• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2004.07b
• /
• pp.780-783
• /
• 2004

본 논문에서는 유한요소법과 등가회로법을 이용하여 윤곽 진동형 압전변압기의 특성을 해석하고 이를 통해 압전변압기의 매칭 임피던스와 기계 및 전기적 결합계수를 계산하였다. 실험적 결과를 통하여 수치해석의 타당성을 검증한 후, 진화 전략에 기초한 멀티 모드 함수의 최적 알고리즘을 이용하여 고효율 고전압 밀도 압전 변압기의 형상 최적화를 수행하였다. 최적화 과정에서의 계산 시간을 단축시키기 위하여 AWE(Asymptotic Waveform Evaluation)를 적용한 유한요소법을 사용하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.273-274
• /
• 2016

현대의 디지털 영상미디어 문화는 단순하게 진화된 형태를 넘어 보다 더 수준 높은 콘텐츠의 다양성과 미적 취향이 융합된 기술적 추구를 더욱 요구하고 있다. 특히 영상미디어 콘텐츠에 있어 영상표현의 역할은 그 어느 때보다 미학과 심리적 요인에 대한 접근의 중요성과 주목성을 통해 오감을 구현해 내는 최적화된 구현방식을 표출하기에 이르렀다. 이를 위해서는 무엇보다 주목성, 감성충족, 지속성 등이 내제 되어야 영상콘텐츠. 경쟁력 확보가 가능하다. 이러한 측면이 디지털 영상콘텐츠의 핵심 기반을 이루는 감성기술이자 가장 어려운 난제이기도 하다. 그렇기 때문에 최적화된 디자인구성은 물론 알고리즘 환경이 구축되어야만 한다. 이른바 시지각의 데이터를 몰입으로 유도하고, 지속성 여부를 가늠하는 융합기술이 제시되어야만 새로운 시각형태의 전환으로 디자인 경쟁력을 갖출 수 있다.

• Annual Conference of KIPS
• /
• 2008.11a
• /
• pp.27-29
• /
• 2008

시스템 분석에 주로 사용하는 자료 중에는 비선형 자료와 시계열 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 분석하는데 어려움이 많다. 본 연구에서는 현실 세계에서 다양하게 나타나는 복잡성을 다루기 위하여 하이브리드 진화 신경망 모델링 접근 방법으로 자료를 모형화 하고 이를 통한 학습의 적합도를 살펴본다. 비선형 자료 등을 모형화하기 위한 학습은 역전파 신경망 기법을 이용한다. 학습의 효율을 높이기 의해서 격자감소 학습 알고리즘과 함께 이용하는 유전자 알고리즘은 네트워크 구조를 최적화 시킬 수 있는 초기가중값을 이용한 전역 최소값을 찾는데 이용한다. 학습 결과를 통해 제안된 하이브리드형 접근방법의 학습이 보다 효율적임을 살펴보기 위하여 유전자 알고리즘으로 최적화된 신경망 학습 알고리즘을 비선형 모의자료의 학습에 적용하여 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.12
• /
• pp.23-31
• /
• 2011

The simple bacteria cooperative optimization (sBCO) algorithm that we developed as one of optimization algorithms has shown relatively good performances, but their performances were limited by step-by-step movement of individuals at a time. In order to solve this problem, we proposed a new method that assigned a speed to each individual according to its rank and it was confirmed that it improved the performances of sBCO in some degree. In addition to the assigning of speed to the individuals, we employed a new mutation operation that most existing evolutionary algorithms used in order to enhance the performances of sBCO in this paper. A specific percent of bad individuals are mutated within an area that is proportion to the rank of the individual in the mutation operation. That is, Gaussian noise of large standard deviation is added as the fitness of individuals is low. From this, the probability that the individuals with lower ranks can be located far from its parent will be increased. This causes that the probability of falling into local optimum areas is decreased and the probability of fast escaping the local optimum areas is increased. From experimental results with four function optimization problems, we showed that the performances of sBCO with mutation operation and individual speed were increased. If the optimization function is quite complex, however, the performances are not always better. We should devise a new method for solving this problem as a further work.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.35-38
• /
• 2000

