International Journal of Aeronautical and Space Sciences
/
제17권4호
/
pp.491-500
/
2016
This paper presents a highly efficient aeroelastic optimization method based on a surrogate model; the model is verified by considering the case of a high-aspect-ratio composite wing. Optimization frameworks using the Kriging model and genetic algorithm (GA), the Kriging model and improved particle swarm optimization (IPSO), and the back propagation neural network model (BP) and IPSO are presented. The feasibility of the method is verified, as the model can improve the optimization efficiency while also satisfying the engineering requirements. Moreover, the effects of the number of design variables and number of constraints on the optimization efficiency and objective function are analysed in detail. The accuracy of two surrogate models in aeroelastic optimization is also compared. The Kriging model is constructed more conveniently, and its predictive accuracy of the aeroelastic responses also satisfies the engineering requirements. According to the case of a high-aspect-ratio composite wing, the GA is better at global optimization.
상완 수축기 혈압과 맥압은 50세 이상의 개인에서 심혈관 질환의 예측 인자이다. 강성이 증가함에 따라 수축기 후기의 반사 진폭과 압력이 증가하여 좌심실 부하와 심근 산소 요구량이 증가한다. 따라서 강성이 혈압에 미치는 영향을 연구 할 필요가 있다. 본 연구에서는 약물 복용 전후에 혈압 맥파를 측정하고, 심부전 환자에서 심근 심장 이식 전후에 혈압 맥파를 측정하였다. Windkessel 모델의 R, L 및 C 구성 요소 간의 상관관계는 혈압을 높임으로써 추정되었다. 커브 피팅 방법을 사용하여 Windkessel 모델의 매개 변수를 모델링 한 결과 혈압의 증가와 수축기 상승 시간의 감소는 RLC Windkessel 모델의 L 성분이 증가했기 때문이다. 혈관의 다양한 기계적 특성 중에 높은 BP 파형에 영향을 미치는 가장 중요한 매개 변수는 실험결과로 이너턴스인 것을 증명하였다.
본 연구의 목적은 도시 가로망의 일부구간을 증설(폐쇄)하였을 경우 가로망의 통행시간이 증가(감소) 한다는 브라이스역설 이론이 실제 가로망상에서 구현되는지 입증하는데 있다. 사례연구를 위해 1999년2월 보수공사를 위해 3년간 폐쇄된 서울시 도심의 남산2호터널 구간을 선정하였고, 폐쇄시 서울시 전체가로망과 혼잡통행료 징수구간에 어떠한 영향을 미치는지를 분석하였다. 서울시의 교통혼잡관리를 위해 개발된 SECOMM모형을 효과 예측을 위해 활용하였고, 예측의 정확성을 검증하기 위해 이용자균형(UE: user equilibrium) 상태와 체계최적 (SO: system optimum) 상태에서의 총통행시간의 차이를 비교하였다. 또한 해당구간에 대한 서울시의 폐쇄전 후 모니터링 조사를 참조로 브라이스역설이 모형상에서 뿐만 아니라 실제가로상에서 구현되는지도 함께 비교 검증하였다. 분석결과 브라이스의 가정대로 가로망상의 통행수요가 고정되어 있을 경우 남산1, 3호터널의 혼잡통행료를 징수하는 상황에서 2호터널을 폐쇄하면 서울시 전체가로망의 속도가 21.95km/h에서 22.21km/h로 개선되어 브라이스역설 현상이 입증되었다. 반면, 혼잡통행료를 면제한 상황에서는 속도가 저하되는 것으로 나타나 브라이스역설 현상은 혼잡통행료 징수와 같은 주변 교통체계의 변화와 밀접하게 관련이 있는 것으로 나타났다. 한편, 가로상 통행수요가 가변적인 상황하에서는 서울시통행속도가 거의 변화가 없는 것으로 나타나 브라이스역설은 매우 제약적 환경에서 관측되어진다는 점을 확인하였다. 예측의 정확성에 대한 이론적 검증결과 UE의 평균통행시간이 SO의 평균통행시간에 비해 모두 크게 나타나서 결과가 이론적으로 정확함이 검증되었고 혼잡통행료 징수시 SO의 평균통행시간이 미 징수시의 SO보다 적게 나타나 남산 1, 3호터널의 혼잡통행료를 지속적으로 징수하는 것이 바람직한 것으로 평가되었다 한편, 서울시의 남산 2호터널 주변도로에 대한 사후모니터링 결과 평균속도가 폐쇄전 29.53km/h에서 폐쇄후 30.37km/h로 개선되어 브라이스역설 현상이 구현되고 있음을 현실적 관측치로 검증할 수 있었다.
