• Transactions of the Korean Society of Machine Tool Engineers
• /
• v.12 no.2
• /
• pp.9-16
• /
• 2003

A strategy of the optimal shape design with FEA(Finite Element Analysis) for 2-D structure is proposed by comparing subproblem approximation method with first order approximation method. A cantilever beam with two different loading conditions, a concentrated load and an evenly distribute load, and truss structure with a concentrated loading condition are implemented to optimize the shape. It gives a good design strategy on the optimal truss structure as well as the optimal cantilever beam shape. It is found that the convergence is quickly finished with the iteration number below ten. Optimized shapes of cantilever beam and truss structure are shown with stress contour plot by the results of the subproblem approximation method and the first order approximation methd.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1863_1864
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 입력개수, 입력변수, 클러스터의 개수를 PSO알고리즘(Particle Swarm Optimization)을 사용하여 최적화 시켰다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• Journal of the Korean Society for Precision Engineering
• /
• v.25 no.2
• /
• pp.88-95
• /
• 2008

With society focusing more and more on environmental issues, the recycling of materials of all types has become an important concern. In this paper, optimization method is developed for reducing cost and improving quality in mill scale recycling. An experimental investigation into the process parameter effects is presented to determine the optimum configuration of parameters for performance, quality and cost. Taguchi's optimization approach was used to obtain the optimal parameters. The significant parameters were identified and their effects on mill scale recycling were studied. As a results, a confirmation experiment with the optimal levels of process parameters was carried out in order to demonstrate the effectiveness of the Taguchi method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.335-336
• /
• 2011

홀로그램은 레이저 빔의 간섭을 이용하여 입체영상을 광학적으로 기록하는 방법으로 동영상의 기록 및 재생에는 여러 제약 조건이 따른다. 때문에 광학적 방법으로는 홀로그램 TV 시스템을 구현하기 힘들다. 이런 단점을 극복하기 위해 컴퓨터를 이용해 홀로그램을 구현할 수 있다. 즉, 광학적인 신호들을 근사화한 후 컴퓨터에서 수학적인 연산을 거쳐 간섭 무늬를 계산하는 Computer generated hologram(CGH) 방법을 사용하여 패턴을 생성한다. 하지만 CGH 기법의 경우 상당한 연산을 필요로 하기 때문에 연산을 최적화하여 홀로그램 생성에 걸리는 시간과 비용을 최소화하려는 연구들이 많이 진행되고 있다. 본 논문에서는 이전에 연구된 CGH 고속 연산을 위한 알고리즘을 정리하며 연산 식의 최적화를 통해 연산을 횟수를 줄이는 방법과 look-up table 을 이용한 방식의 연산량과 하드웨어 비용을 계산하여 multi-processor 에 적용 시 어떤 알고리즘이 유리할지 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.434-437
• /
• 2004

본 논문에서는 유전자 알고리즘에 기반을 둔 자기구성 다항식 뉴럴네트워크(Self-Organizing Polynomial Neural Networks： SOPNN)의 새로운 구조를 제안하고, 포괄적인 설계 방법론을 토의한다. 기존의 자기구성 다항식 뉴럴 네트워크는 확장된 GMDH 방법에 기반을 두며, 네트워크의 성장과정을 통하여 각 충의 다항식 뉴런에서 고정된 노드 입력들의 수 뿐만 아니라 다항식 차수(1차, 2차, 그리고 수정된 2차식)를 이용하였다. 더구나, 그 방법은 학습을 통해 생성된 SOPNN이 최적 네트워크 구조를 가진다는 것을 보증하지 못한다. 그러나, 제안된 GA 기반 SOPNN은 그 구조를 구조적으로 더 최적화된 네트워크가 되도록 하고, 기존의 SOPNN보다 훨씬 더 유연하고, 선호된 뉴럴 네트워크가 되도록 한다. 구조적으로 더 최적화된 SOPNN을 생성하기 위해, SOPNN의 각 단계에서의 GA기반 설계 절차는 SOPNN내에서 이용할 수 있는 다음의 최적 파라미터들- 즉 입력변수의 수, 입력변수, 및 다항식 차수-을 가진 선호된 노드들의 선택으로 이끈다. 하중계수를 가진 합성성능지수가 그 모델의 근사화 및 일반화(예측) 능력 사이의 상호 균형을 얻기 위해 제안된다. 상세 설계 절차가 상세히 토의된다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.463-466
• /
• 2004

