• 한국자동차공학회논문집
• /
• 제21권4호
• /
• pp.16-22
• /
• 2013

In this study, we propose the method of optimally changing material of BIW for minimizing weight while satisfying vehicle requirements on static stiffness. First, we formulate a material selection optimization problem. Next, we establish the CAE procedure of evaluating static stiffness. Then, to enhance the efficiency of design work, we integrate and automate the established CAE procedure using a commercial process integration and design optimization (PIDO) tool, PIAnO. For effective optimization, we adopt the approach of metamodel based approximate optimization. As a sampling method, an orthogonal array (OA) is used for selecting sampling points. The response values are evaluated at the sampling points and then these response values are used to generate a metamodel of each response using the linear polynomial regression (PR) model. Using the linear PR model, optimization is carried out an evolutionary algorithm (EA) that can handle discrete design variables. Material optimization result reveals that the weight is reduced by 44.8% while satisfying all the design constraints.

• 한국유통학회지:유통연구
• /
• 제10권3호
• /
• pp.1-14
• /
• 2005

성공적인 공급사슬관리에 있어 성과에 따른 지속적 협업 통제는 매우 중요하다. 본 연구에서는 기계학습 알고리즘인 SVM(Support Vector Machiness)을 이용해 균형성과표에 기반한 공급사슬관리 성과에 따른 지속적 협업 통제 모델을 개발하였다. 우리는 지속적 협업 통제모델 개발에 있어 108명의 전문가를 상대로 실증조사를 수행하였다. 본 연구 수행에 있어 4가지 형태의 SVM 커늘 (1) linear, (2) polynomail, (3) Radial Basis Function(RBF), (4) sigmoid kernel을 이용해 공급사슬관리 지속적 협업 예측 정확도를 비교하였다. SVM 커늘 4가지 중 linear kernel의 예측성과가 가장 좋았다. 그리고 본 연구에서는 SVM linear kernel의 예측성과를 ANN(Artificial Neural Network)의 예측성과와 비교하였다. 분석결과 SVM linear kernel이 공급사슬관리에 있어 지속적 협업 예측에 우수한 예측성과를 보여주는 것을 발견하였다. 이러한 곁과는 SVM linear kernel이 공급사슬관리의 지속적 협업 예측 통제에 있어 우수한 대안을 제공해 줄 것이다. 그러므로 공급사슬관리를 추구하는 기업들은 분 모델을 통해 지속적 협업 통제에 유용한 정보를 얻을 수 있을것이다.

• 기술혁신학회지
• /
• 제19권4호
• /
• pp.687-710
• /
• 2016

본 연구의 목적은 국가연구개발사업을 대상으로 각 연구단계별 연구개발 지출과 논문 성과 간의 시차구조를 분석하는 것이다. 이에 본 연구는 6T(IT, BT, NT, ST, ET, CT) 기술로 범주화 된 104개 기술의 횡단면 자료와 2007년부터 2014년까지의 시계열로 구성된 패널자료를 분석 자료로서 활용하였으며, 일반적인 시차분포모형을 통해 회귀분석을 실시할 경우 다중공선성이 내포된 분석결과가 도출될 가능성이 크기 때문에 다항시차분포모형을 통해 시차효과를 분석하였다. 그 결과 기초연구의 경우 4년 간 비교적 고른 분포를 보이는 것으로 나타났고, 응용연구와 개발연구의 경우 각각 3년, 2년간 투자효과가 유효한 것으로 확인되었다. 이러한 결과로 보건대, 국가연구개발사업의 논문 성과를 진단함에 있어 각 연구개발단계별 시차적 특성을 감안한 분석 및 평가가 신중하게 고려될 필요가 있을 것이다.

