 비선형 최적제어기법으로 정식화 하고 이를 indirect method를 적용하여 해석하는 기법에 대한 연구결과이다. 주어진 기동비행 경로에 대한 오차를 벌칙함수 형태의 가격함수로 채택하고 이를 최소화하도록 정식화하면 기동비행은 구속조건이 없는 최적제어문제로 정식화 된다. 정식화 결과로 얻어지는 이점 경계값 문제는 Multiple Shooting Method (MSM)를 적용하여 해석하였다. 본 논문은 high fidelity 헬리콥터 모델링을 적용할 경우 수치해의 불안정성과 과도한 계산시간에 따른 해석의 어려움을 해소하는 방안을 찾는데 초점을 두고 있다. 이를 위해 2가지의 선형모델과 로터의 비선형 모델링을 포함한 2개의 비선형 모델을 정의하였다. 각 모델링 방법의 적용에 따른 수치해석결과를 상대적인 계산시간과 함수계산 횟수 등을 비교하여 헬리콥터 모델 선정 시 활용할 수 있도록 하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권3호
• /
• pp.227-235
• /
• 2005

임베디드 시스템에서는 메모리와 에너지의 소비가 중요한 관심사 중 하나이다. 메모리와 에너지의 소비를 줄이기 위해 32비트의 ARM 프로세서는 16비트 Thumb 명령어 세트를 지원한다. 주어진 응용프로그램에 대해 Thumb 코드는 일반적으로 ARM 코드보다 코드 사이즈가 작지만, 실행속도는 느리다. 코드 사이즈가 작으면서도 실행속도가 느리지 않은 코드를 생성하기 위한 방법으로 Krishnaswarmy는 응용프로그램에 대한 프로파일 정보를 이용하여 모듈 수준에서 ARM과 Thumb 명령어 세트를 선택하는 알고리즘을 고안했다. 이 알고리즘은 작은 성능 손실로도 상당한 코드 사이즈 감소 효과를 갖지만, 명령어 세트가 모듈 수준에서 선택되기 때문에 Thumb 코드로 컴파일 하면 코드 사이즈를 줄일 수 있는 함수들도 ARM 코드로 컴파일 되어, 추가적인 코드 사이즈 감소의 기회를 잃게 되는 문제점을 갖고 있다. 본 논문에서는 ARM과 Thumb 코드가 혼합된 코드 사이즈의 감소를 이끌어내기 위해 함수 수준에서 프로파일(Profile) 정보를 이용한 명령어 세트 선택 알고리즘을 제안했다. 우리는 성능에서의 페널티는 없이 2.7％의 코드 사이즈를 추가로 줄일 수 있었다.

• 대한조선학회논문집
• /
• 제29권2호
• /
• pp.115-122
• /
• 1992

Sandwich구조는 복합구조의 특별한 hybrid구조의 형태로써 두 층의 얇은 표면재와 가운데 두꺼운 층인 경량의 심재로 구성되어 있으며, 이는 표면재와 심재가 접착된 일체로써 서로의 단점을 보완하면서 구조 효율을 높인 형상이다. 또한 심재는 표면재에 비해서 상당히 두꺼운 두께를 갖기 때문에 전단 변형이 중요하므로 굽힘 강성도(bending stiffness) 계산에 전단효과가 고려되어야 한다. 구조 설계에서 중요한 목적은 중량 감소에 있기 때문에 본 논문에서는 sandwich panel의 설계시 표면재와 심재의 두께 및 재질을 변화시켜 제한조건에 맞는 최소 중량을 얻는 데 중점을 두었다. 본 해석에서 sandwich panel의 최소중량을 얻기 위하여 표면재와 전단력을 고려한 심재의 변형에 따른 변형에너지를 각각 계산한 후, 최소 potential 에너지 원리를 적용하여 목적함수의 최적치를 구하였다. 설계 제한조건으로는 허용 처짐, 허용 굽힘응력, 허용 전단응력과 국부적인 불안정 상태의 wrinkling 응력이 고려되었으며, 설계 모델은 수직 분포 하중에 의한 여러가지 경계조건에 따른 sandwich panel을 대상으로 하였다. 비선형 최적화 기법은 Nelder and Mead Simplex Search Method와 Hooke and Jeeves Pattern Search method에 External Penalty Function이 적용된 SUMT방법을 결합시킨 SUMTNM와 SUMTHJ를 사용하였으며, 해석 결과는 sandwich panel의 구조 설계에 활용할 수 있도록 표를 작성하였다.

