• 환경영향평가
• /
• 제26권1호
• /
• pp.44-56
• /
• 2017

지속가능한 발전은 도시의 효율적인 개발과 경제, 사회, 환경적 측면의 보전을 목표로 하기 때문에 중요하다. 그러나 우리나라의 빠른 도시화로 경제적 발전은 이루었지만 자원의 비효율적인 배분현상을 경험하게 되었고 이는 토지이용 배분도 예외가 아니다. 토지이용 배분의 문제가 어려운 이유는 다양한 목적을 고려해야하기 때문이며 이는 다목적 최적화의 방법에서 그 해결책을 찾을 수가 있다. 본 연구에서는 생태적으로 보존이 잘 되어있으며 인구 증가가 일어나고 있는 경기도 양평지역의 양평읍과 그 일대를 대상지로 선정하였다. 그리고 넓은 공간 탐색에 유리하고 토지이용 배분의 문제에서 널리 사용되고 있는 유전 알고리즘을 사용하였다. 유전알고리즘(GA)는 더 좋은 자손을 얻기 위하여 염색체의 교차 및 돌연변이의 과정을 거치는 적자생존의 원리가 작용하는 진화의 단계가 그 출발점이다. 본 연구는 변이의 방식에 변화를 주었으며 공간적 목적, 토지이용 전환 최소화, 생태계 보전 최대화, 경제적 이익 최대화라는 네 가지 목적과 특정 토지이용의 면적제한과 고정지역 설정이라는 제약요건을 두고 최적 안을 도출해내었다. 생태적으로 보존시켜야 할 곳에는 시가지가 형성되지 않았고, 시가지 면적 증가율이 높은 결과는 최적화의 방향인 '경제적 이익의 최대화'라는 점과 상응하였다. 적합도 값이 최소인 지점이 수렴지점임을 고려했을 때, 1500세대 부근에서 최적화가 일어났음을 알 수 있었다. 본 연구의 결과는 양평읍과 그 일대에 적용시킬 수 있는 효과적인 지원방안을 마련하는데 도움이 될 수 있을 것으로 판단된다.

• 대한전자공학회논문지TE
• /
• 제42권3호
• /
• pp.31-38
• /
• 2005

본 논문에서는 유전자 알고리즘을 이용하여 특정 행동 패턴을 보이는 상대 캐릭터에 적절히 적응할 수 있는 대전 액션 게임용 지능캐릭터의 구현 방법을 제안한다. 이를 위하여 현재 행동과 단계뿐 만 아니라 과거행동까지 고려하여 학습한다. 제안한 방법이 얼마나 효과가 있는지 알아보기 위하여 현재의 행동과 단계만을 적용한 실험(실험-1)과 과거 행동을 추가한 행동패턴을 적용한 실험(실험-2) 결과를 비교 분석하였다. 실험 평가는 두 캐릭터가 획득한 점수를 측정하여 그 비로써 평가하였다. 실험 결과 초기에는 실험-1에서 높은 점수비로 시작하지만 일정 세대 이후부터는 실험-2의 점수비가 좋아지며, 실험-2에서는 모두 최적해를 찾을 수 있었다. 또한 실험-2에서 지능 캐릭터는 행동이 완료되는 시점에서 최대의 점수를 얻기 위해 이동(전진,후진)이나 시간 지연 동작을 하여 스스로 진화하면서 게임 규칙을 학습함을 보았다.

• 한국멀티미디어학회논문지
• /
• 제9권2호
• /
• pp.139-150
• /
• 2006

도식화된 지도란 일반적인 지도가 가진 복잡한 지리 정보를 특정한 사용 목적에 따라 논리적으로 간략화시킨 다음 중요한 정보들은 부각시켜, 사용자가 인식하기 편하게 제작한 지도이다. 본 논문에서는 도로와 레이블 그리고 그 아이콘이 중요한 의미를 가지는 도식화된 지도를 제작하기 위한 알고리즘을 소개한다. 구조적인 지도의 생성을 위해서는 간략화 된 도로정보와 이에 따른 객체들의 배치 작업이 필요하다. 그러나 원본 지리정보의 복잡성으로 인하여 원본 도로 정보를 중심으로 객체들의 배치작업을 수행할 경우 객체들 간의 중첩이 발생하게 되어, 시각적으로 잘 정돈된 지도 생성이 어렵다. 논문에서 제안한 시스템은 이와 같이 상대적으로 복잡한 경로를 가진 구조적 지도를 효과적으로 시각화하기 위하여 다음과 같은 처리 절차를 수행한다. 1)DEC 기법을 사용하여 다각형으로 구성된 경로 곡선을 이루는 정점들 중에서 중요도가 떨어지는 정점들을 제거한다. 2) 중심 보로노이 조각화와 그리드 스내핑을 적용하여, 원본지도의 구조적 정보를 유지하면서 밀집도가 균일한 도로 정보를 생성한다. 3) 아이콘과 레이블이 서로 겹쳐지지 않도록 적절하게 배치하여 도식화된 지도를 완성한다. 그 결과 원본 지도의 밀집된 정점들을 균일한 간격으로 배치하였으며, 아이콘과 레이블을 배치할 수 있는 공간을 확보하였다. 이를 통해 아이콘과 레이블의 중첩을 최소화 할 수 있었으며, 복잡한 지도 정보로 부터 가독성이 높은 지도를 제작할 수 있었다.