• 한국전자파학회논문지
• /
• 제20권11호
• /
• pp.1217-1224
• /
• 2009

본 논문에서는 선형 위상 배열 안테나 패턴 합성 문제에서, 주 빔 패턴 양쪽에 임의로 설정한 비대칭 sidelobe 레벨(SLL)들을 만족시키는 안테나 소자 가중치들을 계산하는 방법을 새로이 제안한다. 소자 가중치들을 배열인자로부터 직접 최적화하는 기존의 방법들과는 달리, 이 방법은 배열 인자를 표현하는 Schelkunoff 다항식에 내재된 복소근의 최적 섭동에 기본을 둔다. 제안한 방법으로부터 여러 개의 jammer들의 방향으로 다중 nulling도 가능하며, 이는 각 jamming 방향에 대응하는 복소근들만의 독립적인 섭동에 의해 이루어진다. 따라서 해 공간차원의 적절한 감소에 의해 수치적 절차가 간소화될 수 있다. 또한 배열 소자들의 복소 가중치들은 최적 섭동된 복소근들을 Schelkunoff 다항식에 대입함으로써 쉽게 계산된다. 몇 가지 예를 들어 검토하고, 도출된 가중치들을 배열 인자 방정식에 대입함으로써 타당성을 수치적으로 검증한다.

• 한국수자원학회논문집
• /
• 제40권7호
• /
• pp.511-521
• /
• 2007

본 연구에서는 제주도내 강우 관측자료를 활용하여 강우지속시간 및 표고에 따른 강우량 보정기법을 개발하였다. 이를 위해 기상청 관측소(기상관서:4개소, AWS:13개소)의 시우량 자료와 표고별 분포를 이용하여 표고와 강우지속 시간에 대한 다항회귀분석을 수행하였다. 회귀된 모형의 평가에서 강우지속시간은 표고보다 강우량과 좋은 상관성을 나타내었으며, 강우량 보정시 표고만을 고려한 모형은 과대한 보정을 하였다. 따라서 수자원 설계시 기존의 표고만을 고려한 모형보다 본 연구에서 제시된 강우지속시간 및 표고를 동시에 고려한 모형을 적용할 경우 실제 강우 사상을 더욱 잘 반영할 것으로 판단된다. 그러나 본 연구에서 제시된 모형은 향후 부족한 표고별 강우 관측소와 짧은 강우 관측기간 등에 대한 보완이 필요하다.

• 항공우주시스템공학회지
• /
• 제17권4호
• /
• pp.18-27
• /
• 2023

본 논문에서는 열해석의 하중조건으로 레이저 열원을 설정하여 반사경의 구조-열-광학 성능 분석을 수행하였다. 레이저 열원 모델은 가우시안 빔을 바탕으로 반투명한 소재를 고려한 Beer-Lambert 법칙을 적용하여 하중조건으로 선정하였으며, 반사경만의 성능 분석을 위하여 기구부는 고려하지 않았다. 열변형해석을 수행하여 반사경 표면의 온도 변화로 인한 열응력과 열변형 데이터를 얻었다. 열변형에 의한 반사경 표면의 변위 데이터를 Zernike 다항식에 피팅하여 파면오차를 계산하였으며, 이를 통해 고에너지 레이저가 반사경으로 입사될 때 반사경의 광학 성능을 예측할 수 있었다.

• Structural Engineering and Mechanics
• /
• 제84권2호
• /
• pp.143-154
• /
• 2022

Corrosion of steel reinforcement is considered as the main cause of concrete structures deterioration, especially those under humid environmental conditions. Hence, fiber reinforced polymer (FRP) bars are being increasingly used as a replacement for conventional steel owing to their non-corrodible characteristics. However, predicting the shear strength of beams reinforced with FRP bars still challenging due to the lack of robust shear theory. Thus, this paper aims to develop an explicit data driven based model to predict the shear strength of FRP reinforced beams using multi-objective evolutionary polynomial regression analysis (MOGA-EPR) as data driven models learn the behavior from the input data without the need to employee a theory that aid the derivation, and thus they have an enhanced accuracy. This study also evaluates the accuracy of predictive models of shear strength of FRP reinforced concrete beams employed by different design codes by calculating and comparing the values of the mean absolute error (MAE), root mean square error (RMSE), mean (𝜇), standard deviation of the mean (𝜎), coefficient of determination (R²), and percentage of prediction within error range of ±20% (a20-index). Experimental database has been developed and employed in the model learning, validation, and accuracy examination. The statistical analysis illustrated the robustness of the developed model with MAE, RMSE, 𝜇, 𝜎, R², and a20-index of 14.6, 20.8, 1.05, 0.27, 0.85, and 0.61, respectively for training data and 10.4, 14.1, 0.98, 0.25, 0.94, and 0.60, respectively for validation data. Furthermore, the developed model achieved much better predictions than the standard predictive models as it scored lower MAE, RMSE, and 𝜎, and higher R² and a20-index. The new model can be used in future with confidence in optimized designs as its accuracy is higher than standard predictive models.

