• 경영과정보연구
• /
• 제32권3호
• /
• pp.221-245
• /
• 2013

본 연구는 대학생을 대상으로 회복탄력성을 주요변수로 하여, 이에 영향을 미치는 선행요인을 찾아내고, 조직적응에 미치는 영향을 확인하고자 하였다. 연구결과 첫째, 회복탄력성의 선행요인으로 예측했던 인지적유연성, 목표지향성(학습/증명/회피 목표지향성), 자기개념명확성 중 인지적유연성과 자기개념명확성, 목표지향성의 하위변수 중 학습목표지향성이 정(+)의 영향을 미치는 것으로 나타났다. 둘째, 인지적유연성은 조직적응의 모든 하위변수에 정(+)의 영향을 미쳤으며, 목표지향성의 하위변수인 증명목표지향성은 조직적응의 하위변수인 문제해결, 불확실성 대처에 정(+)의 영향을 미쳤다. 자기개념명확성은 조직적응의 하위변수 중 문제해결, 위기대처, 문화적적응에 정(+)의 영향을 미쳤다. 셋째, 회복탄력성의 매개효과를 검증한 결과, 인지적유연성과 조직적응(문제해결, 위기대처, 문화적적응)을 부분 매개하였으며, 학습목표지향성 및 자기개념명확성과 조직적응 간의 회복탄력성 매개효과는 가설이 기각되었다. 본 연구 결과를 통해 인지적유연성과 자기개념명확성, 학습목표지향성을 통해 회복탄력성을 향상시킬 수 있으며, 이들 변수들이 조직에 대한 성공적인 적응에 부분적으로 영향을 미침을 알 수 있다. 끝으로 조직적응 과정에서 회복탄력성의 중요성을 부분매개효과를 통해 검증하였다. 향후 연구에서는 회복탄력성의 선행요인의 추가적인 탐색과 결과요인에 대한 도출을 기대하는 바이다.

• 한국산학기술학회논문지
• /
• 제19권1호
• /
• pp.1-11
• /
• 2018

다양한 공학분야의 최적화 문제를 해결하기 위해 적절한 매개변수를 설정하기란 번거로운 작업이며, 매개변수 민감도 분석을 통해 적절한 매개변수를 설정하더라도 설정된 매개변수가 모든 문제에 적절한지 판단하기에는 한계가 있다. 이러한 이유로 매개변수를 문제에 따라 적절하게 설정하는 매개변수 자동검보정 (Self-adaptive) 화음탐색 알고리즘이 개발되고 발전하고 있다. 본 연구에서는 지금까지 개발된 자가적응형 하모니서치를 조사하고 그의 특성을 해탐색, 설정 매개변수, 적용성 등으로 구분하였으며, 이 중 매개변수 설정의 번거로움을 없애고, 적절한 매개변수 설정을 통해 해의 성능 향상을 위해 개발 된 6 가지 자가적응형 화음탐색 알고리즘을 선택하여 비교 분석을 수행하였다. 최적화 결과의 객관적인 비교를 위해 대표적인 수학적, 공학적 최적화 문제를 모두 적용 하였고, 다양한 성능 지수 (Performance index)를 사용하여 각 알고리즘의 성능을 정량적으로 비교하였다. 이것은 향후 신규 최적화 알고리즘을 개발하거나 해 탐색의 성능을 향상시키는 연구에 도움이 될 것으로 기대된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권3호
• /
• pp.316-334
• /
• 2006

기존의 컴퓨팅 패러다임에서 개발자들은 잘 정의되고 고정된 실행 환경을 가정하고 소프트웨어를 설계하였다. 그러나 실제 실행 환경은 복잡하기 때문에 발생되는 상황들을 완벽하게 분석하는 것은 불가능하다. 그로 인해서 원하는 입력 값만을 가정하고 구현한 소프트웨어는 실행 중에 실패(failure)가 발생되기 쉽다. 이에 대한 해결책으로 자기적응형 소프트웨어(self-adaptive software)는 예상하지 못한 상황에 대해서 적응하여 실행 중의 실패가 발생되는 것을 막을 수 있다. 이를 위해 자기적응형 소프트웨어는 우선 적응의 필요성을 판별하기 위해서 실행 중에 외부 상황을 평가해야 한다. 기존의 연구들은 외부 상황의 문제를 판별하기 위한 추상화(abstraction) 기법을 제공하지 않는다. 따라서 외부 환경이 복잡해짐에 따라서 문제 자체를 판별하는 데에 한계가 발생된다. 그리고 판별 가능한 외부 상황 문제의 확장성을 지원하지 못한다. 본 연구에서는 이를 해결하기 위한 기법으로 목표(goal) 기반의 외부 상황 평가 기법을 제안한다.