• 터널과지하공간
• /
• 제23권6호
• /
• pp.493-505
• /
• 2013

본 수치해석논문에서는 절리와 단층대를 포함한 지열저류층에 수리자극을 가할 시 수반되는 유도지진과 단층대의 변형을 개별요소법을 사용하여 모델링하였다. 수채해석기법은 2차원 입자유동코드를 기반으로 하며 수리역학적 상호작용기법과 미소파괴음의 모멘트텐서 역산알고리즘이 결합되었다. 수치해석의 주요결과로는 시공간적으로 변하는 유도지진의 분포와 규모 그리고 단층대의 변형(파괴 및 전단변위)과 주입유체압력의 시공간적 분포와의 상관관계이다. 첫 번째 수치해석으로부터 절리가 분포하는 지열저류층에서의 수리자극에 의한 유도지진의 분포는 주입유체의 점성에 상당한 영향을 받는 것으로 나타났다. 주입유체의 점성이 낮은 경우 (1 cP), 유도지진의 발생범위가 큰 것으로 나타났으며, 주입 후 발생하는 유도지진의 개수와 규모 또한 높게 나타났다. 단층대가 존재하는 지열저류층의 수리자극 모델링의 결과, 주입정의 위치가 단층대와 가까운 경우 작은 주입수 압력분포(<0.1 MPa)로도 단층대의 파괴와 전단변형을 일으킬 수 있는 것으로 나타났다. 본 논문에서 소개한 수치해석기법은 수리자극을 통한 지열저류층 개발 시 유도지진의 분포와 규모를 실제 유체주입작업전에 예측할 수 있게 함으로써 지열에너지개발 분야에서 유용하게 사용될 수 있을 것으로 기대한다.

• 한국지반공학회논문집
• /
• 제27권11호
• /
• pp.71-81
• /
• 2011

동착강도는 동토지반 말뚝기초 설계시 지지력을 결정하는 주요 설계정수이다. 동착강도는 동결온도, 구속응력, 말뚝표면 특성, 토사종류 등 다양한 인자들에 의해 동시다발적인 영향을 받는 것으로 보고되고 있다. 하지만 동착강도에 대한 연구는 소수의 인자들만 반영할 수 있는 실험연구를 중심으로 수행되어온 경향이 있으며, 설계정수로서 동착강도를 산정하기 위한 방법들은 동결온도, 말뚝재료 등의 주요 인자들만을 고려할 수 있는 한계가 있어 왔다. 본 연구는 인공신경망 이론을 동착강도 산정에 활용함으로서 다양한 영향인자 조건에서 동착강도를 예측할 수 있는 방안을 모색하기 위한 목적으로 수행되었다. 인공신경망 학습을 위하여 총 5종류의 연구사례로부터 137개의 자료를 수집하였으며, 그 중 100개를 학습자료로, 37개를 실증자료로 구분하였다. 연구결과 단계적 인공신경망 학습을 통하여 동착강도 산정 시 다양한 영향인지를 다차원적으로 고려하여 예측하는 방법이 병행되어야 할 필요성을 확인하였으며, 5개 영향인자를 동시에 고려하여 동착강도를 예측할 수 있는 신뢰성 높은 학습결과를 도출 및 검증하였다. 또한, 매개변수 연구결과 동착강도는 동결온도와 말뚝재료의 변화에 가장 민감하게 반응하는 것으로 나타났고 수직응력에 의한 영향은 일부 온도구간에서만 뚜렷하게 나타나며 토사종류와 재하속도의 변화에 따라 동착강도가 증가하는 경향이 변화하는 특성을 나타내었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권2호
• /
• pp.43-51
• /
• 2022

이 논문은 문법적 추론에서 유전자 알고리즘의 진화대상으로 테이블 표현(Tabular representation: TBL)을 이용한 문맥자유 문법(Context-free grammar: CFG)을 학습하는 기존의 방법을 개선하여 더 효율적인 결과를 얻은 그 방법과 실험 결과를 제시한다. 이 논문에서 소개하는 개선된 점은 두가지로, 첫째는 적합도 함수를 긍정과 부정의 예들에 대한 학습 평가를 동시에 반영하도록 수식을 개선하고 둘째는 긍정적 학습 예들로부터 생성된 TBL들에 대응되는 파티션(partition)들을 학습 문자열의 크기별로 분류하여 부류별 진화 과정을 진행하며 그 성공률에 따라 구성 비율을 조정하여 다음세대에 생존에 연계하는 학습 방법을 적용한다. 이 개선점들은 학습 예들의 크기에 따른 TBL의 크기가 여러 개체들 사이의 교배와 일반화 단계에서 복잡성과 어려움을 해결하여 기존 방법보다도 좋은 효율을 제공한다. 이 연구는 기존 방법에서 제안된 언어들로 실험하고 그 결과는 기존 방법보다 같은 성공률을 갖는 상태에서 학습 완성의 평균 세대수가 적게 걸리는 다소 빠른 세대속도의 결과를 보여준다. 앞으로 이 방법은 확장된(extended) CYK에 시도할 수 있으며 더 나아가 좀 더 복잡한 파싱 테이블(parsing table)에도 적용할 가능성을 제시한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.351-360
• /
• 2018

전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.