토공 자동화는 건설 산업에서 유망한 기술로 주목받고 있으며, 토공 자동화 기술의 적용은 건설 현장의 포인트 클라우드 데이터(Point Cloud Data, PCD) 취득 및 처리로부터 시작된다. PCD는 광범위한 건설 현장의 특성상 백만 개 이상의 많은 데이터를 가지며, 이에 대한 원데이터의 처리 속도는 디지털 지형 모델(Digital Terrain Model, DTM) 생성 및 공사의 효율성 증가에 매우 중요한 요소이다. 현재 국내 설계기준에 적합한 PCD 처리 및 BIM 설계 통합 프로그램인 벤치마크 프로그램(Benchmark Program, BP)이 존재하지만, 사용자의 편의성과 효율성을 위한 수정과 개선이 필요한 상황이다. 본 연구에서는 BP의 기존 PCD 처리 기능을 유지하며, PCD 파일의 호환성에 대한 확장 및 컴파일(Compile) 기반 개발 환경, OpenGL의 활용 및 UI/UX 디자인을 이용한 개선 프로그램을 개발하였다. 개발된 프로그램에 다양한 크기의 PCD를 로드 했을 때, 기존 프로그램과 비교하여 92~99%의 속도 향상이 있었다. 이 프로그램은 추후 PCD와 토공 BIM 기능을 통합하여 설계와 시공 사이의 간극을 줄이는 프로그램 개발의 기반이 될 수 있고, 나아가 토공 생산성 향상에 기여할 것으로 기대된다.
This paper investigates the potential of a hybrid model which combines the least squares support vector machine (LSSVM) and an improved particle swarm optimization (IMPSO) techniques for prediction of concrete compressive strength. A modified PSO algorithm is employed in determining the optimal values of LSSVM parameters to improve the forecasting accuracy. Experimental data on concrete compressive strength in the literature were used to validate and evaluate the performance of the proposed IMPSO-LSSVM model. Further, predictions from five models (the IMPSO-LSSVM, PSO-LSSVM, genetic algorithm (GA) based LSSVM, back propagation (BP) neural network, and a statistical model) were compared with the experimental data. The results show that the proposed IMPSO-LSSVM model is a feasible and efficient tool for predicting the concrete compressive strength with high accuracy.
It is of great importance to assess the residual displacement demand in the performance-based seismic design. In this paper, a hybrid deep learning model for predicting the residual displacement spectra under near-fault (NF) ground motions is proposed by combining the long short-term memory network (LSTM) and back-propagation (BP) network. The model is featured by its capacity of predicting the residual displacement spectrum under a given NF ground motion while considering the effects of structural parameters. To construct this model, 315 natural and artificial NF ground motions were employed to compute the residual displacement spectra through elastoplastic time history analysis considering different structural parameters. Based on the resulted dataset with a total of 9,450 samples, the proposed model was finally trained and tested. The results show that the proposed model has a satisfactory accuracy as well as a high efficiency in predicting residual displacement spectra under given NF ground motions while considering the impacts of structural parameters.
In this paper, We proposed a parallel structure of the Neural Network model to nonlinear complex system. Neural Network was used as basic model which has learning ability and high tolerence level. This paper, we used Neural Network which has BP(Error Back Propagation Algorithm) model. But it sometimes has difficulty to append characteristic of input data to nonlinear system. So that, I used HCM(hard c-Means) method of clustering technique to append property of input data. Clustering Algorithms are used extensively not only to organized categorize data, but are also useful for data compression and model construction. Gas furance, a sewage treatment process are used to evaluate the performance of the proposed model and then obtained higher accuracy than other previous medels.
