• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.38 no.5
• /
• pp.575-584
• /
• 2014

In this study, the NREL 5 MW wind turbine tower model was optimized according to the multi-body dynamics and reliability-based design. The mathematical model was defined as a link-joint system including dynamic characteristics derived from Timoshenko's beam theory. For the optimization problem, the sensitivities to variations in the tower thicknesses and inner and outer diameters were acquired and arranged in terms of safety and efficiency according to bending stress and buckling standards. An optimal design was calculated with the advanced first-order second moment method and used to define a finite element model for validation. The finite element model was simulated by static analysis. The relationship between the multi-body dynamic and finite element method throughout the process was investigated, and the optimal model, which had high endurance despite its low mass, was determined.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.10 no.2
• /
• pp.123-133
• /
• 2006

The main objective of this study is to develop an optimization algorithm of framed structures with rigid and various semi-rigid connections using the multilevel dynamic programming and the sequential unconstrained minimization techniques (SUMT). The second-order elastic analysis is performed for steel framed structures. The second order elastic analysis is developed based on nonlinear beam-column theory considering the bowing effect. The following semi-rigid connections are considered; double web angle, top-seat angle and top-seat angle with web angle. We considered the three connection models, such as modified exponential, polynomial and three parameter model. The total weight of the structural steel is used as the objective function in the optimization process. The dimensions of steel cross section are selected as the design variables. The design constraints consist of strength requirements for axial, shear and flexural resistance and serviceability requirements.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.36 no.3
• /
• pp.331-337
• /
• 2012

In this study, the front side member is optimized using a topography optimization technique. Optimization of a simple beam is conducted before optimization of the front side member. The objective function is set to minimize the first buckling factor in the longitudinal direction. The design variable corresponds to the perturbation of nodes normal to the shell's mid-plane space. The crash analysis is conducted on a simple beam, which is optimized by Response Surface Method and the topography optimization technique. In order to verify the topography optimization technique, the results of the RSM and topography optimization model are compared. Consequently, we confirm the satisfactory performance of the topography optimization technique, and apply this topography optimization to the front side member. Thus, the front side member is optimized and its crashworthiness is increased.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1964-1965
• /
• 2011

본 연구에서는 패턴분류를 위해 기존의 방사형 기저 함수 신경회로망(Radial Basis Funtion Neural Network)과 다항식 신경회로망(Polynomial Neural Network)을 결합한 다중 출력 방사형 기저 함수다항식 신경회로망 (Multi Output Radial Basis Funtion Polynomial Neural Network)의 분류기를 제안한다. 제안된 모델은 PNN을 기본 구조로 하여 1층에 기존의 다항식 노드 대신 다중 출력 형태의 RBFNN을 적용 한다. RBFNN의 은닉층에는 기존의 활성함수가 아닌 fuzzy 클러스터링을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. PNN은 입력변수의 수와 다항식 차수가 모델의 성능을 결정함으로 최적화가 필요하며 본 논문에서는 Differential Evolution(DE)을 사용하여 모델의 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시켰다. 패턴분류기로써의 제안된 모델을 평가하기 위해 pima 데이터를 이용하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1966-1967
• /
• 2011

본 연구에서는 방사형 기저 함수를 이용한 다항식 신경회로망(Polynomial Neural Network) 분류기를 제안한다. 제안된 모델은 PNN을 기본 구조로 하여 1층의 다항식 노드 대신에 다중 출력 형태의 방사형 기저 함수를 사용하여 각 노드가 방사형 기저 함수 신경회로망(RBFNN)을 형성한다. RBFNN의 은닉층에는 fuzzy 클러스터링을 사용하여 입력 데이터의 특성을 고려한 적합도를 사용하였다. 제안된 분류기는 입력변수의 수와 다항식 차수가 모델의 성능을 결정함으로 최적화가 필요하며 본 논문에서는 Multiobjective Particle Swarm Optimization(MoPSO)을 사용하여 모델의 성능뿐만 아니라 모델의 복잡성 및 해석력을 고려하였다. 패턴 분류기로써의 제안된 모델을 평가하기 위해 Iris 데이터를 이용하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1855-1856
• /
• 2008

본 연구에서는 공정 중에 민감하게 반응하는 플라즈마로부터 수집되는 이온에너지 분포(IED : Ion Energy Distribution)와 시계열 신경망 모델링을 결합한 플라즈마 감시 기술을 개발하였다. NIEA(Non-invasive ion analyzer)를 이용하여 IED를 측정하였으며, 모델링에 사용된 신경망은 자기 상관 시계열 신경망(A-NTS : Auto-Correlated Neural Time-Series)이다. 모델 개발을 위한 학습과 테스트 데이터로는 Duty ratio 100%에서 수집한 IED를 이용하였으며, 개발된 모델의 감시 성능은 60%에서 수집된 IED로 평가하였다. 학습인자 k와 m의 범위는 각각 1-3 으로 총 9종류의 (k, m) 조합에 대해서 모델 성능을 평가하였다. 신경망 은닉층 뉴런수는 2-9의 범위에서 최적화하였다. 최적화된 모델은 (2, 3)과 뉴런수 2에서 구해졌으며, 0.335의 예측 에러를 보였다. 60% IED 데이터로 평가한 결과 플라즈마 고장에의 민감도는 62% 이상이었다. 이는 IED의 A-NTS 모델이 플라즈마 고장의 감시에 효과적으로 적용될 수 있음을 의미한다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.177-178
• /
• 2007

