• Journal of the Korea Society for Simulation
• /
• v.16 no.2
• /
• pp.45-54
• /
• 2007

In this article, we propose a different modeling approach, which aims at the simulation optimization so as to meet the design specification. Generally, Multi objective optimization problem is formulated by dependent factors as objective functions and independent factors as constraints. However, this paper presents the critical(dependent) factors as objective function and design(independent) factors as constraints for the selection of design factors directly. The objective function is normalized far the generalization of design factors while the constraints are composed of the simulation-based regression metamodels fer the critical factors and design factor's domain. Then the effective and fast solution procedure based on the pareto optimal solution set is proposed. This paper provides a comprehensive framework for the system design using the simulation and metamodels. Therefore, the method developed for this research can be adopted for other enhancements in different but comparable situations.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1353-1354
• /
• 2015

본 연구에서는 관측자료 기반의 안개 예보를 수행하기 위해 특징선택을 이용한 SVR 회귀분석 기반 시정 예측 가이던스를 개발하였다. 예측에 필요인자를 사전에 선택하는 유전알고리즘 기반의 최적화 방법을 적용하여, 관측된 여러 기상인자의 입력인자 중 실제 시정을 예측하기 위한 입력인자를 선택하여 준다. 지점별 안개발생에 필요한 입력인자 및 예측 모델을 구성하여 통합적인 예측 모델이 아닌 각 지점에 최적화된 정보를 제공할 수 있도록 예측을 수행한다. 자료의 수집 특성상 3시간 간격으로 3시간 예보를 위한 시정을 예측하고, 예측 모델의 검증을 위해 현업의 수치모델 기반의 시정예측 정보와의 비교를 통해 실제 안개 시점에 대해 비교 분석하였고 그 결과를 통해 긍정적인 효과를 보였다. 예측모델을 적용하여 지도에 예측시정 정보를 제공하는 표출 시스템을 통해 실시간 가이던스를 제공하고자 연구를 수행하였다.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2010.06a
• /
• pp.308-308
• /
• 2010

실리콘 나이트라이드 박막의 굴절률과 lifetime을 유전자 알고리즘과 일반화된 회귀 신경망을 이용하여 모델링하였다. 종래의 모델링에서 평가한 Spread Range 범위보다 더 작은 0.04~1.0 범위에서 평가를 수행하였다. 통계적 실험계획법을 적용해서 수집한 데이터가 이용되었다. 평가결과 보다 낮은 spread range에서 보다 우수한 예측모델이 개발될 수 있음을 확인하였다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.41 no.7
• /
• pp.524-531
• /
• 2013

This work aims at developing a RTB (Rotor Track and Balance) system to alleviate imbalances originating from various sources encountered during blade manufacturing process and environmental factors. The analytical RTB model is determined based on the linear regression analysis to relate the RTB adjustment parameters and their track and vibration results. The model is validated using the flight test data of a full helicopter. It is demonstrated that the linearized model has been correlated well with the test data. A hybrid optimization problem is formulated to find the best solution of the RTB adjustment parameters using the genetic algorithm combined with the PSO (Particle Swarm Optimization) algorithm. The optimization results reveal that both track deviations and vibration levels under various flight conditions become decreased within the allowable tolerances.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.45-45
• /
• 2022

산업화에 따른 화학물질 사용량의 증가는 담수로의 유해화학물질 유출사고의 위험을 증가시키며, 이러한 사고는 하천수 수질과 수환경 생태계에 심각한 위해와 손상을 야기한다. 이러한 수질사고 발생시 신속 대응을 위해, 하천에 유입된 물질의 거동을 신속하게 예측하는 것이 필요하며 이 경우 1차원 추적모형이 주로 사용된다. 1차원 물질혼합 모형은 하천을 하나의 유선으로 보며, 복잡한 하천흐름의 시스템을 현상학적으로 해석하고, 오염물질의 이송 및 혼합 메카니즘을 모델 매개변수에 반영하여 모형화한다. 이러한 매개변수들은 직접적으로 측정하기 어려우며, 이론에 기반한 매개변수 산정 기법이 구축되지 않은 실정이다. 따라서 대부분의 연구에서는 추적자 실험을 실시하여 유한한 하천구간에서 추적자의 시간-농도곡선(Breakthrough curve, BTC)을 취득하고, 이를 통하여 대상 구간의 매개변수를 역산하는 최적화 기법에 의존하고 있다. 하지만, 모든 하천구간에 대하여 추적자 실험을 수행하여 데이터를 확보하는 것이 어렵기 때문에 최적화 기법의 적용성에 한계가 있다. 본 연구는 흐름정보가 제공되지 않은 미계측 하천구간에서 BTC를 신속하게 예측할 수 있는 회귀모형을 구축하는 것을 목표로 한다. 국내 하천에서 수행한 4회의 추적자 실험으로부터 취득한 28개 구간 케이스의 데이터에 대하여 농도곡선 전처리를 수행하고 14개의 통계적 특징을 추출하였으며, 계측된 흐름특성과의 상관관계를 분석하였다. 분석 결과, 대상 구간에서의 BTC의 변화가 추적자의 유하거리에 매우 높은 상관관계를 보였으며, 이를 이용하여 회귀모형을 제시하였다. 제안된 회귀모형을 적용하여 하류의 지점에서의 BTC를 예측하였으며, 1차원 이송-분산 방정식과 하천저장대모형을 활용한 예측결과와 비교하여 검증하였다. 그 결과, BTC의 변화특성을 활용한 회귀적 예측이 하천 지형 및 흐름의 변동성이 작은 구간에서 1차원 혼합모형들을 이용한 예측보다 더 높은 정확도를 보였으며, 이러한 장점은 장거리 예측에서 더 분명하게 나타났다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1997.10a
• /
• pp.450-453
• /
• 1997

