• Earthquakes and Structures
• /
• 제8권4호
• /
• pp.915-934
• /
• 2015

Within the context of Structural Health Monitoring (SHM), it is often the case that structural systems are described by uncertainty, both with respect to their parameters and the characteristics of the input loads. For the purposes of system identification, efficient modeling procedures are of the essence for a fast and reliable computation of structural response while taking these uncertainties into account. In this work, a reduced order metamodeling framework is introduced for the challenging case of nonlinear structural systems subjected to earthquake excitation. The introduced metamodeling method is based on Nonlinear AutoRegressive models with eXogenous input (NARX), able to describe nonlinear dynamics, which are moreover characterized by random parameters utilized for the description of the uncertainty propagation. These random parameters, which include characteristics of the input excitation, are expanded onto a suitably defined finite-dimensional Polynomial Chaos (PC) basis and thus the resulting representation is fully described through a small number of deterministic coefficients of projection. The effectiveness of the proposed PC-NARX method is illustrated through its implementation on the metamodeling of a five-storey shear frame model paradigm for response in the region of plasticity, i.e., outside the commonly addressed linear elastic region. The added contribution of the introduced scheme is the ability of the proposed methodology to incorporate uncertainty into the simulation. The results demonstrate the efficiency of the proposed methodology for accurate prediction and simulation of the numerical model dynamics with a vast reduction of the required computational toll.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2006년도 하계학술발표대회 논문집
• /
• pp.369-374
• /
• 2006

Quantification of infiltration rate is an important issue in HVAC system design. The infiltration in buildings depends on many uncertain parameters that vary with significant magnitude and hence, the results from standard deterministic simulation approach can be unreliable. The authors utilize uncertainty analysis In predicting the airflow rates. The paper presents relevant uncertain parameters such as meteorological data, building parameters (leakage areas of windows, doors, etc.), etc. Uncertainties of the aforementioned parameters are quantified based on available data from literature. Then, the Latin Hypercube Sampling (LHS) method was used for the uncertainty propagation. The LHS is one of the Monte Carlo simulation techniques that is suited for our needs. The CONTAMW was chosen to simulate infiltration phenomena in a residential apartment that is typical of residential buildings in Korea. It will be shown that the uncertainty propagating through this process is not negligible and may significantly influence the prediction of the airflow rates.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2007년도 추계 학술논문 발표대회
• /
• pp.109-113
• /
• 2007

This paper introduces a system, Simulation based Stochastic Markup Estimation System (S2ME), for estimating optimum markup for a project. The system was designed and implemented to better represent the real world system involved in construction bidding. The findings obtained from the analysis of existing assumptions used in the previous quantitative markup estimation methods were incorporated to improve the accuracy and predictability of the S2ME. The existing methods has four categories of assumption as follows; (1) The number of competitors and who is the competitors are known, (2) A typical competitor, who is fictitious, is assumed for easy computation, (3) the ratio of bid price against cost estimate (B/C) is assumed to follow normal distribution, (4) The deterministic output obtained from the probabilistic equation of existing models is assumed to be acceptable. However, these assumptions compromise the accuracy of prediction. In practice, the bidding patterns of the bidders are randomized in competitive bidding. To complement the lack of accuracy contributed by these assumptions, bidding project was randomly selected from the pool of bidding database in the simulation experiment. The probability to win the bid in the competitive bidding was computed using the profile of the competitors appeared in the selected bidding project record. The expected profit and probability to win the bid was calculated by selecting a bidding record randomly in an iteration of the simulation experiment under the assumption that the bidding pattern retained in historical bidding DB manifest revival. The existing computation, which is handled by means of deterministic procedure, were converted into stochastic model using simulation modeling and analysis technique as follows; (1) estimating the probability distribution functions of competitors' B/C which were obtained from historical bidding DB, (2) analyzing the sensitivity against the increment of markup using normal distribution and actual probability distribution estimated by distribution fitting, (3) estimating the maximum expected profit and optimum markup range. In the case study, the best fitted probability distribution function was estimated using the historical bidding DB retaining the competitors' bidding behavior so that the reliability was improved by estimating the output obtained from simulation experiment.