Shariati, Mahdi;Mafipour, Mohammad Saeed;Mehrabi, Peyman;Ahmadi, Masoud;Wakil, Karzan;Trung, Nguyen Thoi;Toghroli, Ali
Smart Structures and Systems
/
제25권2호
/
pp.183-195
/
2020
Mineral admixtures have been widely used to produce concrete. Pozzolans have been utilized as partially replacement for Portland cement or blended cement in concrete based on the materials' properties and the concrete's desired effects. Several environmental problems associated with producing cement have led to partial replacement of cement with other pozzolans. Furnace slag and fly ash are two of the pozzolans which can be appropriately used as partial replacements for cement in concrete. However, replacing cement with these materials results in significant changes in the mechanical properties of concrete, more specifically, compressive strength. This paper aims to intelligently predict the compressive strength of concretes incorporating furnace slag and fly ash as partial replacements for cement. For this purpose, a database containing 1030 data sets with nine inputs (concrete mix design and age of concrete) and one output (the compressive strength) was collected. Instead of absolute values of inputs, their proportions were used. A hybrid artificial neural network-genetic algorithm (ANN-GA) was employed as a novel approach to conducting the study. The performance of the ANN-GA model is evaluated by another artificial neural network (ANN), which was developed and tuned via a conventional backpropagation (BP) algorithm. Results showed that not only an ANN-GA model can be developed and appropriately used for the compressive strength prediction of concrete but also it can lead to superior results in comparison with an ANN-BP model.
국내 물류 환경이 점차 글로벌 물류로 변화됨에 따라 업무 처리에 다양한 물류 주체들이 참여하고, 화물은 컨테이너에 포장되어 여러 단계를 거쳐 수화인에게 전달된다. 또한 화물 배송 과정 중간에 화물이 손상되거나 유실될 가능성이 크다. 이 때문에 송화인과 수화인을 비롯한 여러 물류 주체들에게 있어서 수출입 화물에 대한 흐름의 파악은 매우 중요한 문제가 되고 있다. 하지만 현실적으로는 여러 가지 문제로 인해 화물이 전달되는 과정을 일관되게 추적하는 것은 매우 어려운 실정이다. 그 원인은 화물과 정보 흐름이 일치하지 않는다는 것과 업무자동화 측면에서 표준 정보 및 프로세스가 아니어서 물류 주체 간 데이터 연동이 어렵다는 것이다. 이에 본 논문에서는 화물 추적 업무에 있어서 단일화되고 통합된 비즈니스 협업을 위한 비즈니스 프로세스를 정의하고, 그 결과를 이용해 표준 데이터를 정의하고자 한다. 개발된 프로세스 모델과 표준 데이터는 국제적으로 상호운용성을 지원할 수 있도록 하였다.
본 논문은 CCD 칼라 영상을 이용하여 얼굴을 인식할 수 있는 방법을 제안한다. YCbCr 컬러모델에서 피부색에 대한 색상 정보와 적응적인 피부범위 확장을 통하여 얼굴후보영역을 추출하였다. 추출된 얼굴후보영역을 이용하여 곡선전개 방식의 초기곡선으로 사용하여 얼굴영역을 정확히 추출하였다. 얼굴의 특징점을 추출하기 위하여 얼굴영역에서 칼라정보를 이용한 Eye Map과 Mouth Map을 이용하였다. Log-polar변환의 중심점을 얻기 위하여 검출된 얼굴의 특징점을 이용하였다. 특징벡터를 추출하기 위하여 DCT, 웨이브렛 변환을 통하여 추출한 계수들을 이용하였다. 제안된 방법의 타당성을 검토하기 위하여 BP 학습알고리즘을 사용하는 신경망에서 얼굴인식을 수행하였다. 실험결과, 제안한 방법이 입력영상의 회전, 크기변화에 대하여 기존의 방법에 비하여 강인한 인식결과를 얻을 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.