• Structural Engineering and Mechanics
• /
• 제77권6호
• /
• pp.779-795
• /
• 2021

In the recent decades, various optimization algorithms have been considered for the optimization of structures. In this research, a new enhanced algorithm is used for the size and topology optimization of truss structures. This algorithm, which is obtained from the combination of Crow Search Algorithm (CSA) and the Cellular Automata (CA) method, is called CA-CSA method. In the first iteration of the CA-CSA method, some of the best designs of the crow's memory are first selected and then located in the cells of CA. Then, a random cell is selected from CA, and the best design is chosen from the selected cell and its neighborhood; it is considered as a "local superior design" (LSD). In the optimization process, the LSD design is used to modify the CSA method. Numerical examples show that the CA-CSA method is more effective than CSA in the size and topology optimization of the truss structures.

• ETRI Journal
• /
• 제45권1호
• /
• pp.119-130
• /
• 2023

We propose a quantized gradient search algorithm that can achieve global optimization by monotonically reducing the quantization step with respect to time when quantization is composed of integer or fixed-point fractional values applied to an optimization algorithm. According to the white noise hypothesis states, a quantization step is sufficiently small and the quantization is well defined, the round-off error caused by quantization can be regarded as a random variable with identically independent distribution. Thus, we rewrite the searching equation based on a gradient descent as a stochastic differential equation and obtain the monotonically decreasing rate of the quantization step, enabling the global optimization by stochastic analysis for deriving an objective function. Consequently, when the search equation is quantized by a monotonically decreasing quantization step, which suitably reduces the round-off error, we can derive the searching algorithm evolving from an optimization algorithm. Numerical simulations indicate that due to the property of quantization-based global optimization, the proposed algorithm shows better optimization performance on a search space to each iteration than the conventional algorithm with a higher success rate and fewer iterations.

• ETRI Journal
• /
• 제40권4호
• /
• pp.471-482
• /
• 2018

This paper proposes the necessity of a walking period in footstep planning and details situations in which it should be considered. An optimization-based fast footstep planner that takes the walking period into consideration is also presented. This footstep planner comprises three stages. A binary search is first used to determine the walking period. The front stride, side stride, and walking direction are then determined using the modified rapidly-exploring random tree algorithm. Finally, particle swarm optimization (PSO) is performed to ensure feasibility without departing significantly from the results determined in the two stages. The parameters determined in the previous two stages are optimized together through the PSO. Fast footstep planning is essential for coping with dynamic obstacle environments; however, optimization techniques may require a large computation time. The two stages play an important role in limiting the search space in the PSO. This framework enables fast footstep planning without compromising on the benefits of a continuous optimization approach.

• 대한지역사회영양학회지
• /
• 제9권1호
• /
• pp.81-89
• /
• 2004

A systematic review and meta-analysis of the literatures was conducted to evaluate the effectiveness of nutrition intervention by dietitian. The 31 studies that were all randomized controlled trials, were identified from computerized search of published researches on MEDLINE, Embase database until January, 2003 and review of reference lists. The main search terms were the combination “dietitian”, “dietary intervention”, “nutrition intervention” or “nutritional intervention” and “effectiveness”. The subgroup analysis was performed by the publication year, quality score, type of disease, content of intervention, intervention provider, type of intervention (nutritional counseling and education/nutrilion counseling and education + diet modification), method of intervention (individual/group/individual + group) and follow-up period. Two reviewers independently selected trials for inclusion, assessed the quality and extracted the data. The meta-analysis of 31 studies based on the random effect model showed that the medical nutrition therapy was significantly effective in treating the diseases (effect size 0.1715 : 95% confidence interval 0.0938-0.2491). This study showed the clear evidence of the effectiveness of nutrition intervention through the meta-analysis. So the nutrition intervention by dietitian should be recommended and recognized as the effective therapy of treating the diseases. Also the nutrition intervention should be conducted regularly to maintain the effectiveness of the nutrition intervention. The nutrition intervention was significantly effective in treating the diseases on the random effect model (effect size 0.1715 : 95% confidence interval 0.0938-0.2491).

• 소성∙가공
• /
• 제29권4호
• /
• pp.218-228
• /
• 2020

The prediction of final mass and optimized process conditions of injection molded products using Artificial Neural Network (ANN) were demonstrated. The ANN was modeled with 10 input parameters and one output parameter (mass). The input parameters, i.e.; melt temperature, mold temperature, injection speed, packing pressure, packing time, cooling time, back pressure, plastification speed, V/P switchover, and suck back were selected. To generate training data for the ANN model, 77 experiments based on the combination of orthogonal sampling and random sampling were performed. The collected training data were normalized to eliminate scale differences between factors to improve the prediction performance of the ANN model. Grid search and random search method were used to find the optimized hyper-parameter of the ANN model. After the training of ANN model, optimized process conditions that satisfied the target mass of 41.14 g were predicted. The predicted process conditions were verified through actual injection molding experiments. Through the verification, it was found that the average deviation in the optimized conditions was 0.15±0.07 g. This value confirms that our proposed procedure can successfully predict the optimized process conditions for the target mass of injection molded products.

