• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2000년도 전력전자학술대회 논문집
• /
• pp.521-524
• /
• 2000

The switched reluctance motor(SRM) drive system provides a good adjustable speed characteristics. However higher torque ripple are one of the few disadvantages of the SRM drives. The SRM would have to operated with an MMF waveform specified for switching angle and phase voltage. This paper proposes control modelling method using ANN(Artificial Neural Network) and GA(Genetic Algorithm) that are used to control switch-on angles and input voltage.

• Journal of Advanced Marine Engineering and Technology
• /
• 제37권8호
• /
• pp.869-876
• /
• 2013

본 연구에서는 초기 개발 단계에서 신속하면서도 정확한 머플러의 피로 수명을 예측하기 위하여 인공신경망을 통해서 용접부 특성을 고려한 머플러의 피로 수명을 예측하는 프로세스를 개발하였다. 머플러 피로와 파손 특성을 파악하기 위하여 굽힘 피로 시험을 수행하였다. 머플러 용접부 특성을 고려하기 위하여 인공신경망 학습 변수로 용접부 최대 응력을 선정하였으며 이를 이용하여 피로수명을 예측하였다. 인공신경망과 기존 피로 노치 계수를 이용한 피로 수명 예측 결과 비교를 통하여 인공신경망을 이용한 머플러 피로 수명 예측 방법의 타당성을 검증하였다.

• Journal of Microbiology and Biotechnology
• /
• 제22권7호
• /
• pp.939-946
• /
• 2012

Antibiotic production with Streptomyces sindenensis MTCC 8122 was optimized under submerged fermentation conditions by artificial neural network (ANN) coupled with genetic algorithm (GA) and Nelder-Mead downhill simplex (NMDS). Feed forward back-propagation ANN was trained to establish the mathematical relationship among the medium components and length of incubation period for achieving maximum antibiotic yield. The optimization strategy involved growing the culture with varying concentrations of various medium components for different incubation periods. Under non-optimized condition, antibiotic production was found to be $95{\mu}g/ml$, which nearly doubled ($176{\mu}g/ml$) with the ANN-GA optimization. ANN-NMDS optimization was found to be more efficacious, and maximum antibiotic production ($197{\mu}g/ml$) was obtained by cultivating the cells with (g/l) fructose 2.7602, $MgSO_4$ 1.2369, $(NH_4)_2PO_4$ 0.2742, DL-threonine 3.069%, and soyabean meal 1.952%, for 9.8531 days of incubation, which was roughly 12% higher than the yield obtained by ANN coupled with GA under the same conditions.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.253-258
• /
• 2008

최근의 게임 플레이어들은 단순한 반복적인 조작을 벗어나 복잡한 환경 하에서 다양한 전략과 전술을 구사하여야 하는 게임을 요구하고 있다. 이러한 환경에서 게임 캐릭터를 학습시키기 위해 다양한 인공지능 기법들이 제안되었으며, 최근에는 신경망과 유전 알고리즘을 이용한 학습 방법이 연구되고 있다. 본 논문에서는 게임이론에서 널리 사용되는 추격-회피 전략의 학습을 위해 유전 프로그래밍(GP)을 사용하였다. 제안된 유전 프로그래밍은 신경망과 같은 기존의 방법에 비해 수행 속도가 빠르고, 학습의 결과를 직관적으로 이해할 수 있으며, 진화된 염색체를 추론 규칙으로 변환 가능하므로 호환성이 높다는 장점을 가지고 있다.

• Structural Engineering and Mechanics
• /
• 제52권4호
• /
• pp.815-827
• /
• 2014

Buckling optimization of laminated composite plates is significant as they fail because of buckling under in-plane compressive loading. The plate is usually modeled without cutout so that the buckling strength is found analytically using classical laminate plate theory (CLPT). However in real world applications, the composite plates are modeled with cutouts for getting them assembled and to offer the provisions like windows, doors and control system. Finite element analysis (FEA) is used to analyze the buckling strength of the plate with cutouts and it leads to high computational cost when the plate is optimized. In this article, a genetic algorithm based optimization technique is used to optimize the composite plate with cutout. The computational time is highly reduced by replacing FEA with artificial neural network (ANN). The effectiveness of the proposed method is explored with two numerical examples.

• Wind and Structures
• /
• 제34권3호
• /
• pp.259-274
• /
• 2022

The present paper is focused on analyzing a set of Computational Fluid Dynamics (CFD) simulation data on reducing orthogonal peak base moment coefficients on a high-rise rectangular building with wings. The study adopts an aerodynamic optimization procedure (AOP) composed of CFD, artificial neural network (ANN), and genetic algorithm (G.A.). A parametric study is primarily accomplished by altering the wing positions with 3D transient CFD analysis using k - ε turbulence models. The CFD technique is validated by taking up a wind tunnel test. The required design parameters are obtained at each design point and used for training ANN. The trained ANN models are used as surrogates to conduct optimization studies using G.A. Two single-objective optimizations are performed to minimize the peak base moment coefficients in the individual directions. An additional multiobjective optimization is implemented with the motivation of diminishing the two orthogonal peak base moments concurrently. Pareto-optimal solutions specifying the preferred building shapes are offered.