• 핵의학기술
• /
• 제14권1호
• /
• pp.54-60
• /
• 2010

본원에 도입된 새로운 소프트웨어는 SPECT나 전신 뼈 영상에만 국한되어 사용되어 지고 있지만 보다 효과적으로 다른 검사에 적용하기 위해 팬텀을 통한 실험과 영상의 비교를 통하여 그 유용성을 찾아보고자 하였다. 실험을 위하여 Body IEC phantom과 Jaszczak ECT phantom, Capillary를 이용한 실린더 팬텀을 이용하였고, 영상의 처리 전후의 계수, statistics를 비교해 보고 contrast ratio나 BKG의 변화들을 정량적으로 분석해 보았다. Capillary source를 이용한 FWHM 비교에서는 PIXON의 경우 처리 전후의 영상에서 차이가 거의 없었고, ASTONISH의 경우 처리 후의 영상이 우수해짐을 확인할 수 있었다. 반면 Standard deviation과 그에 따른 Variance는 PIXON은 다소 감소한 반면 ASTONISH는 큰 폭으로 증가함을 보였다. IEC phantom을 이용한 BKG variability 비교에서는 PIXON의 경우 전체적으로 감소한 반면 ASTONISH는 다소 증가하는 경향을 보였고, 각각의 sphere에 대한 contrast ratio도 두 가지 방법 모두 향상됨을 확인하였다. 영상의 스케일 면에서도 PIXON의 경우 처리 후에는 window width가 약 4-5배 증가하였지만 ASTONISH에서는 큰 차이가 없었다. 팬텀 실험 분석 후 ASTONISH는 정량적 분석을 위해 ROI를 그려야 하는 기타 검사와 대조도를 강조하는 검사에 적용 가능성을 보였고, PIXON은 획득계수가 부족하거나 SNR이 낮은 핵의학 검사에 유용하게 사용될 것으로 생각되었다. 영상의 분석 인자로 많이 사용되는 정량적인 수치들은 소프트웨어의 적용 후 대체로 향상되었지만 감마카메라의 차이보다 소프트웨어간의 알고리즘 특성으로 인한 결과영상의 차이가 많아 모든 핵의학 검사의 적용에 있어서 일관성을 유지하기는 어려울 것으로 사료된다. 또한 전신 뼈 영상과 같이 검사시간의 획기적 단축과 같은 수단으로는 우수한 영상의 질을 기대하기 어렵다. 새로운 소프트웨어의 도입 시 병원의 특성에 맞는 protocol과 임상 적용 전에 많은 연구가 필요할 것으로 사료된다.

• Korean Chemical Engineering Research
• /
• 제52권4호
• /
• pp.467-474
• /
• 2014

화학공정의 기초설계는 물질수지와 열수지 계산을 기초로 공정의 경제성을 확보하고 주어진 조건 내에서 원하는 제품을 생산 가능하도록 한다. 이 단계를 통해 공정은 사용될 물질과 반응, 설비의 구조와 운전 조건 등이 결정되기 때문에 이후 바뀔 수 없는 고유한 특성을 갖게 된다. 고유한 특성은 뛰어난 경제성일 수도 있지만 다양한 잠재적 위험요인을 내포하는 것일 수도 있다. 따라서 기초설계를 위한 공정모사와 정량적 위험성 평가 기법의 통합을 통해 보다 안전하면서도 경제적인 공정을 설계하는 것이 중요하다. 본 논문에서는 LNG 액화공정을 Aspen HYSYS를 이용하여 모사하고, 폭발 사고에 대한 정량적 위험성 평가를 수행함으로써 잠재적 위험성을 최소화하면서도 경제성을 고려하도록 설계변수를 결정하였다. 이를 위해 확률적 최적화 방법론을 이용하여 Aspen HYSYS의 최적화 한계를 극복하였고, Aspen HYSYS와 Matlab의 연동을 통해 정량적 위험성 평가의 정확성을 높이며 최적화를 용이하게 하였다. 정량적 위험성 평가 결과, 공정 변수 중 안전성 확보를 위해 중요한 변수는 혼합냉매의 압력이었고, 0.5~10%의 운전비용 증가를 통해 잠재적 위험성을 4~18% 줄일 수 있었다. 비용을 크게 증가시킬수록 위험성의 절대적 수치는 낮아지지만 비용 대비 위험성 감소의 효과는 떨어졌다. 이처럼 공정모사와 정량적 위험성 평가 기법의 통합은 태생적으로 보다 안전한 공정의 설계가 가능하게 하고, 기초설계 단계에서부터 공정 내 위험요인을 수치적으로 확인할 수 있어 위험요인이 적은 특성을 갖도록 공정을 설계하는데 도움이 될 것이다.