Robust design technology has been applied to versatile engineering problems to ensure consistency in product performance. Since 1980s, the concept of robust design has been introduced to numerical optimization field, which is called the robust optimization. The robustness in the robust optimization is determined by a measure of insensitiveness with respect to the variation of a response. However, there are significant difficulties associated with the calculation of variations represented as its mean and variance. To overcome the current limitation, this research presents an implementation of the approximate statistical moment method based on kriging metamodel. Two sampling methods are simultaneously utilized to obtain the sequential surrogate model of a response. The statistics such as mean and variance are obtained based on the reliable kriging model and the second-order statistical approximation method. Then, the simulated annealing algorithm of global optimization methods is adopted to find the global robust optimum. The mathematical problem and the two-bar design problem are investigated to show the validity of the proposed method.
For industrial package (IP)-type transport containers for radioactive materials, a free drop test should be conducted under regulatory conditions. Owing to various uncertainties observed during the drop test, errors in drop angles inevitably occur. In IP-type metal transport containers in which the container directly impacts onto a rigid target without any shock absorbing materials, the error in the drop angle due to a slight misalignment makes a significant difference from the ideal drop. In particular, in a vertical drop, the error in the drop angle causes a strong secondary impact. In this paper, a numerical method is proposed to estimate the error in the drop angle occurring during the test. To determine this error, an optimization method accompanying a computational drop analysis is proposed, and a surrogate model is introduced to ensure calculation efficiency. Effectiveness of the proposed method is validated by performing the verification and comparison between the test and the analysis applied with the drop angle error.
Asteris, Panagiotis G.;Armaghani, Danial J.;Hatzigeorgiou, George D.;Karayannis, Chris G.;Pilakoutas, Kypros
Computers and Concrete
/
제24권5호
/
pp.469-488
/
2019
In this research study, the artificial neural networks approach is used to estimate the ultimate shear capacity of reinforced concrete beams with transverse reinforcement. More specifically, surrogate approaches, such as artificial neural network models, have been examined for predicting the shear capacity of concrete beams, based on experimental test results available in the pertinent literature. The comparison of the predicted values with the corresponding experimental ones, as well as with available formulas from previous research studies or code provisions highlight the ability of artificial neural networks to evaluate the shear capacity of reinforced concrete beams in a trustworthy and effective manner. Furthermore, for the first time, the (quantitative) values of weights for the proposed neural network model, are provided, so that the proposed model can be readily implemented in a spreadsheet and accessible to everyone interested in the procedure of simulation.
The objective of this work is to determine the compressive strength of geopolymer concrete utilizing four distinct machine learning approaches. These techniques are known as gradient boosting machine (GBM), generalized linear model (GLM), extremely randomized trees (XRT), and deep learning (DL). Experimentation is performed to collect the data that is then utilized for training the models. Compressive strength is the response variable, whereas curing days, curing temperature, silica fume, and nanosilica concentration are the different input parameters that are taken into consideration. Several kinds of errors, including root mean square error (RMSE), coefficient of correlation (CC), variance account for (VAF), RMSE to observation's standard deviation ratio (RSR), and Nash-Sutcliffe effectiveness (NSE), were computed to determine the effectiveness of each algorithm. It was observed that, among all the models that were investigated, the GBM is the surrogate model that can predict the compressive strength of the geopolymer concrete with the highest degree of precision.
International Journal of Aeronautical and Space Sciences
/
제8권2호
/
pp.28-36
/
2007
A multi-objective design exploration for a three-element airfoil consisted of a slat, a main wing, and a flap was carried out. The lift curve improvement is important to design high-lift system, thus design has to be performed with considered multi-angle. The objective functions considered here are to maximize the lift coefficient at landing and near stall conditions simultaneously. Kriging surrogate model which was constructed based on several sample designs is introduced. The solution space was explored based on the maximization of Expected Improvement (EI) value corresponding to objective functions on the Krigingmodels. The improvement of the model and the exploration of the optimum can be advanced at the same time by maximizing EI value. In this study, a total of 90 sample points are evaluated using the Reynolds averaged Navier-Stokes simulation(RANS) for the construction of the Kriging model. In order to obtain the information of the design space, two data mining techniques are applied to design result. One is functional Analysis of Variance(ANOVA) which can show quantitative information and the other is Self-Organizing Map(SOM) which can show qualitative information.
