• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.405-408
• /
• 2008

Up to now, a lot of houses, roads and other urban facilities have been damaged by natural disasters such as flash floods and landslides. It is reported that the size and frequency of disasters are growing greatly due to global warming. In order to mitigate such disaster, flood forecasting and alerting systems have been developed for the Han river, Geum river, Nak-dong river and Young-san river. These systems, however, do not help small municipal departments cope with the threat of flood. In this study, a real-time urban flood forecasting service (U-FFS) is developed for ubiquitous computing city which includes small river basins. A test bed is deployed at Tan-cheon in Gyeonggido to verify U-FFS. It is found that U-FFS can forecast the water level of outlet of river basin and provide real-time data through internet during heavy rain. Furthermore, it is expected that U-FFS presented in this study can be applied to ubiquitous computing city (u-City) and/or other cities which have suffered from flood damage for a long time.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.606-609
• /
• 2015

본 연구에서는 support vector regression (SVR) 및 매개변수 최적화 알고리즘을 이용한 하천수위 예측모델을 구축하고 이를 실제 유역에 적용하여 모델 효율성을 평가하였다. 여기서, SVR은 하천수위를 예측하기 위한 예측모델로서 채택되었으며, 커널함수 (Kernel function)로서는 radial basis function (RBF)을 선택하였다. 최적화 알고리즘은 SVR의 최적 매개변수 (C?, cost parameter or regularization parameter; ${\gamma}$, RBF parameter; ${\epsilon}$, insensitive loss function parameter)를 탐색하기 위하여 적용되었다. 매개변수 최적화 알고리즘으로는 grid search (GS), genetic algorithm (GA), particle swarm optimization (PSO), artificial bee colony (ABC) 알고리즘을 채택하였으며, 비교분석을 통해 최적화 알고리즘의 적용성을 평가하였다. 또한 SVR과 최적화 알고리즘을 결합한 모델 (SVR-GS, SVR-GA, SVR-PSO, SVR-ABC)은 기존에 수자원 분야에서 널리 적용되어온 신경망(Artificial neural network, ANN) 및 뉴로퍼지 (Adaptive neuro-fuzzy inference system, ANFIS) 모델과 비교하였다. 그 결과, 모델 효율성 측면에서 SVR-GS, SVR-GA, SVR-PSO 및 SVR-ABC는 ANN보다 우수한 결과를 나타내었으며, ANFIS와는 비슷한 결과를 나타내었다. 또한 SVR-GA, SVR-PSO 및 SVR-ABC는 SVR-GS보다 상대적으로 우수한 결과를 나타내었으며, 모델 효율성 측면에서 SVR-PSO 및 SVR-ABC는 가장 우수한 모델 성능을 나타내었다. 따라서 본 연구에서 적용한 매개변수 최적화 알고리즘은 SVR의 매개변수를 최적화하는데 효과적임을 확인할 수 있었다. SVR과 최적화 알고리즘을 이용한 하천수위 예측모델은 기존의 ANN 및 ANFIS 모델과 더불어 하천수위 예측을 위한 효과적인 도구로 사용될 수 있을 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.180-183
• /
• 2013

근래의 프로세서는 하나의 다이 위에 여러 개의 코어를 배치한 멀티코어 형태를 띠고 있다. 최근에는 프로세서의 에너지 소비량을 줄이기 위해 비대칭 멀티코어를 활용하여 동일한 성능을 유지하며 소비전력을 낮추는 방법에 대한 연구가 활발히 진행되고 있다. 비대칭 멀티코어의 장점을 최대한 활용하기 위해서는 대칭형 멀티코어와는 달리 실행해야 할 프로세스와 상이한 코어간의 작동 특성을 고려해야 한다. 본 논문에서는 전력 소비 효율 향상을 위해 프로세스 스케줄링 알고리즘에 하이브리드 인공지능 기술인 Adaptive Neuro Fuzzy Inference System (ANFIS)를 적용하여 각 프로세스에 적합한 코어를 찾아 할당하는 방법을 제안한다. 시뮬레이션 결과 제안하는 프로세스 스케줄러는 리눅스의 CFS 대비 평균 35.4% 낮은 Energy Delay Product (EDP)를 보였으며 이를 통해 하이브리드 인공지능을 적용한 프로세스 스케줄링 알고리즘의 유효성을 입증하였다.

