• 대한기계학회논문집A
• /
• 제29권2호
• /
• pp.277-283
• /
• 2005

Kriging model is widely used as design analysis and computer experiment (DACE) model in the field of engineering design to accomplish computationally feasible design optimization. In general, kriging model has been applied to many engineering applications as an interpolation model because it is usually constructed from deterministic simulation responses. However, when the responses include not only global nonlinearity but also numerical error, it is not suitable to use Kriging model that can distort global behavior. In this research, generalized kriging model that can represent both interpolation and regression is proposed. The performances of generalized kriging model are compared with those of interpolating kriging model for numerical function with error of normal distribution type and trigonometric function type. As an application of the proposed approach, the response of a simple dynamic model with numerical integration error is predicted based on sampling data. It is verified that the generalized kriging model can predict a noisy response without distortion of its global behavior. In addition, the influences of maximum likelihood estimation to prediction performance are discussed for the dynamic model.

• 대한기계학회논문집A
• /
• 제27권3호
• /
• pp.381-386
• /
• 2003

Gradually engineering designers are determined based on computer simulations. Modeling of the computer simulation however is too expensive and time consuming in a complicate system. Thus, designers often use approximation models called metamodels, which represent approximately the relations between design and response variables. There arc general metamodels such as response surface model and kriging metamodel. Response surface model is easy to obtain and provides explicit function. but it is not suitable for highly nonlinear and large scaled problems. For complicate case, we may use kriging model that employs an interpolation scheme developed in the fields of spatial statistics and geostatistics. This class of into interpolating model has flexibility to model response data with multiple local extreme. In this study. metamodeling techniques are adopted to carry out the shape optimization of a funnel of Cathode Ray Tube. which finds the shape minimizing the local maximum principal stress Optimum designs using two metamodels are compared and proper metamodel is recommended based on this research.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 춘계학술대회논문집C
• /
• pp.537-542
• /
• 2001

In recent engineering, the designer has become more and more dependent on computer simulation. But defining exact model using computer simulation is too expensive and time consuming in the complicate systems. Thus, designers often use approximation models, which express the relation between design variables and response variables. These models are called metamodel. In this paper, we introduce one of the metamodel, named Kriging. This model employs an interpolation scheme and is developed in the fields of spatial statistics and geostatistics. This class of interpolating model has flexibility to model response data with multiple local extreme. By reason of this multi modality, we can't use any gradient-based optimization algorithm to find global extreme value of this model. Thus we have to introduce global optimization algorithm. To do this, we introduce DE(Differential Evolution). DE algorithm is developed by Ken Price and Rainer Storn, and it has recently proven to be an efficient method for optimizing real-valued multi-modal objective functions. This algorithm is similar to GA(Genetic Algorithm) in populating points, crossing over, and mutating. But it introduces vector concept in populating process. So it is very simple and easy to use. Finally, we show how we determine Kriging metamodel and find global extreme value through two mathematical examples.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.581-593
• /
• 2006

다양한 지질 주제도는 현지 조사에 의해 부분적으로 샘플링된 공간 자료의 내삽을 통해 작성되어 왔으며, 공간적 예측을 위해 공간적 상관성을 고려하는 지구통계학적 크리깅이 많이 적용되어 왔다. 이 논문에서는 지질 주제도 작성을 목적으로 부분적인 샘플링 자료와 이와 상관된 부가자료를 통합하기 위해 다변량 지구통계 기법을 적용하였다. 다변량 지구통계 기법으로 simple kriging with local means와 kriging with an external drift를 적용하였다. 지하수위 분포도 작성과 퇴적물 입도 분포도 작성의 2가지 사례연구를 수행하였는데, 지하수위 분포도 작성에는 지하수위 분포 샘플링 자료와 수치고도모델을, 퇴적물 입도분포도 작성에는 입도 샘플링 자료와 IKONOS 원격탐사 자료를 이용하였다. 사례연구 수행결과, 다변량 지구통계 기법이 그동안 많이 이용되어온 단변량 지구통계 기법 친 정규 크리깅에 비해 작은 추정 오차를 나타내면서 국소적인 특성을 반영할 수 있었다. 그러나 추정 오차의 정도는 샘플링 밀도, 부가자료와의 상관성과 공간자료 자체의 상관성 정도에 영향을 받는 것으로 나타났는데, 특히 퇴적물 입도 분포도 작성 사례연구에서 이러한 요소들이 상호 영향을 미쳐 부가자료의 이용 효과가 상대적으로 적게 나타났다.

• 자원환경지질
• /
• 제56권3호
• /
• pp.331-341
• /
• 2023

지구통계 기법을 기반으로 토양오염지도를 작성하는 경우 예측 오차가 발생하며 이에 영향을 미치는 다양한 원인이 존재한다. 본 연구에서는 정규 크리깅을 활용하여 폐광산지역의 토양 내 중금속 농도 샘플링 데이터로부터 격자형 기반의 토양오염지도를 작성하였다. 해당 지도의 예측 오차에 영향을 미친다고 판단된 5개 인자를 선정하고, Leave-one-out 기법을 기반으로 인자의 옵션과 설정값의 변화에 따른 예측값과 실측값 간의 평균제곱근오차(root mean square error, RMSE) 변화를 분석하였다. 이후 머신러닝 알고리즘을 이용하여 RMSE에 영향을 미치는 상위 3개 인자를 도출하였다. 그 결과, Standard interpolation에서는 Variogram Model, Minimum Neighbors, Anisotropy 인자가 RMSE에 가장 큰 영향을 미치는 것으로 분석되었다. 베리오그램 모델에서는 Spherical 모델이 가장 낮은 RMSE를 보였으며, Minimum Neighbors는 3에서 최젓값을 보인 후 값이 증가함에 따라 증가하였다. Anisotropy의 경우 이방성을 고려하지 않는 것이 더 적합한 것으로 나타났다. 본 연구에서는 지구통계와 머신러닝의 복합 활용을 통해 지역 규모에서 높은 신뢰성을 갖는 토양오염지도를 작성할 수 있었고, 적은 수의 토양 샘플링 데이터의 보간 작업 시 어떠한 요인들이 큰 영향을 미치는지 파악할 수 있었다.