구조물의 진동 자료를 이용하는 유전알고리즘(GA) 기반 손상검색기법에 있어, 사용되는 모드 특징의 선택은 손상검색 결과의 정확도를 높이는데 중요하다. 본 연구의 목적은 고유진동수와 모드변형에너지를 이용하여 손상검색의 정확도를 높이는 것이다. 이와 같은 연구 목적을 달성하기 위하여 다음과 같은 연구를 수행하였다. 먼저, 모드 변형에너지를 유도하고 고유진동수와 모드변형에너지를 이용하는 새로운 GA 기반 손상검색기법을 제안하였다. 다음으로 제안된 기법의 효율성을 검증하기 위하여 양단 자유보의 손상시나리오를 제시하고, 손상시나리오에 따른 진동모드 실험을 실시하였다. 마지막으로 실험 자료를 바탕으로 제안된 기법과 기존의 고유진동수와 모드형상을 이용하는 기법으로 손상검색을 실시하여 결과를 비교하였다.

모사풀림(SA)의 특징적인 Metropolis 규준을 단순 유전자 알고리즘(SGA)의 재생산 연산과정에 도입함으로써 Metropolis 유전자 알고리즘(MGA)이 개발되고, 구조 설계 최적화에 응용되었다. 이러한 결합을 통하여 MGA는 개체의 다양성을 유지하며, 초기 세대에서 나타날 수 있는 유용한 유전자 정보가 보존될 수 있다. 따라서 이 연구에서 제안된 MGA는, 국부적 최적해로 조기 수렴하게 되는 SGA의 단점과 정밀한 전역적 최적해를 찾기 위해 수없이 많은 계산을 해야 하는 SA의 단점을 극복하게 되었다 수치예를 통하여 MGA의 성능과 적용성을 재래의 알고리즘들과 비교하고 평가하였다. 특히 MGA의 성능 신뢰성과 강건성을 평가하는 데는 집단 크기와 최대 반복세대수의 효과를 인용하였다. 이론적 고찰과 수치예의 결과로부터, 이 연구에서 개발된 MGA가 효율성과 신뢰성을 갖춘 구조 설계 최적화의 도구로서 평가되었다.

교통량, 속도, 차종 등으로 대표되는 교통자료는 도로를 계획하고 설계하는데 있어 매우 중요한 기초자료로 활용된다. 교통자료를 기준으로 해당 도로의 장래 서비스수준을 예측하며, 신설 및 확장될 도로의 기하구조가 결정되기 때문이다. 1985년 이후부터 건설교통부에서는 일반국도에 대해서 수시 교통량 조사와 상시 교통량 조사를 병행하고 있다. 이러한 교통조사는 일반국도와 일반국도 또는 일반국도와 고속국도가 만나는 네트웍 상의 노드를 중심으로 교통조사 구간을 설정하고, 이들 교통조사 구간에 대해서 교통량 조사를 수행하고 있다. 이러한 교통조사구간 설정 방법은 주요 도로가 만나는 결절점 사이의 구간에서는 교통량 변화패턴이 유사하다는 것을 전제로 하고 있다. 최근 우회도로의 신설, 중앙분리대 설치 등의 도로 기하구조 및 교통 시설물의 설치로 인하여 기존 구간의 특성이 변화되었다. 따라서 전국 일반국도를 대상으로 교통조사 구간의 유사성을 평가하여 국도의 동질성 구간에 대한 분석을 수행하였다. 유사성 평가를 위해서는 유전자 알고리즘을 적용한 모형을 구축하고, 모형의 적용을 통해 교통조사 구간을 정의하였다.

