트러스구조는 대형구조물의 설계 및 시공에 편리하며, 부재의 경량화에 따른 비용의 절검 효과를 얻을 수 있는 구조물로 최근 다양한 형태의 구조물건설에 많이 사용되고 있다. 본 연구에서는 응력, 좌굴 그리고 구조물의 고유진동수 제약조건을 고려한 트러스 구조물의 단면과 형상에 대해 최적설계를 하였다. 최적설계에서 최적화기법으로 HA-SA방법을 제시하였으며, HA-SA방법은 HA 초기메모리에서 최상의 설계를 SA의 초기 설계로 하여 최적화 하는 방법이다. 예제에 사용된 트러스 구조물은 고유진동수 제약조건으로 10-bar, 72-bar, 52-bar 트러스와 응력 및 좌굴응력 제약조건으로 18-bar, 47-bar 트러스를 사용하였다. 그리고 52-bar, 18-bar, 47-bar의 경우는 트러스의 형상을 최적설계 하였다. 예제로부터 다양한 설계 제약조건하에서 여러 연구결과와 HA, SA, GA, HA-SA방법에 의한 결과를 서로 비교하여 HA-SA방법의 적용성을 입증하였다.
본 논문은 외부 긴장된 긴장재의 손실 긴장력 추정에 대한 새로운 방법을 소개한다. 제안된 방법은 HGA과 FEM이 조합된 시스템 인식 기법으로 외부긴장된 긴장재의 손실된 긴장력이 추정된다. 제안된 기법의 인식변수로는 외부긴장 긴장재의 긴장력, 유효공칭직경, 단위길이당 질량과 레일리 감쇠 계수가 사용되었다. 첫째로 감쇠의 효과가 적용된 유한요소 모델 시스템을 모형화되고, 시스템 인식변수를 반복적으로 추정하는 역해석 기법을 이용하여 인식하게 된다. 마지막으로 3번의 수치실험을 통하여, 제안기법의 수치적 타당성 여부가 확인된다. 이때, 레일리 감쇠 계수를 제외한 인식변수들의 오차는 1%미만으로 인식된다.
Shiguan Chen;Huimei Zhang;Kseniya I. Zykova;Hamed Gholizadeh Touchaei;Chao Yuan;Hossein Moayedi;Binh Nguyen Le
Computers and Concrete
/
제32권2호
/
pp.217-232
/
2023
Numerous studies have been performed on the behavior of pile foundations in cold regions. This study first attempted to employ artificial neural networks (ANN) to predict pile-bearing capacity focusing on pile data recorded primarily on cold regions. As the ANN technique has disadvantages such as finding global minima or slower convergence rates, this study in the second phase deals with the development of an ANN-based predictive model improved with an Elephant herding optimizer (EHO), Dragonfly Algorithm (DA), Genetic Algorithm (GA), and Evolution Strategy (ES) methods for predicting the piles' bearing capacity. The network inputs included the pile geometrical features, pile area (m2), pile length (m), internal friction angle along the pile body and pile tip (Ø°), and effective vertical stress. The MLP model pile's output was the ultimate bearing capacity. A sensitivity analysis was performed to determine the optimum parameters to select the best predictive model. A trial-and-error technique was also used to find the optimum network architecture and the number of hidden nodes. According to the results, there is a good consistency between the pile-bearing DA-MLP-predicted capacities and the measured bearing capacities. Based on the R2 and determination coefficient as 0.90364 and 0.8643 for testing and training datasets, respectively, it is suggested that the DA-MLP model can be effectively implemented with higher reliability, efficiency, and practicability to predict the bearing capacity of piles.
본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.
마이크로스트립 라인에서 접지면의 개구면을 통해 수직으로 세워진 슬롯라인으로의 결합구조에 대한 등가회로를 도출하고, 관련된 변수 값들을 효율적으로 계산하기 위한 일반적인 해석을 제안하였다. 제안된 해석방법을 토대로 결합구조의 주파수 특성을 포함하여 개구면 길이와 수직 슬롯라인 폭 변화에 따른 영향을 살펴보았다. 제안한 해석방법과 설계 이론을 검증하기 위해 제안한 등가회로 모델과 하이브리드 유전알고리듬을 이용하여 C-대역 접지면 슬롯을 통한 마이크로스트립 라인-수직 슬롯라인 결합구조를 갖는 선형 테이퍼 슬롯 안테나를 최적 설계하였다. 뿐만아니라 등가회로를 이용하여 계산한 안테나 반사손실 특성을 측정 결과 및 수치해석 결과와 비교 하였으며, 이들간의 상당한 일치도는 제안한 해석, 설계 이론과 등가회로 모델의 타당성을 충분히 입증해 준다.
In this study, the optimal operating conditions for the dual mixed refrigerant(DMR) cycle were determined by considering the power efficiency. The DMR cycle consists of compressors, heat exchangers, seawater coolers, valves, phase separators, tees, and common headers, and the operating conditions include the equipment's flow rate, pressure, temperature, and refrigerant composition per flow. First, a mathematical model of the DMR cycle was formulated in this study by referring to the results of a past study that formulated a mathematical model of the single mixed refrigerant(SMR) cycle, which consists of compressors, heat exchangers, seawater coolers, and valves, and by considering as well the tees, phase separators, and common headers. Finally, in this study, the optimal operating conditions from the formulated mathematical model was obtained using a hybrid optimization method that consists of the genetic algorithm(GA) and sequential quadratic programming(SQP). Moreover, the required power at the obtained conditions was decreased by 1.4% compared with the corresponding value from the past relevant study of Venkatarathnam.
