• 한국전산구조공학회논문집
• /
• 제16권4호
• /
• pp.345-351
• /
• 2003

자동차 산업에서 안전에 대한 법적인 요구 및 시장 수요의 증가에 따라 강도와 경량화라는 안전과 환경에 대한 상반된 목적을 만족시켜야 하기 때문에 일체형 시트의 설계는 점점 더 중요성이 부각되고 있다. 본 연구에서는 미국시험규정 FMVSS210에 따라 외연적 유한 요소해석 프로그램인 LS-Dyna를 사용하여 시트 충돌해석을 수행하였다 하지만 충돌해석은 많은 해석시간을 요구하기 때문에 효율적이고 신뢰성 있는 최적설계기법이 요구된다. 따라서 통계적 기법인 실험계획법과 반응표면모델을 적용하여 많은 해석시간을 요구하는 LS-Dyna해석을 가능한 줄이고 비선형 최적설계 알고리즘을 적용하여 강도와 경량화를 동시에 최적화하고자 한다. 본 연구에서는 실험계획법을 사용하여 최대 변위 및 총중량에 대한 설계영역을 탐색하고 반응표면모델을 구성하여 최적설계를 수행하였다.

• Smart Structures and Systems
• /
• 제25권3호
• /
• pp.285-299
• /
• 2020

Long term structural health monitoring has gained wide attention among civil engineers in recent years due to the scale and severity of infrastructure deterioration. Establishing effective damage indicators and proposing enhanced monitoring methods are of great interests to the engineering practices. In the case of bridge health monitoring, long term structural vibration measurement has been acknowledged to be quite useful and utilized in the planning of maintenance works. Previous researches are majorly concentrated on linear time series models for the measurement, whereas nonlinear dependences among the measurement are not carefully considered. In this paper, a new bridge health monitoring method is proposed based on the use of long term vibration measurement. A combination of the fundamental ARMA model and copula theory is investigated for the first time in detecting bridge structural damages. The concept is applied to a real engineering practice in Japan. The efficiency and accuracy of the copula based damage indicator is analyzed and compared in different window sizes. The performance of the copula based indicator is discussed based on the damage detection rate between the intact structural condition and the damaged structural condition.

• 한국수자원학회논문집
• /
• 제41권9호
• /
• pp.959-967
• /
• 2008

분해기법은 일 단위 강수시계열 자료를 시간단위로 분해하는 데 주로 사용되고 있으며, 시단위 자료는 홍수예측을 위하여 주요하게 사용될 수 있다. 그러나 현재까지 제시된 대부분의 분해기술은 강우데이터가 추계학적 특성을 가지고 있다는 기본 가정을 전제로 하고 있기 때문에 모형을 구성하는데 있어서 강우자료의 물리적 특성을 반영하는 데는 한계를 보이고 있다. 이에 본 연구에서는 강우자료를 각기 다른 해상도로 변환하는데 따른 가중치의 동역학적 거동이 카오스 특성을 보이는지와 카오스적 분해가 가능한지를 비선형의 확정론적 방법(카오스이론)을 이용하여 규명하는 방안을 소개하였다. 우선, 기상청 산하 서울지점을 대상으로 24h-12h, 12h-6h, 6h-3h으로 해상도를 변환하는데 따른 가중치를 계산하여 사용하였다. 가중치 시계열자료의 카오스 특성을 규명하는 데는 상관차원방법을 이용하였으며, 부분근사화 기법을 이용하여 강우를 분해하였다. 서울 지점의 모든 해상도 변환에 따른 가중치는 저차원의 상관 차수를 가지는 카오스 특성을 보임을 확인하였으며, 분해결과 실제 관측치와 유사한 값을 보임을 확인하였다(높은 상관계수와 작은 평균제곱근오차를 보임). 또한 강우의 일반적인 경향성(총량, 강우의 발생 시점)은 보존되나 극값의 경우 대부분 과소 추정됨을 알 수 있었다.