최적화 문제는 일반적으로 복수개의 목적식을 가지며, 이러한 목적식들의 대부분은 서로 충돌한다. 즉, 한 개의 목적식을 최적화하면 다른 목적식들은 최적화되지 못한다. 그러므로 하나의 목적식을 최적화하는 결정변수들이 다른 목적식들을 동시에 최적화시키기가 매우 어렵다. 따라서 최적화 개념도 하나의 목적식을 고려하는 경우와는 다른 관점에서 고려해야 한다. 본 연구에서는 다목표 최적화 문제를 해결하기 위한 새로운 실수코딩 유전자 알고리즘을 제시하고, 알고리즘의 효율 평가를 위해서 다목표 유전자 알고리즘에서 가장 일반적으로 사용되고 있는 MOGA 기법과 비교한다. 제시되는 다목표 실수코딩 유전자 알고리즘에서는 여러 개의 목적식을 평가하기 위한 적합도 함수를 제안하며, 목적식들을 만족하는 다양한 파레토 최적 집합을 구축하기 위한 방안을 제시한다. 개발된 다목표 최적화 알고리즘과 MOGA 기법의 효율 평가를 위해 두 알고리즘이 파레토 최적해의 집합을 어떻게 구성하는지 비교한다. 실수코딩 유전자 알고리즘의 실험을 위해 교배연산자는 단순교배 기법을 사용하고 돌연변이 연산자는 균등돌연변이 기법을 사용한다.

In this paper, we optimize simulation model of a manufacturing system using the real-coded genetic algorithm. Because the manufacturing system expressed by simulation model has stochastic process, the objective functions such as the throughput of a manufa

본 연구는 기계고장 시 대체경로를 고려한 새로운 유사계수와 주어진 기간 내 수요변화를 고려하여 제조 셀을 구성하는 방법론을 개발하는 것이다. 본 연구의 방법론은 2단계로 나누어진다. 1단계에서는 기계고장 시 이용 가능한 대체경로를 고려하여 새로운 유사계수를 제시하고 유전자 알고리즘을 활용하여 부품 군을 식별하는 것이다. 셀 응용의 성패를 좌우하는 주요한 요소들 중 하나는 수요변화에 대한 유연성으로서 수요변화, 이용 가능한 기계의 능력 및 납기일에 따라

In this paper, the design problem of local area networks is defined as finding the network topology minimizing cost subject to reliability constraint. The design problem includes issues such as multiple choices of link type for each possible link, multipl

시뮬레이션은 분석적인 방법으로 해결할 수 없거나 표현하기가 어려운 문제를 현실 세계와 최대한 비슷하게 컴퓨터상에서 모델링하고, 결정 변수에 대한 시뮬레이션을 수행하여 수행도 결과를 주는 방법이다. 그러나 시뮬레이션은 시스템 수행도를 최적화할 수 있는 결정 변수의 값을 찾아주지 못하는 단점이 있다. 이러한 시뮬레이션 기법의 문제점을 해결하고자 최적화 기법을 시뮬레이션에 적용하여 사용하는 것이 일반적인 방법이다. 그러므로 본 논문에서는 최적해를 탐색시에 개체군을 사용하기 때문에 전역적 해를 찾을 확률이 다른 기법들보다 높은 유전자 알고리즘을 시뮬레이션에 적용시킨다. 본 연구에서는 제약 조건을 갖는 문제에서는 이진 코딩 유전자 알고리즘 보다 효과적이라고 알려진 실수 코딩 유전자 알고리즘을 생산 시스템의 시뮬레이션 최적화에 적용한다. 실수 코딩 유전자 알고리즘의 적용시에 재생산 연산자는 교체를 수반한 잔여확률분포 선택 기법을 사용하고, 교배 연산자는 단순 교배 기법을 사용한다. 돌연변이 연산자는 세대에 따라 탐색 영역을 조절해 줄 수 있는 동적 돌연변이 기법을 사용한다.

현재까지 많은 스마트 면진시스템이 제안되었고 연구되어 왔다. 본 연구에서는 스마트 면진시스템의 면진장치와 보조감쇠 장치로서 새로운 형태의 마찰진자시스템(FPS)과 MR 감쇠기를 각각 사용한다. 퍼지로직제어기(FLC)가 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력이 있기 때문에 MR 감쇠기의 감쇠력을 조절하는데 FLC를 사용한다. 또한 FLC의 성능을 최적화 하기 위해서는 유전자알고리즘(GA)을 사용한다. GA를 사용함으로써 소속함수의 형상을 조절하는 것뿐만 아니라 적절한 퍼지제어규칙을 결정할 수 있다. 이를 위하여 본 연구에서는 부분개선 유전자알고리즘을 사용하였다. 이 방법은 유전자의 특정부분을 향상시키는데 효율적이다. FPS와 MR 감쇠기의 동적거동을 표현하기 위해서는 뉴로?퍼지 모델을 사용한다. FLC의 최적설계를 위하여 본 연구에서 제안된 방법의 효율성은 여러 가지 역사지진을 사용하여 계산된 동적응답을 기초로 하여 평가한다. 예제해석결과 제안된 방법은 적절한 퍼지규칙을 찾을 수 있고 GA로 최적화된 FLC는 수동제어기 뿐만 아니라 전문가의 지식에 기반한 FLC와 전통적인 준능동제어기보다 더 좋은 성능을 발휘한다.

