• 한국지능시스템학회논문지
• /
• 제26권4호
• /
• pp.286-294
• /
• 2016

초기설계 단계에서 시스템의 성능을 고려한 형상의 최적화가 필요하다. 하지만, 일반적으로 공학시스템의 성능예측은 많은 계산 시간이 요구되는 작업이다. 시스템 형상의 최적화를 위해서는 다양한 설계대안에 대한 성능의 평가가 요구되므로 초기 설계과정에서 많은 어려움이 있다. 이러한 문제를 해결하기 위해, 많은 연구자들은 응답표면방법을 이용한 성능예측에 관한 다양한 연구를 시도하고 있다. 하지만, 이 방법은 비선형성이 강한 문제에서 예측오차가 비교적 크게 발생하는 단점이 있다. 따라서 본 연구의 최종목표는 초기설계과정에서 성능예측을 위한 적절한 근사모델을 제시하고, 해양시스템 성능예측문제(부유식 해상발전기 하부구조물 최적화 문제, 유조선의 선저외판 최적화 문제)에 적용하여 제시된 근사모델을 검증하는 것이다.

• 한국항공우주학회지
• /
• 제38권6호
• /
• pp.557-563
• /
• 2010

본 논문은 Kringing 근사모델이 제공하는 확률정보를 이용하여 순차적으로 전역 최적해를 찾는 내용을 담고 있다. 적응 전역 최적화란 소수의 실험 점으로 구성한 근사모델의 예측 값과 불확실성을 고려하여 다음 실험 점을 찾고, 이를 이용하여 근사모델을 개선함으로써 순차적으로 해를 찾는 방식이다. 본 연구에서는 근사모델에서 도출한 기대값을 이용하여 개선시킬 필요가 없는 구속함수나 목적함수를 식별함으로써 계산효율을 증대시키는 기법을 제안한다. 다음 단계의 후보 실험점이 유용영역의 비활성일 가능성이 있을 경우 또는 목적함수를 개선시킬 가능성이 희박할 경우, 이 점은 근사함수를 개선하는 데 사용하지 않았다. 본 기법을 비선형성이 강한 시험문제에 적용한 결과, 제안하는 기법이 정밀도는 보장하면서 계산 효율을 증대시키는 것을 확인할 수 있었다.

• 대한조선학회논문집
• /
• 제34권1호
• /
• pp.93-101
• /
• 1997

본 연구에서는 전통적인 비선형 최적화 기법의 문제점을 극복하기 위하여 유전자알고리즘과 지식베이스의 통합을 통한 새로운 개념의 최적화 기법을 개발하였다. 여기에서는 제한조건이 있는 비선형 최적화 문제를 해결하기 위해 사용되는 전통적인 순차적 선형화 방법과 새로운 유전자 알고리즘의 장단점을 서로 보완한 하이브리드형 최적화 기법을 개발하였다. 여기에 지식베이스를 통한 최적화 지원 기법 및 최적화 모델의 자동생성 모듈을 개발하여 최적화 모텔의 성능을 한층 개선할 수 있었다. 개발된 최적화 기법의 검증을 위하여 수학적 비선형 모델을 이용한 여러가지 기법의 비교 검토를 수행하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 B
• /
• pp.764-766
• /
• 2002

본 연구에서는 가스 차단기의 소전류 차단성능을 개선하기 위한 최적화 과정에 대해서 나타낸다. 목적함수는 절연내력과 극간 인가전압의 차이의 최소값으로 선정하였으며, 목적함수가 최대가 되도록 최적화를 수행한다. 설계 변수로는 개극 전의 전극 이동길이, 노즐목 길이 및 노즐목 발산각과 노즐 하류장 형상을 채택하였다. 최적화 알고리즘으로는 (1+1) 진화알고리즘을, 유동해석을 위해서는 FVFLIC법을 사용하였다. 최적화 결과로 얻어진 모델은 초기 모델에 비해 소전류 차단성능이 상당히 개선되었음을 확인할 수 있었다.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.31-38
• /
• 2021

