This research focuses on finite element model updating and damage assessment of structures at element level based on global nondestructive test results. For this purpose, an optimization system is generated to minimize the structural dynamic parameters discrepancies between numerical and experimental models. Objective functions are selected based on the square of Euclidean norm error of vibration frequencies and modal assurance criterion of mode shapes. In order to update the finite element model and detect local damages within the structural members, modern optimization techniques is implemented according to the evolutionary algorithms to meet the global optimized solution. Using a simulated numerical example, application of genetic algorithm (GA), particle swarm (PSO) and artificial bee colony (ABC) algorithms are investigated in FE model updating and damage detection problems to consider their accuracy and convergence characteristics. Then, a hybrid multi stage optimization method is presented merging advantages of PSO and ABC methods in finding damage location and extent. The efficiency of the methods have been examined using two simulated numerical examples, a laboratory dynamic test and a high-rise building field ambient vibration test results. The implemented evolutionary updating methods show successful results in accuracy and speed considering the incomplete and noisy experimental measured data.
In the fields of researches associated with plant layout optimization, the main goal is to minimize the costs of pipelines for connecting equipment. However, what is the lacking of considerations in previous researches is to handle the multi floor processes considering the safety distances for domino impacts on a complex plant. The mathematical programming formulation can be transformed into MILP (Mixed Integer Linear Programming) problems as considering safety distances, maintenance spaces, and economic benefits for solving the multi-floor plant layout problem. The objective function of this problem is to minimize piping costs connecting facilities in the process. However, it is really hard to solve this problem due to complex unequality or equality constraints such as sufficient spaces for the maintenance and passages, meaning that there are many conditional statements in the objective function. Thus, it is impossible to solve this problem with conventional optimization solvers using the derivatives of objective function. In this study, the PSO (Particle Swarm Optimization) technique, which is one of the representative sampling approaches, is employed to find the optimal solution considering various constraints. The EO (Ethylene Oxide) plant is illustrated to verify the efficacy of the proposed method.
In Current paper, the voltages of patches optimization are carried out for minimizing the power consumption of piezoelectric patches and maximum vertical displacement of symmetrically FML panels using the modified multi-objective Elitist-Artificial Bee Colony (E-ABC) algorithm. The voltages of patches, panel length/width ratios, ply angles, thickness of metal sheets and edge conditions are chosen as design variables. The classical laminated plate theory (CLPT) is considered to model the transient response of the panel, and numerical results are obtained by the finite element method. The performance of the E-ABC is also compared with the PSO algorithm and shows the good efficiency of the E-ABC algorithm. To check the validity, the transient responses of isotropic and orthotropic panels are compared with those available in the literature and show a good agreement.
Journal of the Korean Institute of Intelligent Systems
/
v.21
no.6
/
pp.792-797
/
2011
This paper discusses the application of a hybrid discretiziation method for the discretization procedure that needs to be included in discrete particle swarm optimization (DPSO) for the problem of allocating PV (photovoltaic) systems onto distribution power systems. For this purpose, this paper proposes a rule-based expert system considering the objective function value and its optimizing speed as the input parameters and applied it to the PV allocation problem including discrete decision variables. For multi-level discretization, this paper adopts a hybrid method combined with a simple rounding and sigmoid funtion based 3-step and 5-step quantization methods, and the application of the rule based expert system proposing the adequate discretization method at each PSO iteration so that the DPSO with the hybrid discretization can provide better performance than the previous DPSO.
A numerical study was conducted to improve the performance of an impeller of centrifugal compressor. Nine design variables were chosen with constraints. Only meridional contours and blade profile were adjusted. ANN (Artificial Neural Net) was adopted as a main optimization algorithm with PSO (Particle Swarm Optimization) in order to reduce the optimization time. At first, ANN was learned and trained with the design variable sets which were obtained using DOE (Design of Experiment). This ANN was continuously improved its accuracy for each generation of which population was one hundred. New design variable set in each generation was selected using a non-gradient based method of PSO in order to obtain the global optimized result. After $7^{th}$ generation, the prediction difference of efficiency and pressure ratio between ANN and CFD was less than 0.6%. From more than 1,200 design variable sets, a pareto of efficiency versus pressure ratio was obtained and an optimized result was selected based on the multi-objective function. On this optimized impeller, the efficiency and pressure ratio were improved by 1% and 9.3%, respectively.
Optimizing composite structures to exploit their maximum potential is a realistic application with promising returns. In this research, simultaneous maximization of the fundamental frequency and frequency separation between the first two modes by optimizing the fiber angles is considered. A high-fidelity design optimization methodology is developed by combining the high-accuracy of finite element method with iterative improvement capability of metaheuristic algorithms. Three powerful nature-inspired optimization algorithms viz. a genetic algorithm (GA), a particle swarm optimization (PSO) variant and a cuckoo search (CS) variant are used. Advanced memetic features are incorporated in the PSO and CS to form their respective variants-RPSOLC (repulsive particle swarm optimization with local search and chaotic perturbation) and CHP (co-evolutionary host-parasite). A comprehensive set of benchmark solutions on several new problems are reported. Statistical tests and comprehensive assessment of the predicted results show CHP comprehensively outperforms RPSOLC and GA, while RPSOLC has a little superiority over GA. Extensive simulations show that the on repeated trials of the same experiment, CHP has very low variability. About 50% fewer variations are seen in RPSOLC as compared to GA on repeated trials.