이 연구에서는 교량의 모드자료를 이용한 구조해석모델의 개선에 관하여 연구하였다. 교량의 초기해석모델은 도면 및 현장조사결과를 바탕으로 작성되므로, 시간에 따라 손실된 강성의 영향 및 경계조건 등을 합리적으로 반영하기 어려우며, 따라서 구조물에 대한 정적 혹은 동적실험을 수행하고, 그 결과를 반영하여 해석모델을 개선하는 것이 바람직하다. 이 연구에서는 구조물의 고유주파수 및 모드형상 등의 모드특성을 바탕으로 추계론적 최적화 기법인 유전자 알고리즘을 이용하여 해석모델을 개선하고자 하였다. 임진강교 및 행주대교에 대한 동적실험 자료를 이용하여 교량의 모드특성을 추정하였으며, 추정된 모드특성을 바탕으로 유전자 알고리즘을 이용하여 수치해석모델을 개선하였다. 개선된 모델을 사용하여 해석한 결과, 초기해석모델에 의한 해석결과보다 실험으로 추정한 모드특성에 가까움을 확인하였고, 이로부터 개선모델의 합리성을 검증하였다.

유전자 알고리즘은 가장 훌륭한 이산최적화 기법 중 하나이다. 그러나, 유전자 알고리즘은 무제약 최적화 기법이기 때문에 제약조건은 간접적으로 표현된다. 가장 일반적인 방법은 벌칙함수를 사용하여 제약 문제를 무제약 문제로 변환하는 것이다. 본 연구에서는 적합도에 벌점함수를 적용하여 거부전략, 벌점전략, 복합전략 등에 따른 3가지 함수를 구성하였다. 그리고, 이 적합도 함수들을 사용한 설계프로그램을 구현하고, 산형골조와 2층 3경간 골조의 설계문제에 적용시켜 설계결과를 비교하였다. 이를 통하여 유전자 알고리즘을 이용한 유용한 골조 설계프로그램의 구현이 가능할 것으로 판단된다.

This paper presents a new method that can efficiently solve the integrated problem of line balancing and model sequencing in mixed-model U-lines (MMULs). Balancing and sequencing problems are important for an efficient use of MMULs and are tightly related with each other. However, in almost all the existing researches on mixed-model production lines, the two problems have been considered separately. A genetic algorithm for balancing and sequencing in mixed-model U line is proposed. A presentation method and genetic operators are proposed. Extensive experiments are carried out to analyze the performance of the proposed algorithm. The computational results show that the proposed algorithm is promising in solution quality.