본 논문에서는 퍼지 제어기의 설계를 위한 다중 돌연변이 연산자를 갖는 Niche Meta 유전 알고리즘을 제안한다. 제안된 알고리즘에서 유전자는 유전 알고리즘에 사용되는 교배율이나 돌연변이율과 같은 구조 매개변수와 퍼지 제어기의 입, 출력 소속함수를 나타내는 매개변수로 구성된다. 제안된 알고리즘은 부개체군들에 대해 퍼지 제어기의 소속함수의 매개변수를 최적화시키는 지역적 탐색을 수행하면서 전체 개체군에 대해서 최적의 구조 매개변수에 대한 전역적인 탐색을 수행한다. 다중 돌연변이 연산자는 지역적 진화의 결과에 따라 진화에 가장 적합한 돌연변이 방법으로 선택된다. 제안된 알고리즘의 효율성을 입증하기 위해 2 자유도를 구륜이동 로봇에 대한 모의 실험을 수행한다.

• Korean Journal of Cognitive Science
• /
• v.8 no.4
• /
• pp.11-18
• /
• 1997

야간 시각은 민감도를 극대화하고 주간 시각은 세감도를 극대화한다. 민감도와 세감도는 시각 기능의 두 목표이지만 상쇄적인 작용때문에 균형적인 선택이 요구된다. 민감도와 세감도를 결정하는 중요한 요인으로는 광학적인 요인과 신경학적인 요인이 있다. 망막의 지역적 분화는 바로 이러한 민감도-세감도 문제에서 기인하는데 망막의 2차원적인 제약이 시각신경계의 병행적인 경로와 이에 기초한 적응적 진화를 통해서 어느 정도 해소되는 듯이 보인다. 이 글은 야행-주행 습성을 동시에 갖추어 민감도와 세감도의 균형 문제가 각별히 부각되는 고양이의 초기 시각신경계에서 민감도와 세감도의 균형을 최적화하는 신경 기전을 소개한 것이다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.21 no.45
• /
• pp.113-120
• /
• 1998

본 논문에서는 에너지 함수의 직접적인 평가에 기초해 홉필드 신경망을 진화시킴에 따라 적응적으로 에너지 계수를 결정하는 기법을 제시하고자 한다. 이 기법에 근거하여 구해지는 계수들의 효과를 검증하기 위해 응용 모델인 TSP(Traveling Salesman Problem)에 적용하여, 실험을 통한 계수 값의 변화 추이를 분석하고 그 결과를 기존의 기법들과 비교한다. 또한 제안된 방법에 필수적인 각 단계에서의 에너지 값의 평가를 위한 부가적인 연산을 줄이기 위해 단계적으로 증감분만을 계산하는 효율적인 연산법을 제시한다.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.20 no.1
• /
• pp.211-224
• /
• 2018

It is important to design tunnel support system considering the various loads acting on the tunnel because they have a direct impact on the stability of tunnels. In Korea, standardized support patterns are defined based on the rock mass classification system depending on the project, and it is stated that it should be modified appropriately considering the behavior of tunnel during construction. In this study, the tunnel support pattern optimization method is suggested based on the convergence-confinement method, earth pressure, axial force of rock bolt, and moment acting on the shotcrete. The length and spacing of the rock bolts and the thickness of the shotcrete were optimized by using the differential evolution algorithm (DEA) and the results were compared to the standard support pattern III for railway tunnel. Rock bolt length can be reduced and the installation interval can be widened for shallow tunnel. As the depth of tunnel increases, the thickness of shotcrete increases linearly. Therefore, the thickness of shotcrete should be thicker than the standard support pattern as the depth of tunnel increases to secure the stability of tunnel.