• 자원환경지질
• /
• 제50권3호
• /
• pp.239-250
• /
• 2017

정량적인 산사태 취약성 분석 중 물리 모델 기반의 분석(physically based approach)은 산사태의 발생 메커니즘 과정을 고려할 수 있는 장점으로 인해 다양한 취약성 분석기법 중 가장 효과적인 기법으로 알려져 있다. 물리 모델 분석은 사면의 지형학적 및 지질공학적 특성과 관련된 입력 자료들을 활용하는데, 현장으로부터 지질공학적 특성을 획득하는 과정에서 지반의 공간적 변동성과 복잡한 지질조건으로 인해 불확실성이 발생하며 이는 부정확한 결과를 초래한다. 따라서 이러한 불확실성을 정량화하기 위하여 확률론적 기법이 활용되어 왔다. 그러나 확률론적 분석을 수행하기 위해 필요한 입력변수의 확률특성은 현장 조사나 실험에서의 수량 제약으로 인하여 정확하게 파악하기 힘들다는 문제가 발생한다. 따라서 본 연구에서는 이러한 원인으로 인해 발생하는 불확실성을 다루기 위하여 퍼지집합이론(fuzzy set theory)을 활용하였다. 특히, 본 연구에서는 퍼지집합이론과 몬테카를로기법(Monte Carlo simulation)을 결합한 분석기법을 제안하였고 이를 실제 산사태가 발생한 연구지역에 적용하여 적정성을 파악하였다. 이를 위하여 1998년 8월 대규모의 산사태가 발생한 경상북도 상주시 일대를 연구지역으로 선정하고 산사태 취약성 분석을 수행하였다. 또한 퍼지몬테카를로기법(Fuzzy Monte Carlo simulation)의 예측 정확도 비교를 위해, 기존의 확률론적 기법인 몬테카를로기법(Monte Carlo simulation)과 안전율 수행 결과와 비교분석 하였다. 그 결과 퍼지몬테카를로기법(Fuzzy Monte Carlo simulation)이 다른 기법에 비해 가장 좋은 예측의 정확도를 보였다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.13-20
• /
• 2022

차세대 와이파이 표준기술인 IEEE 802.11ay는 밀리미터파 대역에서 AP (Access Point)가 다수의 STA (Station)로 동시에 데이터를 전송하도록 MU-MIMO (Multiple User Multiple Input Multiple Output) 통신을 지원한다. 이를 위해, 주기적으로 MU-MIMO 빔포밍 훈련을 수행해야 하고, 효율적인 빔포밍 훈련을 위해서는 AP가 다수의 안테나로 다수의 빔을 동시에 전송할 때, 각 STA에서 측정되는 신호 세기를 정확히 예측하는 것이 중요하다. 본 논문에서는 딥러닝 기반 다중 빔 전송링크 성능 예측기법을 제안한다. 제안한 예측기법은 특정 실내 또는 실외 환경에서 미리 학습된 딥러닝 모델을 이용하여 다수의 빔이 동시에 전송될 때 STA에서 측정되는 신호 세기 예측의 정확성을 높인다. 이때, 딥러닝의 입력으로 개별 빔이 전송될 때 STA에서 측정되는 신호 세기 정보를 이용하고, 개별 빔의 신호 세기 정보를 얻는 과정은 이미 기존의 빔포밍 훈련에 포함되어 있으므로 정보 수집을 위해 추가적인 비용을 발생하지 않는다. 성능평가를 위해 NIST (National Institute of Standards and Technology)에 의해 개발된 Q-D 채널구현 (Quasi-Deterministic Channel Realization) 오픈소스 소프트웨어를 활용하였고 실측 데이터 기반으로 밀리미터파 채널을 구현하였다. 실험결과에서는 제안한 예측기법이 다른 비교기법보다 향상된 예측성능을 보였다.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.721-731
• /
• 2010

강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였으며, 이를 위해 오류역전파알고리즘을 이용한 신경망모형과 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨 모형 그리고 최적화된 상태에서 다시 학습을 진행하는 세 가지 모형에 대하여 적용한 결과 유전자 알고리즘을 사용하여 신경망을 학습시킨 모형이 다른 모형들에 비해 우수한 결과를 보여주고 있으며 예측시간이 길어지더라도 예측력이 크게 떨어지지 않았다. 또한 입력자료로 강우와 수위를 사용한 모형보다는 수위를 사용한 모형에서 조금 더 우수한 결과를 보여주었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제23권6호
• /
• pp.45-52
• /
• 2019

이산화탄소 농도가 높은 도심지의 경우 탄산화로 인한 철근부식이 발생하기 쉬우며 이는 콘크리트 구조물의 내구수명을 감소시킨다. 콘크리트 구조물의 경우 다양한 구속조건을 가지며 항상 외부의 재하하중을 받고 있다. 도입된 응력수준은 이산화탄소와 같은 유해인자의 확산을 변화시키며 탄산화 깊이의 변동성을 야기한다. 본 연구에서는 응력재하수준에 따른 탄산화 변동성을 정량화하였으며, 이를 이용하여 탄산화 예측식을 도출하였다. 내구성 설계인자인 피복두께, 이산화탄소 확산계수, 탄산화 반응 수화물, 그리고 외부 이산화탄소 농도를 확률변수로 정의하였으며, MCS을 통하여 영향인자의 변동성에 따른 내구수명을 도출하였다. 또한 응력수준에 따라 변화하는 내구수명을 도출하였으며, 이를 결정론적인 방법의 결과와 비교하였다. 피복두께 및 내부 수화물 생성이 내구수명 변동성에 가장 큰 영향을 미쳤으며, 응력수준을 고려한 내구수명평가는 유지관리 우선순위 설정에 합리적으로 적용할 수 있다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제22권5호
• /
• pp.30-39
• /
• 2017