• 대한토목학회논문집
• /
• 제33권2호
• /
• pp.409-422
• /
• 2013

부재간의 연결조건에 따른 다양하고 복잡한 강구조물의 P-${\Delta}$ 해석 및 좌굴 거동특성을 파악하기 위하여, 본 연구에서는 부재의 연결이 회전 및 이동스프링으로 구성된 부분강절(semi-rigid) 뼈대요소의 일반화된 접선강도 행렬을 유도하였고 이로부터 다시 Taylor 전개를 적용하여 탄성강도 행렬과 기하학적 강도행렬을 일반화된 형태로 제시하였다. 이를 위하여, 보-기둥부재의 좌굴조건을 만족시키는 처짐함수로부터 안정함수(stability function)를 유도하였고, 횡변위(sway)를 고려한 힘-변위관계와 적합조건을 고려하여 엄밀한 부분강절 뼈대요소의 접선강도행렬을 제시하였다. 다양한 수치해석 예제에 대해 타 연구자의 해석 결과 및 본 연구의 선형 및 비선형 해석이론을 통한 좌굴해석 결과를 비교하여 본 연구의 타당성과 부분강절 뼈대구조물의 좌굴거동 특성을 제시하였다.

• 국제학술발표논문집
• /
• The 2th International Conference on Construction Engineering and Project Management
• /
• pp.642-652
• /
• 2007

Many contracting firms and project managers in the construction industry have started to utilize multi objective optimization methods to handle multiple conflicting goals for completing the project within the stipulated time and budget with required quality and safety. These optimization methods have increased the pressure on decision makers to search for an optimal resources utilization plan that optimizes simultaneously the total project cost, completion time, and crashing cost by considering indirect cost, contractual penalty cost etc., practically charging them in terms of direct cost of the project which is fuzzy in nature. This paper presents a multiple fuzzy goal programming model (MFGP) that supports decision makers in performing the challenging task. The model incorporates the fuzziness which stems from the imprecise aspiration levels attained by the decision maker to these objectives that are quantified through fuzzy linear membership function. The membership values of these objectives are then maximized which forms the fuzzy decision. The problem is solved using LINGO 8 optimization solver and the best compromise solution is identified. Comparison between solutions of MFGP, fuzzy multi objective linear programming (FMOLP) and multiple goal programming (MGP) are also presented. Additionally, an interactive decision making process is developed to enable the decision maker to interact with the system in modifying the fuzzy data and model parameters until a satisfactory solution is obtained. A case study is considered to demonstrate the feasibility of the proposed model for optimization of project network parameters in the construction industry.

• 응용통계연구
• /
• 제28권5호
• /
• pp.965-976
• /
• 2015

통계적 모형에서 적절한 변수를 선택하는 것은 회귀분석에서 매우 중요하다. 최근 벌점 함수(예: LASSO 및 SCAD)와 함께 벌점화 가능도를 사용하는 변수 선택 방법들이 선형모형 및 일반화 선형모형과 같은 단순한 통계 모형에서 널리 연구되고 있다. 이러한 방법들의 주요 장점은 중요한 변수를 선택하고 동시에 회귀계수를 추정하는 것이다. 그러므로 이 방법들은 0으로 회귀계수를 추정함으로써 중요하지 않은 변수를 삭제한다. 이 논문에서는 콕스 비례 위험 모형의 한 확장인 준 모수적 프레일티 모형에서 벌점화된 다단계 가능도(h-likelihood; HL)를 기반으로 적절한 변수를 선택하는 방법을 연구한다. 이를 위해 세 가지 벌점 함수 LASSO, SCAD 및 HL을 사용한다. 본 논문에서는 변수선택을 효율적으로 하기 위해 "frailtyHL" R 패키지 (Ha 등, 2012)를 기반으로 하여 새로운 함수를 개발하였다. 개발된 방법의 예증을 위해 전남대 의과대학 병원에서 수집된 유방암 생존자료를 이용하여 세 가지 변수 선택 방법의 결과를 비교하고, 이 변수선택방법들의 상대적 장 단점에 대해 토론한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.