• 한국인터넷방송통신학회논문지
• /
• 제10권3호
• /
• pp.91-95
• /
• 2010

검색엔진을 사용하는 이용자의 정보 즉 선호도에 따른 지속적인 피드백으로 검색 결과의 랭킹을 향상시켜 유연한 검색이 가능하게 하는 방법에는 학습된 인공 신경망을 이용한다. 인공 신경망 학습은 신경망이 여러 다른 검색어로 학습된 후 다른 사용자들이 과거에 실제 검색했던 결과를 좀 더 반영하기 위한 것이다. 가중치의 지속적인 변경을 위해서는 네트워크에서 역방향으로 움직이면서 가중치를 변경하는 역전파 알고리즘을 이용하여 학습한다. 그러나 이러한 학습은 초기에는 훈련데이터에 적합한 성능을 보이나 학습의 횟수가 증가할수록 점점 과대적합되는 것을 알 수 있다. 따라서 본 논문에서는 최적화해야 할 개체가 많을 때 강한 장점을 가지고 있는 유전자 알고리즘을 적용하여 검색어에 관련성이 높은 페이지들 유연하게 랭킹하기 위해 URL리스트를 개체로 랜덤으로 선택하여 학습하는 기법을 제안한다.

• ETRI Journal
• /
• 제45권4호
• /
• pp.594-602
• /
• 2023

Internet of things (IoT) is commonly employed to detect different kinds of diseases in the health sector. Systemic lupus erythematosus (SLE) is an autoimmune illness that occurs when the body's immune system attacks its own connective tissues and organs. Because of the complicated interconnections between illness trigger exposure levels across time, humans have trouble predicting SLE symptom severity levels. An effective automated machine learning model that intakes IoT data was created to forecast SLE symptoms to solve this issue. IoT has several advantages in the healthcare industry, including interoperability, information exchange, machine-to-machine networking, and data transmission. An SLE symptom-predicting machine learning model was designed by integrating the hybrid marine predator algorithm and atom search optimization with an artificial neural network. The network is trained by the Gene Expression Omnibus dataset as input, and the patients' data are used as input to predict symptoms. The experimental results demonstrate that the proposed model's accuracy is higher than state-of-the-art prediction models at approximately 99.70%.

• 디지털융복합연구
• /
• 제13권9호
• /
• pp.177-182
• /
• 2015

북미시장에서 국내 가전업체의 브랜드 및 제품 인지도는 크게 성장했으며 북미 소비자들에게 국내 기업의 제품은 성능이 좋고 혁신적인 기술 제품으로 인식되고 있다. 또한 에너지 절약을 원하는 소비자가 늘어나면서 국내 가전제품의 에너지 절약 측면에서 우수성이 부각됨에 따라 시장점유율이 상승으로 이어지고 있다. 최근 스마트폰과 모바일 기기 시장 확대 및 스마트 그리드 기술 발달의 영향으로 가전제품 시장에도 스마트 열풍이 거세게 몰아치고 있는데, 국내 기업들은 가전제품과 결합된 다양한 부가기능을 통해 소비자 편의를 제공함에 따라 지속적인 제품개발을 하고 있다. 본 연구에서는 지속적인 경쟁우위를 유지하기 위한 방안으로 국내 A사의 북미시장에서의 TV 판매 데이터를 이용하여 북미시장에서의 가전제품 판매예측을 위한 융합모델을 개발하고자 한다. 본 연구에서는 인공신경망과 유전자 알고리즘 기반의 융합모델을 이용한 가전제품의 판매예측을 수행하기로 한다. 추가적으로 본 연구에서는 제안한 융합모델과 기존의 예측모델과의 비교분석을 통해 제안한 융합모델의 우수성을 입증하기로 한다.

• 한국산학기술학회논문지
• /
• 제12권7호
• /
• pp.2963-2968
• /
• 2011

플라스틱 사출 제품은 다양한 가전제품과 하이테크 제품에 널리 사용되고 있다. 그러나 플라스틱 사출 제품 제조업자들은 고객을 만족시키면서 경쟁력을 얻기 위하여 다른 경쟁자들보다 먼저 새로운 제품을 시장에 출시하고 신제품의 개발기간을 줄이기 위한 노력을 할 여유가 부족하다. 따라서 무한 경쟁의 시장에서 살아남기 위해서는 제조업자들은 시장 마켓 점유를 빠르게 올리는 것과 동시에 제품의 가격 경쟁력을 가져야 한다. 본 연구에서는 하이브리드 인공신경망과 유전자 알고리즘을 이용한 특징기반 플라스틱 사출제품의 비용 평가 모델을 제안한다. 제안하는 방법은 기존의 플라스틱 사출제품의 비용평가절차와 계산을 위해 필요로 하는 변수들을 극적으로 간단하게 하고 줄일 수 있다. 사례연구는 제안하는 모델이 플라스틱 사출 제품의 개발단계에서의 비용평가문제를 해결하는데 효율성과 효과성이 있음을 입증한다.