• Geomechanics and Engineering
• /
• 제27권5호
• /
• pp.511-525
• /
• 2021

In the design of underground excavation, the shear strength (SS) is a key characteristic. It describes the way the rock material resists the shear stress-induced deformations. In general, the measurement of the parameters related to rock shear strength is done through laboratory experiments, which are costly, damaging, and time-consuming. Add to this the difficulty of preparing core samples of acceptable quality, particularly in case of highly weathered and fractured rock. This study applies rock index test to the indirect measurement of the SS parameters of shale. For this aim, two efficient artificial intelligence methods, namely (1) adaptive neuro-fuzzy inference system (ANFIS) implemented by subtractive clustering method (SCM) and (2) support vector regression (SVR) optimized by Harmony Search (HS) algorithm, are proposed. Note that, it is the first work that predicts the SS parameters of shale through ANFIS-SCM and SVR-HS hybrid models. In modeling processes of ANFIS-SCM and SVR-HS, the results obtained from the rock index tests were set as inputs, while the SS parameters were set as outputs. By reviewing the obtained results, it was found that both ANFIS-SCM and SVR-HS models can provide acceptable predictions for interlocking and friction angle parameters, however, ANFIS-SCM showed a better generalization capability.

• Advances in nano research
• /
• 제11권6호
• /
• pp.595-606
• /
• 2021

This paper conducted mainly for forecasting the behavior of the shear connectors in steel-concrete composite beams based on the different factors. The main goal was to analyze the influence of variable parameters on the shear strength of C-shaped and L-shaped angle shear connectors. The method of ANFIS (adaptive neuro fuzzy inference system) was applied to the data in order to select the most influential factors for the mentioned shear strength forecasting. Five inputs are considered: height, length, thickness of shear connectors together with concrete strength and respective slip of the shear connectors after testing. The ANFIS process for variable selection was also implemented in order to detect the predominant factors affecting the forecasting of the shear strength of C-shaped and L-shaped angle shear connectors. The results show that the forecasting methodology developed in this research is useful for enhancing the multiple performances characterizing in the shear strength prediction of C and L shaped angle shear connectors analyzing.

• Advances in nano research
• /
• 제14권2호
• /
• pp.141-154
• /
• 2023

Effects of viscoelastic foundation on vibration of curved-beam structure with clamped and simply-supported boundary conditions is investigated in this study. In doing so, a micro-scale laminate composite beam with two piezoelectric face layer with a carbon nanotube reinforces composite core is considered. The whole beam structure is laid on a viscoelastic substrate which normally occurred in actual conditions. Due to small scale of the structure non-classical elasticity theory provided more accurate results. Therefore, nonlocal strain gradient theory is employed here to capture both nano-scale effects on carbon nanotubes and microscale effects because of overall scale of the structure. Equivalent homogenous properties of the composite core is obtained using Halpin-Tsai equation. The equations of motion is derived considering energy terms of the beam and variational principle in minimizing total energy. The boundary condition is assumed to be clamped at one end and simply supported at the other end. Due to nonlinear terms in the equations of motion, semi-analytical method of general differential quadrature method is engaged to solve the equations. In addition, due to complexity in developing and solving equations of motion of arches, an artificial neural network is design and implemented to capture effects of different parameters on the inplane vibration of sandwich arches. At the end, effects of several parameters including nonlocal and gradient parameters, geometrical aspect ratios and substrate constants of the structure on the natural frequency and amplitude is derived. It is observed that increasing nonlocal and gradient parameters have contradictory effects of the amplitude and frequency of vibration of the laminate beam.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.132-132
• /
• 2021

Access to accurate spatial precipitation in many hydrological studies is necessary. Existence of many mountains with diverse topography in South Korea causes different spatial distribution of precipitation. Rain gauge stations show accurate precipitation information in points, but due to the limited use of rain gauge stations and the difficulty of accessing them, there is not enough accurate information in the whole area. Weather radars can provide an integrated precipitation information spatially. Despite this, weather radar data have some errors that can not provide accurate data, especially in heavy rainfall. In this study, some location-based variable like aspect, elevation, plan curvature, profile curvature, slope and distance from the sea which has most effect on rainfall was considered. Then Automatic Weather Station data was used for spatial training of variables in each event. According to this, K-fold cross-validation method was combined with Adaptive Neuro-Fuzzy Inference System. Based on this, 80% of Automatic Weather Station data was used for training and validation of model and 20% was used for testing and evaluation of model. Finally, spatial distribution of precipitation for 1×1 km resolution in Gwangdeoksan radar station was estimates. The results showed a significant decrease in RMSE and an increase in correlation with the observed amount of precipitation.