• 한국음향학회지
• /
• 제13권6호
• /
• pp.83-90
• /
• 1994

본 논문에서는 코호넨(Kohonen)의 SOFM (Self-Organizing Feature Map) 알고리즘의 단점을 해결하기 위한 새로운 학습 알고리즘 ASOFM(Adaptive Self-Organized Feature Map)을 제안한다. 코호넨의 학습 알고리즘은 초기화된 연결 벡터에 대하여 극소점에 빠지는 경우도 있다. 그러나 제안된 알고리즘에서는 학습과정중에 네트워크의 상태를 평가할 수 있는 목적함수(object function)을 사용하였고, 이 함수의 출력에 따라 학습의 각 시점에서 적응적으로 학습률의 재조정이 가능하였다. 이 결과, 네트워크의 상태가 최소점에 수렴함이 보증 되고 학습률의 적응성에 의해 임의의 학습패턴에 대한 학습의 일반화 능력이 보장되었다. 또한 제안된 알고리즘은 코호넨의 알고리즘보다 약 $70\%$이상의 학습시간을 단축한다.

• 대한기계학회논문집
• /
• 제18권8호
• /
• pp.1939-1951
• /
• 1994

This study introduces a new tool breakage detecting technology comprised of an unsupervised neural network combined with adaptive time series autoregressive(AR) model where parameters are estimated recursively at each sampling instant using a parameter adaptation algorithm based on an RLS(Recursive Least Square). Experiment indicates that AR parameters are good features for tool breakage, therefore it can be detected by tracking the evolution of the AR parameters during milling process. an ART 2(Adaptive Resonance Theory 2) neural network is used for clustering of tool states using these parameters and the network is capable of self organizing without supervised learning. This system operates successfully under the wide range of cutting conditions without a priori knowledge of the process, with fast monitoring time.

• 제어로봇시스템학회논문지
• /
• 제12권3호
• /
• pp.233-240
• /
• 2006

This paper presents the robust control method using a self recurrent wavelet neural network (SRWNN) via adaptive backstepping design technique for stable walking of biped robots with unknown model uncertainties. The SRWNN, which has the properties such as fast convergence and simple structure, is used as the uncertainty observer of the biped robots. The adaptation laws for weights of the SRWNN and reconstruction error compensator are induced from the Lyapunov stability theorem, which are used for on-line controlling biped robots. Computer simulations of a five-link biped robot with unknown model uncertainties verify the validity of the proposed control system.

• 제어로봇시스템학회논문지
• /
• 제13권5호
• /
• pp.406-413
• /
• 2007

This paper proposes a self-recurrent wavelet neural network(SRWNN) based adaptive backstepping control technique for the robust steering control of autonomous underwater vehicles(AUVs) with unknown model uncertainties and external disturbance. The SRWNN, which has the properties such as fast convergence and simple structure, is used as the uncertainty observer of the steering model of AUV. The adaptation laws for the weights of SRWNN and reconstruction error compensator are induced from the Lyapunov stability theorem, which are used for the on-line control of AUV. Finally, simulation results for steering control of an AUV with unknown model uncertainties and external disturbance are included to illustrate the effectiveness of the proposed method.

• Structural Engineering and Mechanics
• /
• 제4권6호
• /
• pp.589-600
• /
• 1996

An explicit 4th order time integration scheme for solving the convection-diffusion equation is discussed in this paper. A system of ordinary differential equations are derived first by discretizing the spatial derivatives of the relevant PDE using the finite difference method. The integration of the ODEs is then carried out using a 4th order scheme and a self-adaptive technique based on the spatial grid spacing. For a non-uniform spatial grid, different time step sizes are used for the integration of the ODEs defined at different spatial points, which improves the computational efficiency significantly. A numerical example is also discussed in the paper to demonstrate the implementation and effectiveness of the method.

• 제어로봇시스템학회논문지
• /
• 제4권2호
• /
• pp.209-214
• /
• 1998

In this paper, we are dealing with the problem of controlling unknown nonlinear dynamical system by using neural networks. A novel error self-recurrent(ESR) neural model is presented to perform black-box identification. Through the various outcome of the experiment, a new neural network is seen to be considerably faster than the BP algorithm and has advantages of being less affected by poor initial weights and learning rate. These characteristics make it flexible to design the controller in real-time based on neural networks model. In addition, we design an adaptive PID controller that Keyser suggested by using ESR neural networks, and present a method on the implementation of adaptive controller based on neural network for practical applications. We obtained good results in the case of robot manipulator experiment.

• Journal of Power Electronics
• /
• 제14권3호
• /
• pp.421-431
• /
• 2014

A DSP-based self-adaptive proportional-integral (PI) controller to control a DC-DC converter is proposed in this paper. The full-bridge topology is adopted here to obtain higher power output capability and higher conversion efficiency. The converter adopts the zero-voltage-switching (ZVS) technique to reduce the conduction losses. A parallel secondary active clamp circuit is added to deal with the voltage overshoot and ringing effect on the transformer's secondary side. A self-adaptive PI controller is proposed to replace the traditional PI controller. Moreover, the designed converter adopts the constant-current and constant-voltage (CC-CV) output control strategy. The secondary active clamp mechanism is discussed in detail. The effectiveness of the proposed converter was experimentally verified by an IGBT-based 10kW prototype.