There are many studies about optimization using genetic algorithm and desirability function. It's very important to find the optimal value of something like response surface or regression model. In this study I ind~cate the problem using the old type desirability function, and suggest the new type desirabhty functton that can fix the problem better, and simulate the model. Then I'll suggest the form of desirability function to find the optimum value of response surfaces which are made by mean and standard deviation using genetic algorithm and new type desirability function.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.3
• /
• pp.441-448
• /
• 2023

The quality of the casting process generates the largest source of defects in the manufacturing process, so its management is a key factor in productivity and quality evaluation. Based on the results of factor analysis, correlation analysis, and regression analysis with process data, this study aims to optimize the machine learning model to reduce the defect rate and verify the data suitability for smart factories.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.14 no.1
• /
• pp.14-21
• /
• 2021

Green networking has become a issue to reduce energy wastes and CO2 emission by adding energy managing mechanism to wired data networks. Energy consumption of the overall wired data networks is driven by access networks, expect for end devices. However, on a global scale, it is more difficult to manage centrally energy, measure and model the real energy use and energy savings potential of the access networks. This paper presented the multiple linear regression model to predict energy consumption of wired access networks using supervised learning of machine learning with data collected by existing investigated materials, actual measured values and results of many models. In addition, this work optimized the performance of it by various experiments and predict energy consumption of wired access networks. The performance evaluation of the regression model was achieved by well-knowned evaluation metrics.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.5
• /
• pp.667-671
• /
• 2024

Professional job training for government officers emphasizes establishing desirable values as public officials and improving professionalism in public service. To provide customized education, some studies are analyzed factors affecting education satisfaction. However, there is a lack of research predicting education satisfaction with educational contents. Therefore, we propose a deep learning-based regression model that predicts government officer education satisfaction with educational contents. We use education information data for government officer. We use one-hot encoding to categorize variables collected in text format, such as education targets, education classifications, and education types. We quantify the education contents stored in text format as TF-IDF. We train our deep learning-based regression model and validate model performance with 10-Fold Cross Validation. Our proposed model showed 99.87% accuracy on test sets. We expect that customized education recommendations based on our model will help provide and improve optimized education content.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2010.04a
• /
• pp.624-627
• /
• 2010

최근 자동차 업계서는 차량의 온실가스 배출량을 줄이고 연비를 개선시킬 수 있는 방법 중의 하나로 경량화 소재를 사용하여 차체의 중량을 줄이는 연구가 활발히 진행 중에 있다. 특히 알루미늄 합금의 경우 기존 강재에 비해 비중이 낮아 가볍고 부식에 대한 저항성이 높아 많이 사용되어지고 있는 추세이다. 본 연구에서는 먼저, 저입열 용접공정을 적용하여 용접 변수와 토치의 각도에 따른 인장강도 특성을 비교하여 적정 용접 범위를 산정하였으며, 인장강도와 비드형상의 관계를 다중 회귀 분석을 이용하여 비드 예측 회귀 모델을 제시하였다. 또한 호감도 함수를 적용한 반응표면분석법을 이용하여 자동차 생산 현장에서 겹치기 용접 이음부의 강건한 용접 품질을 가질 수 있는 최적용접 공정 조건을 도출할 수 있는 효과적인 방법을 제안하고자 한다.