• Computational Structural Engineering : An International Journal
• /
• 제3권1호
• /
• pp.39-47
• /
• 2003

Generalized CMAC (GCMAC) is a type of neural network known to be fast in learning. The network may be useful in structural engineering applications such as the identification and the control of structures. The derivatives of a trained GCMAC is relatively poor in accuracy. Therefore to improve the accuracy, a new algorithm is proposed. If GCMAC is directly differentiated, the accuracy of the derivative is not satisfactory. This is due to the quantization of input space and the shape of basis function used. Using the periodicity of the predicted output by GCMAC, the derivative can be improved to the extent of having almost no error. Numerical examples are considered to show the accuracy of the proposed algorithm.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2006년도 추계학술발표회
• /
• pp.97-104
• /
• 2006

선박과 항만 터미널에 의한 오염에 대하여 항만 환경의 보호를 위해 강력한 규제지침을 적용해야한다. 불법적인 선박의 밸러스트수 교환으로 발생하고 연안의 항내에 들어와서 교환을 하면 식물과 동물의 외래종 침입하여 먹이 사슬을 파괴하는 원인이 된다. 질소가 풍부한 물의 교환은 미생물의 성장을 촉진시켜 연안에 적조를 유발시킨다. 또한 항만의 나쁜 영향을 미치는 것은 선박과 물동량을 수송하는 트럭에서 다량의 디젤 산화물을 대기로 배출한다. 국제해사기구 (International Maritime Organization: IMO) 에서는 선박에서 발생되는 오염물질 둥에 대한 규제강화를 위하여 최근 새로운 해사환경협약의 채택 및 발효를 강력히 추진하고 있다. 우리나라는 국제해사기구의 A 그룹 이사국으로서의 국제적인 위상과 해양환경 보호를 위하여 현재 발효되고 추진 중에 있는 협약들에 대한 연구와 대처를 효과적으로 하여야 한다. 이 논문은 해양관련 환경규제협약인 대기오염방지협약, 선박의 유해방오도료 사용규제협약, 밸러스트수 배출규제협약, 선박으로부터 오수에 의한 오염방지를 위한 협약 풍의 주요 현안을 파악하고 분석하여 이에 따른 대응책을 제시하고자 한다.