• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2000.10a
• /
• pp.115-124
• /
• 2000

An efficient multi-level (EML) optimization algorithm using discrete variables of framed structures is proposed in this paper. For the efficiency of the proposed algorithm multi-level optimization techniques using a decomposition method that separates both system-level and element-level are incorporated in the algorithm In the system-level, to save the numerical efforts an efficient reanalysis technique through approximated structural responses such as moments and frequencies with respect to intermediate variables is proposed in the paper. Sensitivity analysis of dynamic structural response is executed by automatic differentiation (AD) that is a powerful technique for computing complex or implicit derivatives accurately and efficiently with minimal human effort. In the element-level, to use AISC W-sections a section search algorithm is introduced. The efficiency and robustness of the EML algorithm, compared with a conventional multi-level (CML) algorithm and single-level genetic algorithm is successfully demonstrated in the numerical examples.

• Fire Science and Engineering
• /
• v.24 no.2
• /
• pp.106-113
• /
• 2010

Fire characteristics can be analyzed more realistically by using more accurate material properties related to the fire dynamics and one way to acquire these fire properties is to use one of the inverse property analyses. In this study the genetic algorithm which is frequently applied for the inverse heat transfer problems is selected to demonstrate the procedure of obtaining fire properties of the solid charring material with relatively simple chemical structure. The thermal decomposition on the surface of the test plate is occurred by receiving the radiative energy from external heat sources, and in this process the heat transfer through the test plate can be simplified by an unsteady 1-D problem. The inverse property analysis based on the genetic algorithm is then applied for the estimation of the properties related to the reaction pyrolysis. The input parameters for the analysis are the surface temperature and mass loss rate of the char plate which are determined from the unsteady 1-D analysis with a givenset of 8 properties. The estimated properties using the inverse analysis based on the genetic algorithm show acceptable agreements with the input properties used to obtain the surface temperature and mass loss rate with errors between 1.8% for the specific heat of the virgin material and 151% for the specific heat of the charred material.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.30 no.6
• /
• pp.479-486
• /
• 2019

The fully digital active array radar uses a wide beam for effective mission performance within a limited time. This paper presents a convex optimization algorithm that adjusts only the phase of an array element. First, the algorithm applies a semidefinite relaxation technique to relax the constraint and convert it to a convex set. Then, the constraint is set so that the amplitude is fixed to some extent and the phase is variable. Finally, the optimization is performed to minimize the sum of the eigenvalues obtained through eigenvalue decomposition. Compared to the application results of the existing genetic algorithm, the proposed algorithm is more effective in wide beam design for a fully digital active array radar.

• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고유한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미 있는 정보로 변환시켜 줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망과의 모형결합을 통해 기존연구와는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이블릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다.

• Journal of Life Science
• /
• v.25 no.12
• /
• pp.1450-1457
• /
• 2015

To overcome the depletion of fossil fuels and environmental problems in future, the research and production of biofuels have attracted attention largely. Thermophilic microorganisms produce effective and robust enzymes which can hydrolyze plant biomass and survive under harsh bioprocessing conditions. Caldicellulosiruptor bescii, which can degrade unpretreated plants and grow on them, is the one of the best candidates for consolidated bioprocessing (CBP). C. bescii can hydrolyze pectin efficiently as well as the major plant cell wall components, cellulose and hemicelluloses. Many glycosyl hydrolases and carbohydrate lyases with multidomain structure play an important role in plant biomass decomposition. Recently genetic tools for metabolic engineering of C. bescii have developed and bioethanol production from unpretreated biomass is achieved in C. bescii. Here, we review the recent studies for biomass degradation by C. bescii and bioethanol production in C. bescii in order to provide information about metabolic engineering of themophilic bacteria and biofuel development.