• 한국산학기술학회논문지
• /
• 제19권10호
• /
• pp.330-338
• /
• 2018

비례-적분-미분(PID) 제어기는 단순한 구조와 넓은 범위의 운전영역에서 견고한 성능으로 인해 산업계에서 널리 사용되고 있다. 그러나 제어대상으로서 AVR(Automatic Voltage Regulator)은 전력 시스템의 파라미터의 변동에 강인하지 않다. 따라서 PID 제어기를 사용하여 AVR 시스템의 안정성과 성능을 향상시키는 것이 필요하다. 본 논문에서는 PSO(Partial Swarm Optimization) 알고리즘을 사용하여 AVR 시스템을 위한 최적 PID 제어기 파라미터를 결정하는 새로운 설계 방법을 제시한다. 제안하는 접근법은 쉬운 구현뿐만 아니라 안정된 수렴 특성 및 양호한 계산 효율과 우수한 특성을 갖는다. 또한, 제안 된 PSO-PID 제어기의 성능을 평가하기 위해 새로운 목적함수를 정의한다. 이 목적함수는 최대백분율 오버슈트와 정정시간이 설계사양으로 주어진 경우 이를 반영하기 위한 것이다. 이를 위해 ITAE 평가함수에 제약 조건을 위반하면 벌점을 부과하도록 하여 PSO 알고리즘이 PID 제어기 파라미터를 탐색할 때 설계사양을 만족하도록 하게 한다. 최종적으로 컴퓨터 시뮬레이션을 통해 제안한 PSO-PID 제어기는 단자전압 계단응답에 대해 주어진 설계사양을 만족할 뿐만 아니라 다른 유사한 최근의 연구보다 더 우수한 제어 성능을 보임을 확인하였다.

• 한국산학기술학회논문지
• /
• 제16권7호
• /
• pp.4999-5008
• /
• 2015

제약조건이 있는 공학 최적화 문제에서 보다 좋은 결과를 얻기 위해서는 효율적인 제약조건 처리기법의 적용은 필수적이다. 본 연구에서는 네 가지의 제약조건 처리기법을 적용하여 메타휴리스틱 최적화 기법으로 널리 사용되고 있는 Harmony Search 알고리즘의 최적화 효율성을 평가하였다. 평가를 위해 대표적인 이산형 최적화 문제 중 하나인 상수관로 최소비용설계 문제를 적용하였다. 적용결과 전통적인 제약조건 처리방법으로 사용되던 벌칙함수에 비해 제안된 제약조건 처리기법의 결과가 효율적임을 확인하였다. 특히, ${\varepsilon}$-Constrained Method의 경우 기존방법에 비하여 효율적이고 안정적인 결과를 도출하였다. 제안된 방법은 새로운 최적화 알고리즘의 개발 필요 없이 HS의 성능을 증가시킬 수 있다는 점에서 의의가 있다고 판단된다. 또한 400개 이상의 결정변수를 가지는 대규모 문제의 적용을 통하여, 제안된 방법이 대규모 공학 최적화 문제에서도 활용이 가능함을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제16권4호
• /
• pp.605-613
• /
• 2015

본 논문은 패턴인식에서 자주 사용되는 투영행렬을 희소화하는 문제를 다룬다. 최근 임베디드 시스템이 널리 사용됨에 따라 탑재되는 프로그램의 용량이 제한받는 경우가 빈번히 발생한다. 개발된 프로그램은 상수 데이터를 포함하는 경우가 많다. 예를 들어, 얼굴인식과 같은 패턴인식 프로그램의 경우 고차원 벡터를 저차원 벡터로 차원을 축소하는 투영행렬을 사용하는 경우가 많다. 인식성능 향상을 위해 영상으로부터 매우 높은 차원의 고차원 특징벡터를 추출하는 경우 투영행렬의 사이즈는 매우 크다. 최근 라소 회귀분석 방법을 이용한 RSR(rotated sparse regression) 방법론[1]이 제안되었다. 이 방법론은 여러 실험을 통해 희소행렬을 구하는 가장 우수한 알고리즘 중 하나로 평가받고 있다. 우리는 본 논문에서 RSR을 개선할 수 있는 세 가지 방법론을 제안한다. 즉, 학습데이터에서 이상치를 제거하여 일반화 성능을 높이는 방법, 학습데이터를 랜덤 샘플링하여 희소율을 높이는 방법, RSR의 목적함수에 엘라스틱 넷 회귀분석의 패널티 항을 사용한 E-RSR(elastic net-RSR) 방법을 제안한다. 우리는 실험을 통해 제안한 방법론이 인식률을 희생하지 않으며 희소율을 크게 증가시킴으로써 기존 RSR 방법론을 개선할 수 있음을 보였다.