• 전기학회논문지
• /
• 제58권2호
• /
• pp.399-406
• /
• 2009

In this study, Polynomial Radial Basis Function Neural Network(pRBFNN) based on Fuzzy Inference System is designed and its parameters such as learning rate, momentum coefficient, and distributed weight (width of RBF) are optimized by means of Particle Swarm Optimization. The proposed model can be expressed as three functional module that consists of condition part, conclusion part, and inference part in the viewpoint of fuzzy rule formed in 'If-then'. In the condition part of pRBFNN as a fuzzy rule, input space is partitioned by defining kernel functions (RBFs). Here, the structure of kernel functions, namely, RBF is generated from HCM clustering algorithm. We use Gaussian type and Inverse multiquadratic type as a RBF. Besides these types of RBF, Conic RBF is also proposed and used as a kernel function. Also, in order to reflect the characteristic of dataset when partitioning input space, we consider the width of RBF defined by standard deviation of dataset. In the conclusion part, the connection weights of pRBFNN are represented as a polynomial which is the extended structure of the general RBF neural network with constant as a connection weights. Finally, the output of model is decided by the fuzzy inference of the inference part of pRBFNN. In order to evaluate the proposed model, nonlinear function with 2 inputs, waster water dataset and gas furnace time series dataset are used and the results of pRBFNN are compared with some previous models. Approximation as well as generalization abilities are discussed with these results.

• 한국융합학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2019

신경회로망은 적합한 수학적 모델에 대한 가정 없이 데이터로부터 유용한 정보를 추출해서 예측에 필요한 입출력 관계를 정의할 수 있어서 주가 예측에 널리 사용되어 왔다. 본 논문에서는 신경회로망 모델을 사용하여 일별 KOrea composite Stock Price Index (KOSPI) 종가를 예측한다. 예측된 종가를 기반으로 KOSPI에 연동해 변동하는 Exchange Traded Funds (ETFs)의 거래를 위한 알파 매매를 제안한다. 본 논문에 제안된 방법으로 KOSPI 예측 신경회로망 모델들을 구현하고 예측 정확도를 평가한다. 구현된 신경회로망 모델(NN1)의 학습 오차(MAPE)는 0.427, 평가 오차는 0.627이다. 평가용 데이터를 사용해 알파 매매를 시뮬레이션하면 수익률은 7.16 ~ 15.29 %를 보인다. 이는 125 거래일 데이터로 거둔 수익률로 제안된 알파 매매가 효과적임을 보인다.

• 전기학회논문지
• /
• 제60권3호
• /
• pp.639-647
• /
• 2011

In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 한국건설관리학회논문집
• /
• 제14권2호
• /
• pp.131-140
• /
• 2013

과거부터 축적된 시계열 데이터 기반의 정량적 예측 모형은 수치적인 정확성을 추구함으로써 다양한 분야의 투자 효과 예측에 활용되고 있다. 특히, R&D 사업의 경우 그 투자효과에 대해 역설할 필요가 있고, 이에 따라 건설 산업을 포함한 각 산업 정부 R&D 투자효과 예측을 위해 이러한 모형이 활용되고 있다. 그러나 5개의 세부 사업으로 분리 발주되는 건설 분야 정부 R&D 사업의 경우, 세부 사업 관련 축적된 데이터가 부족하고, 각 세부 사업별로 투자의 파급과정이 상이하다. 이에 따라 데이터 기반의 계량적 예측모형 개발에 제약이 있고, 개발된다 하더라도 투자 파급과정에 대한 설명력이 부족하여 투자 당위성을 설명해야 하는 각 세부 사업 담당자의 요구를 만족시키기에 한계가 있다. 이러한 문제를 해결하기 위해 적용되는 시스템다이내믹스 (System Dynamics) 시뮬레이션 방법론은 변수 간 인과관계를 기반으로 시스템 내 순환적 동태적 상호작용을 설명함으로써 건설 R&D 세부 사업들의 다양한 투자 파급과정을 이해하는 데 장점이 있다. 따라서 본 연구는, 각 사업별 특성에 대한 분석 및 관련된 정성적 자료를 기반으로 건설 R&D 투자의 파급과정을 설명하는 시스템다이내믹스 예측 모형을 개발하였다. 또한, 시스템다이내믹스 모형의 수치적 예측 정확성을 보완하기 위해 기 개발된 데이터 기반의 계량적 예측 모형과의 상호 연동체계를 제안하고, 이를 활용하였다. 본 모델링 방법은 정성적 자료와 정량적 데이터를 복합적으로 활용함으로써, R&D 투자의 파급과정 등 시스템 구조에 대한 이해를 가능하게 할 뿐 아니라 예측의 수치적 정확성을 보완할 수 있다. 제안한 모델링 방법을 가용데이터가 부족한 정부의 건설 R&D 세부 사업들의 경제적 투자효과 분석에 적용함으로써, 상이한 각 사업별 투자 파급과정에 대한 이해를 바탕으로 투자효과 극대화를 위한 전략 도출 및 수치적 예측력이 보완된 투자효과 분석에의 활용 가능성을 확인하였다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.229-250
• /
• 2022