The Gaussian process model (GPM) is a flexible surrogate model that can be used for nonparametric regression for multivariate problems. A unique feature of the GPM is that a prediction variance is automatically provided with the regression function. In this paper, we estimate the safety margin of a nuclear power plant by performing regression on the output of best-estimate simulations of a large-break loss-of-coolant accident with sampling of safety system configuration, sequence timing, technical specifications, and thermal hydraulic parameter uncertainties. The key aspect of our approach is that the GPM regression is only performed on the dominant input variables, the safety injection flow rate and the delay time for AC powered pumps to start representing sequence timing uncertainty, providing a predictive model for the peak clad temperature during a reflood phase. Other uncertainties are interpreted as contributors to the measurement noise of the code output and are implicitly treated in the GPM in the noise variance term, providing local uncertainty bounds for the peak clad temperature. We discuss the applicability of the foregoing method to reduce the use of conservative assumptions in best estimate plus uncertainty (BEPU) and Level 1 probabilistic safety assessment (PSA) success criteria definitions while dealing with a large number of uncertainties.
Since Duncan(1956) first proposed an economic design of $\bar{X}$-control charts, most of the succeeding works on economic design of control charts assumed the exponential failure model like Duncan. Hu(1984), however, assumed a more versatile Weibull failure model to develop an economic design of $\bar{X}$-control charts and Banerjee and Rahim(1988) further improved Hu's design by changing the assumption of fixed-length sampling intervals to variable-length ones. In this article we follow the approach of Banerjee and Rahim(1988) but include a pair of warning limits inside the control limits in order to search for a failure without stopping the process when the sample mean falls between warning and control limits. The computational results indicate that the proposed model gives a lower cost than Banerjee and Rahim's model unless the early failure probability of a Weibull distribution is relatively large. The reduction in cost is shown to become larger as the cost of production loss outweighs the cost of searches for a failure.
Information technology and the Internet have had a dramatic effect on education method and individual life. Universities and companies we making large investments in e-Learning applications but are hard to pressed to evaluate the success of their e-Learning systems. e-Learning can be seen as not only one of Internet based information systems which can provide education services but also one of teaching-teaming methods which can implement self-directed teaming. This paper tests the updated model of information system success proposed by Delone and McLean using a field study of a e-Learning. The five dimensions - information quality, system quality, service quality, user satisfaction, net benefit - of the updated model are parsimonious framework for organizing the e-learning success metrics identified in the literature. Questionaires are collected from 107 students who are enrolling a e-learning class using online survey. The model is tested using SPSS and LISREL. The results show that information quality and service quality are significant predictors of user satisfaction with the e-Learning system but system quality is not. Also user satisfaction is found to be a strong predictor of the learning performance. This strong association between user satisfaction and teaming performance suggests that user satisfaction may serve as a valid surrogate for teaming performance. Empirical testing of the updated DeLone & McLean model should therefore be extended to cover a wider variety of systems.
Historical emission data for 11 polychlorinated biphenyls (PCBs) and a regional multimedia environmental model, CoZMo-POP 2, were used to predict air concentrations and congener patterns in Korea. The total emission value for South Korea was allocated to sub-provinces and cities based on their population. The spatial distribution of PCB emissions was generally correlated with that of measured atmospheric levels, suggesting that population could be a good surrogate for the intensity of PCB emission in Korea. The simulated time trends of air concentrations well reflected those of emission with a peak in the mid-1970s and insignificant levels in the 2030s. The model predicted that the contribution of volatile PCBs had increased after emission reduction iii the 1970s. This trend would continue until the early 2030s. The measured and modeled PCB levels in the 2000s were in an agreement of an order of magnitude, and their congener patterns were very similar. Consequently, despite of high uncertainty for emission estimates, the emission data for Korea used in this study is considered to be reliable. The results of this study could be compared with simulation data based on a new emission inventory to be developed by measurements in the near future.
A current trend of design methodologies is to make engineers objectify or automate the decision-making process. Numerical optimization is an example of such technologies. However, in numerical optimization, the uncertainties are uncontrollable to efficiently objectify or automate the process. To better manage these uncertainties, the Taguchi method, reliability-based optimization and robust optimization are being used. To obtain the target performance with the maximum robustness is the main functional requirement of a mechanical system. In this research, a design procedure for global robust optimization is developed based on the kriging and global optimization approaches. The DACE modeling, known as the one of Kriging interpolation, is introduced to obtain the surrogate approximation model of the function. Robustness is determined by the DACE model to reduce real function calculations. The simulated annealing algorithm of global optimization methods is adopted to determine the global robust design of a surrogated model. As the postprocess, the first order second-moment approximation method is applied to refine the robust optimum. The mathematical problems and the MEMS design problem are investigated to show the validity of the proposed method.
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.