본 논문은 감성 분석에 사용되는 RNN 모델의 최적화를 얻기 위한 성능분석을 위하여 하이퍼파라미터 튜닝에 따른 손실과 정확도의 추이를 관찰하여 모델과의 상관관계를 연구하였다. 연구 방법으로는 시퀀셜데이터를 처리하는데 가장 최적화된 LSTM과 Embedding layer로 히든레이어를 구성한 후, LSTM의 Unit과 Batch Size, Embedding Size를 튜닝하여 각각의 모델에 대한 손실과 정확도를 측정하였다. 측정 결과, 손실은 41.9%, 정확도는 11.4%의 차이를 나타내었고, 최적화 모델의 변화추이는 지속적으로 안정적인 그래프를 보여 하이퍼파라미터의 튜닝이 모델에 지대한 영향을 미침을 확인하였다. 또한 3가지 하이퍼파라미터 중 Embedding Size의 결정이 모델에 가장 큰 영향을 미침을 확인하였다. 향후 이 연구를 지속적으로 이어나가 모델이 최적의 하이퍼파라미터를 직접 찾아낼 수 있는 알고리즘에 대한 연구를 지속적으로 이어나갈 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (중)
• /
• pp.1137-1140
• /
• 2003

네트워크의 QoS를 지원하기 위해서는 자원 관리에 적응제어구조의 도입이 필요하다. 이를 위해서는 사전에 네트워크의 대역폭 할당에 따른 전송률 응답특성을 구현하는 모델의 개발이 필수적이며 이 모델을 통하여 적응제어구조의 최적화를 진행해야 한다. 본 연구에서는 두 가지 방식의 모델을 제안하였다. 첫째는 동적 시스템 모델이며 다른 하나는 통계적 모델이다. 동적 시스템 모델은 네트워크의 동적 특성을 고려하여 도입하였으며, 통계적 모델은 측정된 전송률 데이터의 분포를 고려하여 도입하였다. 제시된 두 모델의 인자 결정을 위해 최적화 기법을 사용하였으며, 결과적으로 제시된 두 모델이 실제 네트워크의 동작과 유사함을 살펴보았다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.434-441
• /
• 2002

치열한 경쟁 환경이 도래하면서, 수리 계획에 기반5한 Supply Chain Planning(SCP)의 중요성을 인지하고 시스템 구축을 시도하였다. 하지만, SCP 문제 특성 상 계획 수립뿐만 아니라, 환경 사항에 대한 대응에 어려움이 있다. 본 연구에서는 이러한 수리 계획 시스템 구축의 어려움을 해결하기 위해 모델 관리 시스템 개념을 도입한 프로토타입 시스템을 설계 및 구현하여 기존의 시스템에 유연성을 부여하고사 한다. 본 연구의 시스템은, 수리 모델 객체를 생성하는 모델 관리 시스템, 데이터원천, 최적화 엔진으로 구성된다. 수리 모델 객체의 저장 방안으로 객체 지향 개념을 적용하여 모델 베이스 스키마를 설계하였다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 추계학술대회 논문집 Vol.17
• /
• pp.159-162
• /
• 2004

플라즈마 공정 모델 개발에 역전파 신경망이 가장 많이 응용되고 있으나, 관여하는 다수의 학습인자로 인해 그 최적화가 매우 어렵다. Radial basis function network (RBFN)은 관여하는 학습인자의 수가 적어 그 최적화가 상대적으로 용이하지만, 두인자의 다양한 조합에 의해 RBFN의 예측성능이 상당히 영향을 받을 수 있다. 본 연구에서는 학습인자 상호간의 작용을 유전자 알고리즘 (genetic algorithm-GA)을 이용하여 최적화하는 기법을 소개한다. 제안하는 알고리즘을 광도파로 제작을 위해 수행한 실리카 식각공정 데이터에 적용하여 평가하였다. 평가에 이용된 식각 응답은, 실리카 식각률, aluminum (Al) 식각률, Al 선택비, 그리고 실리카 프로파일 각도이다. 최적화한 모델은 종래의 모델과 비교하였으며, 그 향상도는 실리카 식각률, Al 식각률, Al 선택비, 그리고 실리카 프로파일 각도에 대해서 각 기 0.8%, 32.4%, 20.3%, 1.3% 등이었다. Al 식각률과 선택비에 대해서 예측성능은 상당이 향상되었다.

• 콘크리트학회논문집
• /
• 제20권6호
• /
• pp.705-712
• /
• 2008

본 연구에서는 그라운드 구조법을 이용하여 콘크리트 구조형태의 최적화에 대한 수치 실험을 하였다. 마이크로 격자 모델은 단위 셀의 집합체로 구성되었다. 해석 과정은 각 부재의 응답계를 강성에 피드백 시켜서 유한요소해석을 반복하였다. 이 해석의 반복을 통하여, 트러스 모델은 수리적 최적화 수법이 아니라 국소적인 응력 상태를 이용하여 위상적인 구조 형태와 구조적 형상을 표현하였다. 격자 트러스 모델을 여러 예제에 적용하여 형상 배치 문제를 해석하는데 성공하였다.