포트폴리오 최적화 이론의 초석인 Markowitz의 평균-분산 포트폴리오 모형 (1952)이 발표된 이후로 많은 분야에서 포트폴리오 최적화에 대한 다양한 연구가 진행되었다. 기존의 평균-분산 포트폴리오 모형은 주로 목적함수나 제약식에 비선형 볼록 형태를 포함한다. 이를 Dantzig의 선형계획법을 적용하여 선형으로 변환시켜 알고리즘 계산 시간을 효율적으로 감소시켰다. 또한 시계열 데이터 특성을 반영하여 시간에 따른 가중치를 고려하는 가우시안 커널 가중치 공분산을 제안하였다. 여기에 일정 부분은 벤치마크에 투자하고 나머지는 포트폴리오 최적화 모형으로 제안된 자산들에 투자하는 퍼터베이션 방법을 적용하여 평균 수익률과 위험도를 목적에 맞게 조절하도록 하였다. 또한, 본 논문에서는 안정적이면서도 적은 자산을 보유하게 포트폴리오를 구성하여 관리비용(management costs)과 거래비용(transaction costs)를 낮출 수 있는 Dantzig-type 퍼터베이션 포트폴리오 모형을 제안하였다. 제안된 모형의 성능은 5개의 실제 데이터 세트로 벤치마크 포트폴리오와 비교 분석하여 평가하였다. 최종적으로 제안한 최적화 모형은 벤치마크보다 높은 기대수익률이나 낮은 위험도를 갖는 포트폴리오를 구성하여 퍼터베이션 목적을 만족하며, 투자한 자산의 수와 시간에 따른 자산 구성 변화를 일정 수준 이하로 조절하는 희소하며 안정적인 결과를 얻었다.

• 한국환경보건학회지
• /
• 제32권4호
• /
• pp.304-315
• /
• 2006

This study is performed to reexamine the association between ambient air pollution and daily mortality in seven major cities of Korea using a method of meta-analysis with the data filed for the period 1998-2001. These cities account for half of the Korean population (about 23 million). The observed concentrations of carbon monoxide (CO, mean=1.08 ppm), ozone ($O_3$, mean=33.97 ppb), particulate matter less than 10 ${\mu}m$ ($PM_{10},\;mean=57.11\;{\mu}g/m^3$), nitrogen dioxide ($NO_2$, mean=25.09 ppb), and sulfur dioxide ($SO_2$, mean=9.14 ppb) during the study period were at levels below Korea's current ambient air quality standards. Generalized additive models were applied to allow for the highly flexible fitting of seasonal and long-term time trends in air pollution as well as nonlinear associations with weather variables, such as air temperature and relative humidity. Also, we calculated a weighted mean as a meta-analysis summary of the estimates and its standard error. In city-specific analyses, an increase of $41.17{\mu}g/m^3(IQR)\;of\;PM_{10}$ corresponded to $1{\sim}12%$ more deaths, given constant weather conditions. Like most of air pollution epidemiologic studies, this meta-analysis cannot avoid fleeing from measurement misclassification since no personal measurement was taken. However, we can expect that a measurement bias be reduced in district-specific estimate since a monitoring station is better representative of air quality of the matched district. Significant heterogeneity was found for the effect of all pollutants. The estimated relative risks from meta-like analysis increased compared to those relative risks from pooled analysis. The similar results to those from the previous studies indicated existence of health effect of air pollution at current levels in many industrialized countries, including Korea.