KSII Transactions on Internet and Information Systems (TIIS)
/
v.16
no.11
/
pp.3544-3564
/
2022
With the development of the NB-IoT (Narrow band Internet of Things) and smart cities, coupled with the emergence of smart smoke sensors, new requirements and issues have been introduced to study on the deployment of sensors in large spaces. Previous research mainly focuses on the optimization of wireless sensors in some monitoring environments, including three-dimensional terrain or underwater space. There are relatively few studies on the optimization deployment problem of smart smoke sensors, and leaving large spaces with obstacles such as libraries out of consideration. This paper mainly studies the deployment issue of smart smoke sensors in large spaces by considering the fire probability of fire areas and the obstacles in a monitoring area. To cope with the problems of coverage blind areas and coverage redundancy when sensors are deployed randomly in large spaces, we proposed an optimized deployment strategy of smart smoke sensors based on the PSO (Particle Swarm Optimization) algorithm. The deployment problem is transformed into a multi-objective optimization problem with many constraints of fire probability and barriers, while minimizing the deployment cost and maximizing the coverage accuracy. In this regard, we describe the structure model in large space and a coverage model firstly, then a mathematical model containing two objective functions is established. Finally, a deployment strategy based on PSO algorithm is designed, and the performance of the deployment strategy is verified by a number of simulation experiments. The obtained experimental and numerical results demonstrates that our proposed strategy can obtain better performance than uniform deployment strategies in terms of all the objectives concerned, further demonstrates the effectiveness of our strategy. Additionally, the strategy we proposed also provides theoretical guidance and a practical basis for fire emergency management and other departments to better deploy smart smoke sensors in a large space.
Journal of the Korean Society for Aeronautical & Space Sciences
/
v.43
no.4
/
pp.326-333
/
2015
A turbo fan engine performance analysis program combined with a particle swarm optimization(PSO) has been developed to optimize the major design parameters of the combat aircraft gas turbine engine. The optimized parameters includes bypass ratio, fan pressure ratio, high pressure compression ratio and burner exit temperature. The objective parameters have been determined using a multi-objective function consisting of the net thrust and specific fuel consumption along a weight function. The basic model for the combat aircraft gas turbine engine has been selected as the F404 turbofan engine which is widely used in the combat aircraft, F-18 and Korean high level training aircraft, T-50. The optimal conditions of four parameters have been obtained for various design conditions.
KSII Transactions on Internet and Information Systems (TIIS)
/
v.6
no.4
/
pp.1106-1127
/
2012
Service oriented architecture (SOA) lends itself to model the application components to coarse-grained services in such a way that the composition of different services could be feasible. Service composition fulfills numerous service requirements by constructing composite applications with various services. As it is the case in many real-world applications, different users have diverse QoS demands issuing for composite applications. In this paper, we present a service composition framework for a typical service overlay network (SON) considering both multiple QoS constraints and load balancing factors. Moreover, a service selection algorithm based on niching technique and particle swarm optimization (PSO) is proposed for the service composition problem. It supports optimization problems with multiple constraints and objective functions, whether linear or nonlinear. Simulation results show that the proposed algorithm results in an acceptable level of efficiency regarding the service composition objective under different circumstances.
The Transactions of The Korean Institute of Electrical Engineers
/
v.60
no.4
/
pp.862-870
/
2011
In this paper, we introduce a new topology of Radial Basis Function-based Polynomial Neural Networks (RPNN) that is based on a genetically optimized multi-layer perceptron with Radial Polynomial Neurons (RPNs). This study offers a comprehensive design methodology involving mechanisms of optimization algorithms, especially Fuzzy C-Means (FCM) clustering method and Particle Swarm Optimization (PSO) algorithms. In contrast to the typical architectures encountered in Polynomial Neural Networks (PNNs), our main objective is to develop a design strategy of RPNNs as follows : (a) The architecture of the proposed network consists of Radial Polynomial Neurons (RPNs). In here, the RPN is fully reflective of the structure encountered in numeric data which are granulated with the aid of Fuzzy C-Means (FCM) clustering method. The RPN dwells on the concepts of a collection of radial basis function and the function-based nonlinear (polynomial) processing. (b) The PSO-based design procedure being applied at each layer of RPNN leads to the selection of preferred nodes of the network (RPNs) whose local characteristics (such as the number of input variables, a collection of the specific subset of input variables, the order of the polynomial, and the number of clusters as well as a fuzzification coefficient in the FCM clustering) can be easily adjusted. The performance of the RPNN is quantified through the experimentation where we use a number of modeling benchmarks - NOx emission process data of gas turbine power plant and learning machine data(Automobile Miles Per Gallon Data) already experimented with in fuzzy or neurofuzzy modeling. A comparative analysis reveals that the proposed RPNN exhibits higher accuracy and superb predictive capability in comparison to some previous models available in the literature.
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.