• Wind and Structures
• /
• 제38권1호
• /
• pp.75-91
• /
• 2024

Reliable wind signal reconstruction can be beneficial to the operational safety of long-span bridges. Non-Gaussian characteristics of wind signals make the reconstruction process challenging. In this paper, non-Gaussian wind signals are converted into a combined prediction of two kinds of features, actual wind speeds and wind angles of attack. First, two decomposition techniques, empirical mode decomposition (EMD) and variational mode decomposition (VMD), are introduced to decompose wind signals into intrinsic mode functions (IMFs) to reduce the randomness of wind signals. Their principles and applicability are also discussed. Then, four artificial intelligence (AI) algorithms are utilized for wind signal reconstruction by combining the particle swarm optimization (PSO) algorithm with back propagation neural network (BPNN), support vector regression (SVR), long short-term memory (LSTM) and bidirectional long short-term memory (Bi-LSTM), respectively. Measured wind signals from a bridge site in a deep-cutting gorge are taken as experimental subjects. The results showed that the reconstruction error of high-frequency components of EMD is too large. On the contrary, VMD fully extracts the multiscale rules of the signal, reduces the component complexity. The combination of VMD-PSO-Bi-LSTM is demonstrated to be the most effective among all hybrid models.

• 한국항공우주학회지
• /
• 제38권4호
• /
• pp.352-362
• /
• 2010

복수 무인기의 동시 운용을 통하여 임무 수행 효율성 제고를 꾀할 수 있으며 이를 위해서는 확장성이 용이한 제어 알고리듬을 필요로 하게 되는데 유연성, 강건성, 분산형 제어 및 자기조직화의 특징을 갖는 행동모델 기반의 무리 지능이 현실적인 대안으로 각광받고 있다. 그러나 논리적으로 행동규칙을 설계하기 어렵다는 단점을 극복하기 위하여 최근 진화로봇공학이 무인기 제어에 적용되기 시작하고 있다. 본 논문에서는 제한된 영역을 복수의 무인기로 탐색하는 임무를 진화로봇공학을 적용하여 진화시킨 신경망제어기로 수행한 결과, 직관에 의지하여 설계된 행동모델 기반의 신경망제어기에 비하여 우수한 성능을 보임을 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권9호
• /
• pp.3496-3514
• /
• 2015

One of the challenging tasks in Mobile Ad hoc Network is to discover precise optimal routing solution due to the infrastructure-less dynamic behavior of wireless mobile nodes. Ant Colony Optimization, a swarm Intelligence technique, inspired by the foraging behaviour of ants in colonies was used in the past research works to compute the optimal path. In this paper, we propose a Recurrent Ant Colony Optimization (RECACO) that executes the actual Ant Colony Optimization iteratively based on recurrent value in order to obtain an optimal path convergence. Each iteration involves three steps: Pheromone tracking, Pheromone renewal and Node selection based on the residual energy in the mobile nodes. The novelty of our approach is the inclusion of new pheromone updating strategy in both online step-by-step pheromone renewal mode and online delayed pheromone renewal mode with the use of newly proposed metric named ELD (Energy Load Delay) based on energy, Load balancing and end-to-end delay metrics to measure the performance. RECACO is implemented using network simulator NS2.34. The implementation results show that the proposed algorithm outperforms the existing algorithms like AODV, ACO, LBE-ARAMA in terms of Energy, Delay, Packet Delivery Ratio and Network life time.

• Steel and Composite Structures
• /
• 제48권5호
• /
• pp.531-545
• /
• 2023

Composite dowels are implemented as a powerful alternative to headed studs for the efficient combination of Ultra High-Performance Concrete (UHPC) with high-strength steel in novel composite structures. They are required to provide sufficient shear resistance and ensure the transmission of tensile forces in the composite connection in order to prevent lifting of the concrete slab. In this paper, the load bearing capacity of puzzle-shaped and clothoidal-shaped dowels encased in UHPC specimen were investigated based on validated experimental test data. Considering the influence of the embedment depth and the spacing width of shear dowels, the characteristics of UHPC square plate on the load bearing capacity of composite structure, 240 numeric models have been constructed and analyzed. Three artificial intelligence approaches have been implemented to learn the discipline from collected experimental data and then make prediction, which includes Artificial Neural Network-Particle Swarm Optimization (ANN-PSO), Adaptive Neuro-Fuzzy Inference System (ANFIS) and an Extreme Learning Machine (ELM). Among the factors, the embedment depth of composite dowel is proved to be the most influential parameter on the load bearing capacity. Furthermore, the results of the prediction models reveal that ELM is capable to achieve more accurate prediction.