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

• Proceeding of EDISON Challenge
• /
• 2015.03a
• /
• pp.412-414
• /
• 2015

유기 반도체의 전하 이동 특성은 그 구조적 특성에 매우 민감하다. 따라서 재료의 특성을 정확히 예측하기 위해서는 정확하게 구조를 모델링할 필요가 있다. 본 연구에서는 OLED에 널리 쓰이는 ${\alpha}$-NPD의 구조를 분자동역학을 통해 예측하기 위하여 OPLS-AA force field를 기반으로 하여 dihedral coefficient를 최적화하였다. DFT 계산을 기준으로 이를 근사하는 dihedral coefficient를 계산하였으며 ${\alpha}$-NPD의 중앙에 위치한 biphenyl dihedral의 경우, $K_2=2.74kcal/mol$, $K_4=-0.12kcal/mol$을 얻었다. 또한 이를 이용하여 melt-quench 방법을 통해 ${\alpha}$-NPD의 비정질 구조를 모델링하였다. 계산으로 얻어진 밀도는 $1.11g/cm^3$이며 실험값은 $1.12g/cm^3$이다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2011.04a
• /
• pp.345-348
• /
• 2011

구조요소의 설계에서 유한요소해석은 매우 효과적인 방법이다. 이 방법은 시험 수행에 드는 시간과 비용을 줄여준다. 그러나 공정 과정과 환경에 의하여 생기는 입력 물성치들의 변화 때문에 우리는 유한요소해석의 결과를 전적으로 믿어서는 안 된다. 따라서 유한요소해석의 신뢰성을 증명하는 것은 매우 중요하다. 본 연구에서는 현장에 축적된 피로 수명 시험 데이터를 바탕으로 유한요소해석을 이용하여 피로수명 파라미터를 역 추정 하는 연구를 수행하였다. 베이지안 접근법을 이용하여 불확실성 피로 수명 파라미터의 사후분포를 구하였고, 마코프체인몬테카를로(Markov Chain Monte Carlo) 기법을 이용하여 역 추정된 파라미터의 샘플 데이터를 생성하였다. 얻어진 샘플 데이터를 기반으로 새로운 형상의 스프링에 대한 피로 수명을 예측한다. 신뢰성 기반 형상 최적화(RBDO)는 서스펜션 코일 스프링의 요구수명을 만족시키기 위하여 수행된다. 또한 크리깅 근사 모델은 유한요소해석의 연산 량 감소를 위해 이용한다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.22 no.51
• /
• pp.163-174
• /
• 1999

본 연구는 혼합모델 조립라인의 길이를 최적화하고 이 라인의 길이에서 완성시간을 최소화하는 새로운 제품투입순서를 결정하기 위하여 이단계법(two phase method)을 사용하였다. 최적화된 라인의 길이를 가지고 완성시간을 최소화하면 이 완성시간은 최적해이거나, 최적해에 가까운 근사해이고 이때 제품투입순서는 두 목적함수를 만족하는 새로운 투입순서이다. 제안된 이단계법으로 수식화한 모델들은 수치예를 통해 여러 가지 문제들을 실행한 결과 두 목적함수를 각각 실행시킨 결과보다 좋은 결과임을 증명하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.667-669
• /
• 2003

특징 형상의 조합으로 표현될 수 없는 자유 형상을 가진 제품이 늘어남에 따라 자유형상을 효율적으로 변형시키는 기법이 필요하다. 여러 가지 자유형상 변형기법(FFD) 가운데에서 자유 형상을 파라메트릭하게 컨트롤하기 위해서는 조정 다각형 기반의 형상 변형 기법이 적합하다. 이에 따라 본 연구에서는 FFD 기법을 적용하여 자유형상 모델을 파라메트릭하게 컨트롤하기 위해 입력 모델에 대한 조정 다각형을 자동으로 생성하는 알고리즘을 제안하였다. 제안된 알고리즘은 크게 기본 조정 다각형 생성과 조정 다각형 최적화 단계로 나누어진다. 기본 다각형 생성에서는 1)입력모델을 직교 3방향에 투영, 2)투영된 결과에 대해 2차원 조정 다각형을 생성, 3)2차원 조정 다각형을 조합하여 3차원 기본 조정 다각형 생성의 단계를 거친다. 조정 다각형 최적화 단계에서는 기본 조정 다각형에 에지 및 면 연산자를 적용하여 입력 모델에 더욱 근사하는 최종 조정 다각형을 생성한다. 예제에서는 제안된 알고리즘을 통해 자동으로 생성된 조정다각형을 자동차 모델에 적용하여 모델의 형상을 변화시킨 결과를 보였다.