• 대한기계학회논문집B
• /
• 제22권2호
• /
• pp.173-183
• /
• 1998

An optimization procedure to find the inlet concentration profile that yields the most uniform deposition rate in a cylindrical CVD chamber has been developed. Assuming that the chemical reaction time is negligibly small, a SIMPLE based finite-volume method is adopted to solve the fully elliptic equations for momentum, temperature, and concentration. The inlet concentration profile is expressed by a linear combination of Chebyshev polynomials and the coefficients of which are determined by the local random search technique. It is shown that the present method is very effective in improving the uniformity of the deposition rate, especially when Re is high and/or the wafer is placed close to the inlet. The optimal profiles have been obtained for various Re, Gr, and geometry combinations.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.292-292
• /
• 2021

최근 데이터 과학의 획기적인 발전으로 딥러닝(Deep Learning) 알고리즘이 개발되어 다양한 분야에 널리 적용되고 있다. 본 연구에서는 인공신경망 중 하나인 LSTM(Long-Short Term Memory) 네트워크를 기반으로 정확한 댐유입량 예측을 수행하는 SWLSTM 모델을 제안하였다. SWLSM은 모델의 정확도를 개선하기 위해 세 가지 주요 아이디어를 채택하였다. (1) 통계적 속성 (PACF) 및 교차 상관 함수(CCF)를 사용하여 적절한 입력 변수와 시퀀스 길이를 결정하였다. (2) 선택된 입력 예측 변수 시계열을 웨이블릿 변환(WT)을 사용하여 하위 시계열로 분해한다. (3) k-folds cross validation 및 random search 기법을 사용하여 LSTM의 하이퍼 매개변수들을 효율적으로 최적화하고 검증한다. 제안된 SWLSTM의 효과는 한강 유역 5개 댐의 시단위/일단위/월단위 유입량을 예측하고 과거 자료와 비교함으로써 검증하였다. 모델의 정확도는 다양한 평가 메트릭(R2, NSE, MAE, PE)이 사용하였으며, SWLSTM은 모든 경우에서 LSTM 모델을 능가하였다. (평가 지표는 약 30 ~ 80 % 더 나은 성능을 보여줌). 본 연구의 결과로부터, 올바른 입력 변수와 시퀀스 길이의 선택이 모델 학습의 효율성을 높이고 노이즈를 줄이는 데 효과적임을 확인하였다. WT는 홍수 첨두와 같은 극단적인 값을 예측하는 데 도움이 된다. k-folds cross validation 및 random search 기법을 사용하면 모델의 하이퍼 매개변수를 효율적으로 설정할 수 있다. 본 연구로부터 댐 유입량을 정확하게 예측한다면 정책 입안자와 운영자가 저수지 운영, 계획 및 관리에 도움이 될 것이다.

• 한국통신학회논문지
• /
• 제36권5A호
• /
• pp.450-456
• /
• 2011

본 논문에서는 다중 채널이 존재하는 인지 라디오 시스템에서 다중 사용자가 협력하여 유휴 채널 탐색 시간을 줄이는 방법을 제안한다. 구체적으로 채널 상태에 대한 마르코프 모델을 토대로 각 채널의 유휴 확률을 추정하고 확률이 높은 순서대로 채널을 센싱함으로써 유휴 채널 탐색 시간을 줄이는 방법을 제안한다. 또한 제안한 탐색 방법을 사용자 그룹을 형성하여 그룹마다 서로 다론 채널을 동시에 센싱하는 방법과 결합함으로써 보다 향상된 센싱 성능을 얻을 수 있도록 한다. 모의실험을 통해 사용자 그룹을 형성하는 방법은 검출 신뢰도를 저하시키지만 탐색시간을 감소시킴을 검증하고, 채널 유휴 확률 추정을 이용한 센싱 순서 결정 방법을 사용하여 임의 탐색 기법에 비해 상당한 탐색 시간 감소 효과를 얻을 수 있음을 검증하였다. 최종적으로 제안한 채널 유휴 확률 추정 기반 탐색 방법과 사용자 그룹 형성 기법을 모두 적용한 인지 라디오 시스템의 유휴 채널 탐색 성능을 검증하였다.

• 한국항공우주학회지
• /
• 제37권8호
• /
• pp.737-743
• /
• 2009

본 연구는 Tabu Search를 이용하여 LHP의 최적설계를 진행하는 방법과 절차 및 결과를 제시하고자 한다. 최적설계의 목적은 항공기에 탑재된 리튬이온 전지의 작동온도 조건을 만족하면서 LHP의 중량을 최소화시키는 것이다. 전지는 고에너지 밀도의 특성으로 항공기에 장착된 고에너지 레이저의 동력원으로 사용되는 것으로 가정되었다. 해석은 Steady state analysis model에 기초하였으며 메타모델로 근사화하였다. 최적화 결과로 Tabu Search는 유전알고리듬 등 다른 비 구배기반 최적화 방법에 비해 비교적 적은 계산 시간을 소요하면서도 전역해를 보장하였으나 난수에 의해 초기해를 바꾸어 가면서 최적화를 여러 번 시도해야 하는 단점이 있었다. 그리고 최적화 과정을 통해 기 발표된 LHP와 동일한 성능을 가지면서도 경량화된 LHP를 얻을 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제20권11호
• /
• pp.636-643
• /
• 2020

차분 진화 알고리즘은 연속적인 문제 공간인 실수 최적화 문제를 해결하기 위해 개발된 메타휴리스틱 기법 중에 하나이다. 본 연구에서는 차분 진화 알고리즘을 불연속적인 문제 공간인 외판원 문제 해결에 사용하기 위하여 차분 진화 알고리즘에 난수 키 표현법을 적용하였다. 차분 진화 알고리즘은 실수 공간을 탐색하고 오름 차순으로 정렬된 해의 인덱스의 순서를 도시 방문 순서로 하여 적합도를 구한다. TSPLIB에서 제공하는 표준 외판원 문제에 적용하여 실험한 결과 제안한 난수 키 표현법 기반 차분 진화 알고리즘이 외판원 문제 해결에 가능성을 가지고 있음을 확인하였다.