• Computers and Concrete
• /
• 제29권 6호
• /
• pp.375-391
• /
• 2022

This paper examined the impact of the cross-sectional structure on the structural results under different loading conditions of reinforced concrete (RC) members' management limited in Carbon Fiber Reinforced Polymers (CFRP). The mechanical properties of CFRC was investigated, then, totally 32 samples were examined. Test parameters included the cross-sectional shape as square, rectangular and circular with two various aspect rates and loading statues. The loading involved concentrated loading, eccentric loading with a ratio of 0.46 to 0.6 and pure bending. The results of the test revealed that the CFRP increased ductility and load during concentrated processing. A cross sectional shape from 23 to 44 percent was increased in load capacity and from 250 to 350 percent increase in axial deformation in rectangular and circular sections respectively, affecting greatly the accomplishment of load capacity and ductility of the concentrated members. Two Artificial Intelligence Models as Extreme Learning Machine (ELM) and Particle Swarm Optimization (PSO) were used to estimating the tensile and flexural strength of specimen. On the basis of the performance from RMSE and RSQR, C-Shape CFRC was greater tensile and flexural strength than any other FRP composite design. Because of the mechanical anchorage into the matrix, C-shaped CFRCC was noted to have greater fiber-matrix interfacial adhesive strength. However, with the increase of the aspect ratio and fiber volume fraction, the compressive strength of CFRCC was reduced. This possibly was due to the fact that during the blending of each fiber, the volume of air input was increased. In addition, by adding silica fumed to composites, the tensile and flexural strength of CFRCC is greatly improved.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.182-195
• /
• 2023

최근 인공지능 알고리즘을 활용한 교통 신호 제어에 관한 관심 증대와 함께, 관련 모델구축 연구가 활발히 진행되고 있다. 그러나 대부분의 연구는 독립 교차로를 대상으로, 교통량 변화에 연동되는 신호 주기 산정을 위한 이론 전개가 주를 이루고 있다. 본 연구에서는 신호제어 알고리즘 구축을 위한 실증 분석을 통해, 신호운영과 회전교차 방식의 실제 교차로를 대상으로 분석을 진행하였다. 기존 연구에서 많이 활용되는 GA와 PSO 알고리즘을 개선한 PSO-BFO 알고리즘을 제시하여 두 교차로의 운영 효과 증진을 위한 신호제어 방안을 강구 하였다. 그 결과, 158초의 신호 주기하에 신호 교차로의 경우, 용량 증대 3.4%, 지체도 및 정지횟수 감소는 각각 8.2%, 8.3%의 효과가 발생하고, 회전교차로에서는 용량증대 9.2%, 지체도 및 정지횟수 감소가 각각 7.1%, 27.2%에 이르는 효과가 발생하는 것으로 나타났다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.47-67
• /
• 2017

강판 표면 결함은 강판의 품질과 가격을 결정하는 중요한 요인 중 하나로, 많은 철강 업체는 그동안 검사자의 육안으로 강판 표면 결함을 확인해왔다. 그러나 시각에 의존한 검사는 통상 30% 이상의 판단 오류가 발생함에 따라 검사 신뢰도가 낮은 문제점을 갖고 있다. 따라서 본 연구는 Simultaneous MTS (S-MTS) 알고리즘을 적용하여 보다 지능적이고 높은 정확도를 갖는 새로운 강판 표면 결함 진단 시스템을 제안하였다. S-MTS 알고리즘은 단일 클래스 분류에는 효과적이지만 다중 클래스 분류에서 정확도가 떨어지는 기존 마할라노비스 다구찌시스템 알고리즘(Mahalanobis Taguchi System; MTS)의 문제점을 해결한 새로운 알고리즘이다. 강판 표면 결함 진단은 대표적인 다중 클래스 분류 문제에 해당하므로, 강판 표면 결함 진단 시스템 구축을 위해 본 연구에서는 S-MTS 알고리즘을 채택하였다. 강판 표면 결함 진단 시스템 개발은 S-MTS 알고리즘에 따라 다음과 같이 진행하였다. 첫째, 각 강판 표면 결함 별로 개별적인 참조 그룹 마할라노비스 공간(Mahalanobis Space; MS)을 구축하였다. 둘째, 구축된 참조 그룹 MS를 기반으로 비교 그룹 마할라노비스 거리(Mahalanobis Distance; MD)를 계산한 후 최소 MD를 갖는 강판 표면 결함을 비교 그룹의 강판 표면 결함으로 판단하였다. 셋째, 강판 표면 결함을 분류하는 데 있어 결함 간의 차이점을 명확하게 해주는 예측 능력이 높은 변수를 파악하였다. 넷째, 예측 능력이 높은 변수만을 이용해 강판 표면 결함 분류를 재수행함으로써 최종적인 강판 표면 결함 진단 시스템을 구축한다. 이와 같은 과정을 통해 구축한 S-MTS 기반 강판 표면 결함 진단 시스템의 정확도는 90.79%로, 이는 기존 검사 방법에 비해 매우 높은 정확도를 갖는 유용한 방법임을 보여준다. 추후 연구에서는 본 연구를 통해 개발된 시스템을 현장 적용하여, 실제 효과성을 검증할 필요가 있다.