• Steel and Composite Structures
• /
• 제49권6호
• /
• pp.645-666
• /
• 2023

Due to the steadily declining supply of natural coarse aggregates, the concrete industry has shifted to substituting coarse aggregates generated from byproducts and industrial waste. Oil palm shell is a substantial waste product created during the production of palm oil (OPS). When considering the usage of OPSC, building engineers must consider its uniaxial compressive strength (UCS). Obtaining UCS is expensive and time-consuming, machine learning may help. This research established five innovative hybrid AI algorithms to predict UCS. Aquila optimizer (AO) is used with methods to discover optimum model parameters. Considered models are artificial neural network (AO - ANN), adaptive neuro-fuzzy inference system (AO - ANFIS), support vector regression (AO - SVR), random forest (AO - RF), and extreme gradient boosting (AO - XGB). To achieve this goal, a dataset of OPS-produced concrete specimens was compiled. The outputs depict that all five developed models have justifiable accuracy in UCS estimation process, showing the remarkable correlation between measured and estimated UCS and models' usefulness. All in all, findings depict that the proposed AO - XGB model performed more suitable than others in predicting UCS of OPSC (with R², RMSE, MAE, VAF and A_15-index at 0.9678, 1.4595, 1.1527, 97.6469, and 0.9077). The proposed model could be utilized in construction engineering to ensure enough mechanical workability of lightweight concrete and permit its safe usage for construction aims.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.33-40
• /
• 2009

횡단보행자의 임계간격은 비신호 횡단보도에서의 교통운영분석에 중요한 파라메타이나 국내에서는 이 분야의 연구가 빈약한 실정이다. 이에 본연구의 목적은 횡단보행자의 임계간격 추정을 위한 모형을 개발하는데 있다. 이를 위해, 이 임계간격 에 영향을 미치는 인자들 중 퍼지적 성격을 가진 보행자 연령과 횡단보도의 연장, 거절되거나 수락되는 간격이 연장 3.5m에서 10.5m 범위의 행단보도에서 수집되었다. 이들 횡단보도에서의 임계간격은 2.56초에서 5.56초 범위의 값을 보였다. 연령과 횡단보도 연장이 각각 3개의 퍼지변수로 구분되고 각 경우에 대하여 Raff의 기법에 의한 임계간격이 추정되어 총 9개의 퍼지규칙이 설정되었다, 이들 규칙에 기초하여 횡단보행자 임계간격을 추정할 수 있는 ANFIS모형이 구축되었다. 모형의 예측력은 실측치와 추론치를 비교함으로써 평가되었다. 결정계수 $R^2$와 오차 및 분산정도를 나타내는 척도인 평균절대 오차(MAE) 및 평균제곱근 오차(MSE)가 각각 0.96, 0.097, 0.015로 나타나 본 모형의 설명력이 높은 것으로 평가된다. 본 연구의 과정에서 보행자의 연령 40세 이후 임계간격의 증가율이 높음을 볼 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.132-136
• /
• 2007

최근 지구온난화로 인한 이상기후의 영향으로 강우일수는 줄고 있으나 강수량은 예년과 비슷한 수준을 보이고 있다. 이로 인해 갈수기의 용수부족 현상은 더욱 심해지고. 장마철의 홍수피해와 게릴라성 집중호우로 인한 피해가 커지는 등 해가 갈수록 홍수 예경보의 중요성은 더욱 높아지고 있다. 그럼에도 불구하고 현재 홍수 예경보 체계는 몇 가지 문제를 가지고 있다. 기존 예경보 체계의 경우 한 번의 예측을 수행하기 위해 수반되는 전처리과정과 주계산과정을 거치는 동안 각 과정에서 발생한 오차들이 반복, 누적되어 최종 결과물(예측된 유출량) 속에 모두 포함된다. 또한 기존 체계에서는 유출모형을 적용하기 위해서 토양형. 피복상태 등에 관련된 매개변수들이 필요한데. 이러한 매개변수의 결정에 어려움이 있고. 불확실성을 갖고 있다. 본 연구에서는 불확실성을 적극적으로 인정하고 수학적으로 해석하려는 fuzzy 이론을 신경망 이론에 도입하여 홍수 예경보 시스템의 운영과정에서 발생하는 불확실성의 문제를 해결하고자 하였다. 본 연구에서 사용한 ANFIS(Adaptive Neuro-Fuzzy Inference System)은 data driven model(자료에 기반을 둔 모형)의 하나로 다음과 같은 장점을 가진다. 우선 data driven model은 유역의 물리적, 지형적 특성을 고려하지 않고(매개변수설정에서 발생하는 문제 해결 가능), 입력자료와 출력자료만을 고려하여 구축되는 모형이므로, 유역의 물리적 자료나 지형 자료와 같은 방대한 양의 자료 수집이 필요 없고, 일단 모형이 구축되면 자료의 입력만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 획득할 수 있다. 그리고 유역 내의 상황이 변화하더라도, 이들의 영향을 고려하여 쉽게 모형을 갱신할 수 있다. 마지막으로 모형의 구축 과정이 물리적 모형에 비해 비교적 간편하다는 장점이 있다. 본 연구에서는 ANFIS를 통해 탄천유역의 강수량 자료와 대곡교의 수위자료를 입력자료로 사용하여 대곡교의 수위를 예측하였다. 입력 자료는 시간차 계열의 강우량과 수위 자료를 사용하였으며 모형을 통하여 t+1, t+2, t+3 시간 후의 수위를 예측하였다.