Abstract
The most important process of engineering system optimal design is to identify the relationship between the design variables and system response. In case of the system optimization, Response Surface Method (RSM) is widely used. The optimization process of RSM generates the design space using the typical alternative candidates and finds the optimal design point in the generated design space. By changing the optimal point depending on the configuration of the design space, it is important to generate the design space. Therefor in this study, the design space is generated by using the relationship between design variables and system response based on Neuro-Response Surface Method (NRSM). And I try to construct the framework for optimal shape design based on NRSM that the optimum shape can be predicted using the Non-dominated Sorting Genetic Algorithm-II (NSGA-II) within the generated design space. In order to verify the usefulness of the constructed framework, we applied the nonlinear mathematical function problem. In this study, we can solve the constraints of time in the optimization process for the engineering problem and effective to determine the optimal design was possible. by using the generated framework for optimal shape design based on NRSM. In the future research, we try to apply the optimization problem for Naval Architectural & Ocean Engineering based on the results of this study.
공학적 시스템 최적설계의 가장 중요한 과정은 설계변수와 시스템 응답과의 관계를 파악하는 것이다. 시스템 최적화의 경우 반응표면법이 주로 사용되고 있다. 반응표면법의 최적화 과정은 대표적인 후보대안을 이용하여 설계공간을 구성하고, 설정된 설계 공간에서 설계 최적점을 찾는다. 설계공간의 구성에 따라 최적점이 변화되므로 합리적인 최적점을 찾기 위해서는 설계공간의 구성이 매우 중요하다. 따라서 본 연구에서는 설계변수와 시스템응답의 관계를 신경반응표면을 이용하여 설계공간을 구성하고, 구성된 설계 공간 안에서 다목적유전자 알고리즘을 이용하여 최적 형상을 예측 할 수 있는 '신경반응표면을 이용한 공학 구조물 설계 프레임워크 구축'을 시도하였다. 구축된 프레임워크의 유용성을 확인하기 위해 비선형 수학함수 문제를 적용하였다. 구축된 프레임워크를 통해 공학문제의 최적화 과정에서 시간의 제약을 해결하고, 효과적인 최적설계가 가능함을 확인할 수 있었다. 향후에는 본 연구의 결과를 바탕으로 실제 조선해양공학 최적화 문제에 적용을 시도할 것이다.