플라즈마 공정은 집적회로 제작을 위한 미세 박막의 증착과 패턴닝에 핵심적으로 이용되고 있다. 본 연구에서는 플라즈마공정감시와 제어에 응용될 수 있는 모델을 제안한다. 본 모델은 광방사분광기 (Optical emission spectroscopy-OES)정보와 역전파 신경망을 이용해서 개발하였다. 제안된 기법은 Oxide 식각공정에서 수집한 데이터에 적용하였으며, 체계적인 모델링을 위해 공정데이터는 통계적 실험계획법을 적용하여 수집되었다. Raw OES 정보대신, Actinometric OES 정보를 이용하였으며, 신경망의 예측성능은 유전자 알고리즘을 이용해서 증진시켰다. OES의 차수를 줄이기 위해 주인자 분석 (Principal Component Analysis-PCA)을 세 종류의 분산(100, 99, 98%)에 대해서 적용하였다. 최적화한 모델의 예측에러는 323 $\AA/min$이었다. 이전에 PCA를 적용하고 은닉층 뉴런의 함수로 최적화한 모델의 예측에러는 570 $\AA/min$이었으며, 개발된 모델은 이에 비해 43% 증진된 예측 성능을 보이고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.447-450
• /
• 2004

B2C 전자상거래 분야의 대표격인 인터넷쇼핑몰은 유통산업의 구조에 큰 영향을 미침에 따라 쇼핑몰의 성공적 구축 및 운영이 주된 이슈로 떠오르고 있다. 본 연구에서는 최근 웹사이트 평가모델로 주목 받고 있는 3C-D-T 모델을 기반으로 보완하여 국내 인터넷쇼핑몰 웹사이트 평가에 보다 최적화된 평가모형을 제시하였다. 평가모형의 보완은 주로 평가영역 부분에서 이루어졌는데, 인터넷 쇼핑몰 웹사이트에서 비교적 비중이 적은 Community 영역의 평가점수가 전체 웹사이트 평가에 주는 영향을 최소화 시키는 의미가 있었다. 그리하여 3C-D-T 모델의 평가영역의 Commerce 항목과 Community 항목을 통합하여 새로이 Com&Com 항목을 구성했고, 그것으로 보다 최적화 된 인터넷쇼핑몰 웹사이트 평가모형을 구축할 수 있었다. 그리고 이 새로운 평가모델로 국내 메이저 종합쇼핑몰 웹사이트들을 분석, 비교평가 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.610-613
• /
• 2022

센서 데이터의 중요성이 커지면서 센서 데이터 처리 연구의 수요가 증가하고 있다. 센서 데이터 기반의 딥러닝 모델 개발 시, 센서 데이터 단일 값에 의한 출력이 아닌 시계열적인 특성을 반영하여 연속적인 데이터 간의 연관성을 파악할 수 있는 슬라이딩 윈도우 기법을 통해 효율적으로 데이터를 분석하고 처리할 수 있다. 하지만, 기존의 방법들은 학습 성능(학습 시간 및 모델 성능)에 미치는 영향을 평가하는 기준 없이 입력 데이터의 윈도우 사이즈를 임의로 설정하여 데이터를 처리해 왔다. 따라서, 본 논문은 학습 시간과 모델 성능을 기준으로 센서 데이터의 윈도우 사이즈 최적화 기법을 제안한다. 제안한 방법은 전류를 이용하여 스위치와 다이오드 온도를 추정하는 가상 센서(virtual sensor) 실험 테스트베드에 적용하여, 학습 시간 중심으로는 5%의 윈도우 사이즈를, 모델 성능 중심으로는 R2 SCORE 의 값을 0.9295 로 갖는 8%의 윈도우 사이즈가 최적으로 도출되었다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.3
• /
• pp.15-24
• /
• 2022

At present, there are few studies on signal control of pedestrian traffic flow and non-motor traffic flow at intersections. Research on the optimization scheme of mixed traffic flow signal control can coordinate and control the overall traffic flow of pedestrians, non-motor vehicles and motor vehicles, which is of great significance to improve the congestion at intersections. For the traffic optimization of intersections, this paper starts from two aspects: channelization optimization and phase design, and reduces the number of conflict points at intersections from spatial and temporal right-of-way allocation respectively. Taking the classical signal timing method as the theoretical basis, and aiming at ensuring the safety and time benefit of traffic travelers, a channelization optimization and signal control scheme of the intersection is proposed. The channelization and phase design methods of intersections with motor vehicles, non-motor vehicles and pedestrians as objects are discussed, and measures to improve the channelization optimization of intersections are proposed. A multi-objective optimization model of intersection signal control was established, and the model was solved based on NSGA-II algorithm.