• Journal of Biosystems Engineering
• /
• 제40권1호
• /
• pp.89-93
• /
• 2015

Purpose: Machine vision-based image processing methods can be useful for estimating the fresh weight of plants. This study analyzes the ability of two different image processing methods, i.e., morphological and pixel-value analysis methods, to measure the fresh weight of lettuce grown in a closed hydroponic system. Methods: Polynomial calibration models are developed to relate the number of pixels in images of leaf areas determined by the image processing methods to actual fresh weights of lettuce measured with a digital scale. The study analyzes the ability of the machine vision- based calibration models to predict the fresh weights of lettuce. Results: The coefficients of determination (> 0.93) and standard error of prediction (SEP) values (< 5 g) generated by the two developed models imply that the image processing methods could accurately estimate the fresh weight of each lettuce plant during its growing stage. Conclusions: The results demonstrate that the growing status of a lettuce plant can be estimated using leaf images and regression equations. This shows that a machine vision system installed on a plant growing bed can potentially be used to determine optimal harvest timings for efficient plant growth management.

• 전기학회논문지
• /
• 제57권12호
• /
• pp.2313-2321
• /
• 2008

In order to develop reliable on-site partial discharge(PD) pattern recognition algorithm, the fuzzy neural network based on fuzzy set(FNN) and the polynomial network pattern classifier based on fuzzy Inference(PNC) were investigated and designed. Using PD data measured from laboratory defect models, these algorithms were learned and tested. Considering on-site situation where it is not easy to obtain voltage phases in PRPDA(Phase Resolved Partial Discharge Analysis), the measured PD data were artificially changed with shifted voltage phases for the test of the proposed algorithms. As input vectors of the algorithms, PRPD data themselves were adopted instead of using statistical parameters such as skewness and kurtotis, to improve uncertainty of statistical parameters, even though the number of input vectors were considerably increased. Also, results of the proposed neuro-fuzzy algorithms were compared with that of conventional BP-NN(Back Propagation Neural Networks) algorithm using the same data. The FNN and PNC algorithms proposed in this study were appeared to have better performance than BP-NN algorithm.

• Structural Engineering and Mechanics
• /
• 제61권1호
• /
• pp.161-169
• /
• 2017

This study aimed to develop a simple and effective method to facilitate the experimental research on mechanical properties of masonry under biaxial compressive stress. A series of tests on full-scale brick masonry panels under biaxial compression have been performed in limited principal stress ratios oriented at various angles to the bed joints. Failure modes of tested panels were observed and failure features were analyzed to reveal the mechanical behavior of masonry under biaxial compression. Based on the experimental data, the failure curve in terms of two orthotropic principal stresses has been presented and the failure criterion of brick masonry in the form of the tensor polynomial has been established, which indicate that the anisotropy for masonry is closely related to the difference of applied stress as well as the orientation of bed joints. Further, compared with previous failure curves and criteria for masonry, it can be found that the relative strength of mortar and block has a considerable effect on the degree of anisotropy for masonry. The test results demonstrate the validity of the proposed experimental method for the approximation of masonry failure under biaxial compressive stress and provide valuable information used to establish experimentally based methodologies for the improvement of masonry failure criteria.