최적설계기법을 사용한 경제적인 설계의 필요성은 오래 전부터 요구되어 왔으나, 종전의 설계가 설계자의 경험에 의한 시행착오적인 반복설계를 통하여 이루어져 왔기 때문에 구조물의 형상이 복잡한 경우에는 계산상의 어려움과 반복계산을 되풀이해야 하는 번거로움으로 진정한 최적설계는 기대하기 어려웠다. 최적설계법이 구조물의 설계에 매우 유용하다는 사실이 증명되고 있긴 하지만, 아직도 최적설계의 의미를 제대로 이해하지 못하고 있는 실정이며, 더구나 설계실무자는 어디까지나 사용자이기 때문에 수리적 계획수법에 친숙할 필요까지는 없지만 최소한 이런 기법의 가능성과 중요성을 이해할 필요는 있는데 대부분 그러하지 못하고 있는 실정이다. 일반적으로 트러스 구조물 설계 시 주어진 부재의 응력에 따라 단면적을 산출하여 그 단면적에 역학적으로 가장 합리적인 단면을 선정하여 경제적인 설계단면을 구한다. 그러나 트러스의 형상, 트러스 높이에 따른 경제성의 문제는 보통 설계자의 경험과 직관에 의하여 결정되고, 특별한 검토가 이루어지지 않고 설계가 수행되는데, 실제 트러스 구조물에서 트러스의 형상과 높이가 전체 건설공사비에 크게 영향을 미친다. 그러므로, 트러스 구조물의 최적설계에서 트러스 형상, 라이즈 비(rise ratio : 높이/스팬) 및 격간 수(number of panel)를 고려하는 것이 필요하다. 트러스 형상과 스팬에 따른 최적형상과 최적높이 및 격간 수에 대해 설계자의 초기 구조계획 시 주관적 선택의 어려움을 해결하고, 실제의 지붕형 트러스 구조에 설계하중을 작용시켜 응력해석에서부터 부재 단면설계까지의 자동화된 최적설계 알고리즘을 개발할 필요가 있다. 따라서 본 연구는 플랫 트러스의 형상, 격간 수, 격간의 간격 및 부재단면 등에 대하여 이산적인 변수의 처리와 넓은 설계 공간의 탐색능력과 더불어 문제의 비선형성과 관계없이 전체 최적해를 찾아낼 수 있는 유전자 알고리즘을 이용한다. 또한, 강 구조 한계상태설계기준(대한건축학회, 1998)을 기준으로 하여 자동으로 플랫 트러스의 구조계획과 단면이산화 최적설계를 동시에 수행할 수 있는 최적화 알고리즘을 제시하는 것을 목적으로 한다.

최근 구조최적화분야에서 활발하게 사용되고 있는 유전알고리즘은 해집단을 운용하기 때문에, 많은 반복수와 적응도 평가를 위하여 해집단의 수에 해당하는 구조해석을 필요로 하며, 또한 교배율과 돌연변이율 등의 파라미터에 따라 알고리즘의 성능이 변화하므로 문제에, 따라 적합한 파라미터 설정이 필요한 근본적인 단점을 지니고 있다. 본 연구에서는 기존 유전알고리즘의 단점을 극복할 수 있는 복합유전알고리즘을 마이크로유전알고리즘과 단순유전알고리즘을 결합한 형식으로 그리고, 최적화에 요구되는 연산을 다수의 개인용 컴퓨터에서 동시에 분산하여 수행할 수 있는 고성능 분산 복합유전알고리즘으로 개발하였다. 개발된 알고리즘은 철골 가새골조 구조물의 최소중량설계에 적용하여 그 성능을 평가하였다.

Genetic algorithm is one of the best ways to solve a discrete variable optimization problem. Genetic algorithm tends to thrive in an environment in which the search space is uneven and has many hills and valleys. In this study, genetic algorithm is used for solving the design problem of gable structure. The design problem of frame structure has some special features(complicate design space, many nonlinear constrants, integer design variables, termination conditions, special information for frame members, etc.), and these features must be considered in the formulation of optimization problem and the application of genetic algorithm. So, 'FRAME operator', a new genetic operator for solving the frame optimization problem effectively, is developed and applied to the design problem of gable structure. This example shows that the new opreator has the possibility to be an effective frame design operator and genetic algorithm is suitable for the frame optimization problem.

This paper deals with a cell formation problem for a set of m-machines and n-processing parts. Generally, a cell formation problem is known as NP-completeness. Hence the cell formation problem with multiple objectives is more difficult than single objecti

It is very important to minimize the weight of shaft from the viewpoint of economics and manufacture. For minimizing effectively the diameter of shaft in torsional shafting, authors developed computer program using the real-coded genetic algorithm which is one of optimizing techniques and based on real coding representation of genetic algorithm. In order to confirm the accuracy and effectiveness of the developed computer program, the computational results by the developed program were compared with those of conventional strength, stiffness and vibration designs for a generator shafting.

The operation and management of a plant require proper accounting for the constraints coming from reliability requirements as well as from budget and resource considerations. Most of the mathematical methods to decide the inspection time interval for plan