A layout of an LNG FPSO should be elaborately determined as compared with that of an onshore plant because many topside process systems are installed on the limited area; the deck of the LNG FPSO. Especially, the layout should be made as multi-deck, not single-deck and have a minimum area. In this study, a multi-floor layout for the liquefaction process, the dual mixed refrigerant(DMR) cycle, of LNG FPSO was determined by using the optimization technique. For this, an optimization problem for the multi-floor layout was mathematically formulated. The problem consists of 589 design variables representing the positions of topside process systems, 125 equality constraints and 2,315 inequality constraints representing limitations on the layout of them, and an objective function representing the total layout cost. To solve the problem, a hybrid optimization method that consists of the genetic algorithm(GA) and sequential quadratic programming(SQP) was used in this study. As a result, we can obtain a multi-floor layout for the liquefaction process of the LNG FPSO which satisfies all constraints related to limitations on the layout.
본 논문에서는 광대 역 X-Band 추적 레이더의 모노펄스 비교기(comparator)에 적용 가능한 도파관 magic-T 설계 및 최적화 문제에 대해서 고찰하였다. 다층으로 구성된 도체 실린더(cylinder)를 이용하여 기존의 X-Band magic-T에 비해 광대역의 임피던스 정합을 구현하였다. 최적화된 파라미터 도출을 위해 유전 알고리즘과 particle swarm optimization을 결합한 하이브리드 최적화 알고리즘을 설계에 적용하였으며, 최적 설계된 도파관 magic-T는 모든 도파관 포트에 대해, 최소 12% 이상의 대역폭에서 -20 dB 이하의 반사 특성을 나타내었다. 전력 분배 손실은 0.2 dB 이하이며 전력 분배 편차 또한 0.1 dB 이하로 우수한 특성을 보여주었다. 또한 측정된 결과는 시뮬레이션 결과와 잘 일치하는 것을 확인하였다. 마지막으로, 적층 실린더의 차수를 증가시켜 5단 및 7단 적층 된 구조에 대한 대역폭 성능도 분석하였다.
In this paper, we propose Fuzzy Polynomial Neural Networks(FPNN) based on Polynomial Neural Networks(PNN) and Fuzzy Neural Networks(FNN) for model identification of complex and nonlinear systems. The proposed FPNN is generated from the mutually combined structure of both FNN and PNN. The one and the other are considered as the premise part and consequence part of FPNN structure respectively. As the consequence part of FPNN, PNN is based on Group Method of Data Handling(GMDH) method and its structure is similar to Neural Networks. But the structure of PNN is not fixed like in conventional Neural Networks and self-organizing networks that can be generated. FPNN is available effectively for multi-input variables and high-order polynomial according to the combination of FNN with PNN. Accordingly it is possible to consider the nonlinearity characteristics of process and to get better output performance with superb predictive ability. As the premise part of FPNN, FNN uses both the simplified fuzzy inference as fuzzy inference method and error back-propagation algorithm as learning rule. The parameters such as parameters of membership functions, learning rates and momentum coefficients are adjusted using genetic algorithms. And we use two kinds of FNN structure according to the division method of fuzzy space of input variables. One is basic FNN structure and uses fuzzy input space divided by each separated input variable, the other is modified FNN structure and uses fuzzy input space divided by mutually combined input variables. In order to evaluate the performance of proposed models, we use the nonlinear function and traffic route choice process. The results show that the proposed FPNN can produce the model with higher accuracy and more robustness than any other method presented previously. And also performance index related to the approximation and prediction capabilities of model is evaluated and discussed.
감응식 신호운영변수 설계에 관한 연구는 정주기식 신호운영변수 설계의 그것보다 그 수준이 현저히 미비하며 이는 감응식 신호운영 특성을 반영한 평가방법의 부재로 감응식 운영변수의 평가가 불가능하였기 때문이다. 본 논문은 최근에 소개된 평균 감응현시 녹색시간 추정 수리모형을 이용하여 Highway Capacity Manual (HCM) 지체도를 최소화하는 최대녹색시간의 설계방안을 제시한다. - '최소녹색시간'과 '단위연장시간'은 보행자 횡단시간 및 차량 차두시간 등 지역별 운전자/보행자의 특성과 관련이 있어 일반적인 최적화 설계 수리모형의 적용에 무리가 있어 제외한다. 제안된 설계방안은 감응식 운영논리를 토대로 감응현시 군의 평균녹색시간과 평균주기를 산정하며, HCM 지체도를 평가하고, 가능한 대안 중 지체를 최소화하는 최대녹색시간 운영변수 군을 '혼혈 유전자 알고리즘'으로 도출한다. 현장실험을 통해 도출이 불가능한 실제 최적치를 Corridor Simulation(CORSIM)모형을 이용하여 추정하였고 이를 제안된 설계방안으로 도출된 최대녹색시간 운영변수' 값들과 비교하였다. 비교결과 교차로 v/c 비율이 1.0 보다 낮을 시는 제안된 방법을 통해 설계된 최대녹색시간 운영변수 군이 최소 CORSIM 지체도를 산출하는 최대녹색시간 운영변수 군과 동일한 것으로, v/c비율이 1.0보다 높을 시는 다른 것으로 결과되었다. v/c비율이 1.0 보다 높은 경우는 정주기식 교차로 운영에 효율적이라 감응식 운영의 필요를 벗어나므로 제안된 최대녹색시간 설계방안은 감응식 신호운영 필요범위 내에서 효율적이다. 기존의 최대녹색시간 설계는 정수기식 최적녹색시간을 기준으로 최대녹색시간을 추정하며, 그러한 과정을 돕기 위하여 추정범위(설계자가 범위 내에서 임의로 선택함)를 제시하는 것이 기존의 연구임을 비교하면 본 연구에서 제안하고 있는 설계방법의 의미가 크다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.