• Nuclear Engineering and Technology
• /
• v.55 no.3
• /
• pp.968-980
• /
• 2023

The dynamic structural responses are sensitive to the time-frequency content of seismic waves, and seismic input motions in time-history analysis are usually required to be compatible with design response spectra according to nuclear codes. In order to generate spectra-compatible input motions while maintaining the intrinsic non-stationarity of seismic waves, an improved time-domain approach is proposed in this paper. To maintain the nonstationary characteristics of the given seismic waves, a new time-frequency envelope function is constructed using the Hilbert amplitude spectrum. Based on the intrinsic mode functions (IMFs) obtained from given seismic waves through variational mode decomposition, a new corrective time history is constructed to locally modify the given seismic waves. The proposed corrective time history and time-frequency envelope function are unique for each earthquake records as they are extracted from the given seismic waves. In addition, a dimension reduction iterative technique is presented herein to simultaneously superimpose corrective time histories of all the damping ratios at a specific frequency in the time domain according to optimal weights, which are found by the genetic algorithm (GA). Examples are presented to show the capability of the proposed approach in generating spectra-compatible time histories, especially in maintaining the nonstationary characteristics of seismic records. And numerical results reveal that the modified time histories generated by the proposed method can obtain similar dynamic behaviors of AP1000 nuclear power plant with the natural seismic records. Thus, the proposed method can be efficiently used in the design practices.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.33 no.10
• /
• pp.1029-1037
• /
• 2009

Recently, the technologies of mobile robots have been growing rapidly in the fields such as cleaning robot, explosive ordnance disposal robot, patrol robot, etc. However, the researches about the autonomous underwater robots have not been done so much, and they still remain at the low level of technology. This paper describes a model of 3-joint (4 links) fish robot type. Then we calculate the dynamic motion equation of this fish robot and use Singular Value Decomposition (SVD) method to reduce the divergence of fish robot's motion when it operates in the underwater environment. And also, we analysis response characteristic of fish robot according to the parameters of input torque function and compare characteristic of fish robot with 3 joint and fish robot with 2 joint. Next, fish robot's maximum velocity is optimized by using the combination of Hill Climbing Algorithm (HCA) and Genetic Algorithm (GA). HCA is used to generate the good initial population for GA and then use GA is used to find the optimal parameters set that give maximum propulsion power in order to make fish robot swim at the fastest velocity.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.12
• /
• pp.941-950
• /
• 2000

OPKFDD(Ordered Pseudo-Kronecker Functional Decision Diagram)는 각 노드에서 다양한 확장방법(decomposition)을 취할 수 있는 Ordered-DD(Decision Diagram)의 한 종류로서 각 노드마다 Shannon, positive Davio, negative Davio 확장중의 하나를 사용하도록 하며 다른 종류의 DD와 비교해서 작은 수의 노드로 함수를 표현할 수 있다. 그러나 각 노드마다 각기 다른 확장 방법을 선택할 수 있는 특징 때문에 입력 노드에 대한 확장 방법과 입력 변수 순서의 결정에 의해서 OPKFDD의 크기가 좌우되며 최소의 노드 수를 갖는 OPKFDD의 구성은 매우 어려운 문제로 알려져 있다. 즉, OPKFDD에서의 입력변수와 각 노드의 확장 방법을 병행해서 최적의 해를 구하기 위해서는 η개의 입력변수에 대해서 η!.3$^2$$^n$$^{-1}$의 경우의 수를 고려해야 한다. 따라서 본 논문에서는 주어진 불리안 함수를 OPKFDD의 최적화 표현을 위해 노드 수를 기준으로 하여 입력변수 순서와 각 노드의 확장 방법을 함께 고려하는 혼용 유전자 알고리즘을 제안하며 최소의 노드 수를 갖는 OPKFDD를 생성하기 위해서 다양한 파라미터 값에 따른 실험결과를 제시한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 2005.06a
• /
• pp.2331-2336
• /
• 2005

This paper proposes a new haptic device using a parallel mechanism with gimbal type actuators. This device has three legs actuated by 2-DOF gimbal mechanisms, which make the device simple and light by fixing all the actuators to the base. Three extra sensors are placed at passive joints to obtain a unique solution of the forward kinematics problem. The proposed haptic device is developed for an operator to use it on a desktop in due consideration of the size of an average Korean. The proposed haptic device has a small workspace for on operator to use it on a desktop and more sensitivity than a serial type haptic device. Therefore, the motors of the proposed haptic device are fixed at the base plate so that the proposed haptic device has a better dynamic bandwidth due to a low moving inertia. With this conceptual design, optimization of the design parameters is carried out. The objective function is defined by the fuzzy minimum of the global design indices, global force/moment isotropy index, global force/moment payload index, and workspace. Each global index is calculated by a SVD (singular value decomposition) of the force and moment parts of the jacobian matrix. Division of the jacobian matrix assures a consistency of the units in the matrix. Due to the nonlinearity of this objective function, Genetic algorithms are adopted for a global optimization.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.