In this study, the predictive toxicity of barley Hordeum vulgare was estimated using a modified terrestrial biotic ligand model (TBLM) to account for the toxic effects of $CuOH^+$ and $CuCO_3(aq)$ generated at pH 7 or higher, and this was compared to that from the original TBLM. At pH values higher than 7, the difference in $EA_{50}\{Cu^{2+}\}$ (half maximal effective activity of $Cu^{2+}$) between the two models increased with increasing pH. As Mg concentration increased from 8.24 to 148 mg/L in the pH range of 5.5 to 8.5, the difference in $EA_{50}\{Cu^{2+}\}$ increased, and it reached its maximum at pH 8. The difference in $EC_{50}[Cu]_T$ (half maximal effective concentration of Cu) between the two models increased as dissolved organic carbon (DOC) concentration increased when pH was above 7. Thus, for soils with alkaline pH, the toxic effect of $CuOH^+$ and $CuCO_3(aq)$ are greater at higher salt and DOC concentrations. The acceptable Cu concentration in soil porewater can be estimated by the modified TBLM through deterministic method at pH levels higher than 7, while combination of TBLM and species sensitivity distribution through the probabilistic method could be utilized at pH levels lower than 7.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1651-1664
• /
• 2013

도로포장의 파손과정에는 다양하고 복합적인 원인에서 비롯되는 불확실성이 포함되어 있어 정확한 해석이 쉽지 않다. 이로 인해 최근에는 결정론적 모형보다는 확률이론이 보다 많이 활용되고 있으나, 파손의 전체적 특성만을 설명하는 일반적인 분석방안으로는 포장파손특성의 변화과정에 대해 구체적인 정보를 제공하기 어렵다. 이에 본 연구에서는 포장파손과정을 상태와 시간기준으로 분해함으로써 지역적으로 이질성을 띄는 포장파손속도와 그 분산에 대해 구체적으로 파악하고자 하였다. 또한, 분해된 확률과정을 다시 조합하는 과정을 통해 포장의 기대수명과 불확실성을 예측해 보았다. 실증분석을 위해 일반국도포장관리시스템에서 2003년부터 2010년까지 수집된 균열률 자료를 활용하였다. 이러한 시도들은 자산관리의 주요기법 중 하나인 생애주기비용분석의 신뢰성을 높일 수 있으며, 파손속도의 변화과정에 대한 이해가 필수적인 예방적 유지보수전략에 관한 기반연구로써도 중요한 의의가 있다.

• 한국환경독성학회:학술대회논문집
• /
• 한국환경독성학회 2003년도 추계국제학술대회
• /
• pp.91-93
• /
• 2003

It has been estimated that the equivalent of approximately $US 50 billion has been spent on research on the behavior and fate of pesticides in the environment since Rachel Carson published “Silent Spring” in 1962. Much of the resulting knowledge has been summarized explicitly in computer algorithms in a variety of empirical, deterministic, and probabilistic simulation models. These models describe and predict the transport, degradation and resultant concentrations of pesticides in various compartments of the environment during and after application. In many cases the known errors of model predictions are large. For this reason they are typically designed to be “conservative”, i.e., err on the side of over-prediction of concentrations in order to err on the side of safety. These predictions are then compared with toxicity data, from tests of the pesticide on a series of standard representative biota, including terrestrial and aquatic indicator species and higher animals (e.g., wildlife and humans). The models' predictions are good enough in some cases to provide screening of those compounds which are very unlikely to do harm, and to indicate those compounds which must be investigated further. If further investigation is indicated a more detailed (and therefore more complicated) model may be employed to give a better estimate, or field experiments may be required. A model may be used to explore “what if” questions leading to possible alternative pesticide usage patterns which give lower potential environmental concentrations and allowable exposures. We are currently at a maturing stage in this research where the knowledge base of pesticide behavior in the environmental is growing more slowly than in the past. However, innovative uses are being made of the explosion in available computer technology to use models to take ever more advantage of the knowledge we have. In this presentation, current developments in the state of the art as practiced in North America and Europe will be presented. Specifically, we will look at the efforts of the ‘Focus’ consortium in the European Union, and the ‘EMWG’ consortium in North America. These groups have been innovative in developing a process and mechanisms for discussion amongst academic, agriculture, industry and regulatory scientists, for consensus adoption of research advances into risk management methodology.