강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이

본 논문에서는 유전자 알고리즘을 이용하여 액션 게임에서 지능 캐릭터의 경로 탐색 방법을 제안하였다. 실험방법으로는 유전자 알고리즘의 특성을 살려 이동 캐릭터가 최단 경로를 선택 할 뿐만 아니라 최적경로 탐색이 가능하도록 하였다. 이 때 염색체의 코드화를 그대로 적용할 경우 많은 치사 유전자가 발생하는데 이 문제를 DNA의 행동 특성의 스플라이싱 방법을 이용하여 해결하였다. 탐색 과정에서 여러 개의 후보 해를 생성하는 유전자 알고리즘의 특징을 이용해서 최단 경로 이외에 최적 경로를 1회의 처리로서 지능 캐릭터가 경로를 탐색하였다.

탱크모형과 PRMS(Precipitation Runoff Modeling-modular System) 모형으로 섬진강댐 유역의 유출량을 1981년부터 2001년까지 모의 발생하였다. 적용된 각각의 단일모형인 Tank 모형과 PRMS 모형에 의하여 모의된 유출량은 서로 상이한 모의 양상을 나타낸다. 본 연구에서는 Tank 모형과 PRMS 모형과 같은 단일모형에 의하여 모의되는 유출량의 편차를 최소화하고 관측유출량에 보다 잘 부합되는 유출모의결과를 생산하기

본 연구의 목적은 다목적 유전자 알고리즘을 이용하여 우수유출 저류지를 소유역에 분담하여 설치 계획하는데있다. 이를 위해 우수유출 저류지의 위치 및 규모를 최적화하기 위한 모형을 개발하였다. 이 모형은 크게 2가지로 나뉘어 지는데, 유역유출모형과 최적해를 구하기 위하여 도입한 다목적 유전자 알고리즘(MOGAs)이다. 이러한 최적화 모형을 모의하기 위하여 목적함수는 첨두유출량과 저류지 저류용량의 함수로 설정하고, 제한조건은 기본적으로 구조적 제한과 저류용량

본 연구에서는 고등해석과 유전자 알고리즘을 이용한 트러스 구조물의 최적설계를 수행하였다. 본 연구에서 사용한 고등해석은 기하학적 비선형과 재료적 비선형을 동시에 고려한다. 최적화 알고리즘으로 마이크로 유전자 알고리즘을 사용하였다. 목적함수로 구조물의 중량을 사용하였으며, 제약조건식은 구조시스템의 하중-저항능력 및 변위 조건을 고려하였다. 제안된 방법에 의한 최적설계 결과를 기존의 연구결과와 비교하여 그 타당성을 증명하였다.

본 연구에서는 강우강도식의 매개변수를 추정하기 위해서 다목적 유전자알고리즘의 목적함수로 RMSE와 RRMSE를 적용하여 보다 객관적인 기준으로 장 단기간을 구분하는 방법을 제시하였다. 매개변수를 추정하기 위한 장 단기간을 구분하는 방법으로는 정확도를 기준으로한 방법과 그래프상의 접점을 이용하는 방법을 적용하였으며, 기상청에서 관리하는 22개 지점에 대하여 국내에서 널리 사용되고 있는 강우강도식을 이용하여 그 적용성을 살펴보았다. 매개변수를 추정하는 방법

현재 국내에서 사용되고 있는 Talbot, Sherman, Japanese형 강우강도식은 매개변수추정이 용이하다는 장점이 있지만, 이원환 등(1993)과 허준행 등(1999)이 개발한 강우강도식에 비하여 정확도가 떨어지며 재현기간을 고려할 수 없다는 단점이 있다. 본 연구에서는 매개변수 추정상의 어려움 때문에 널리 사용되지 않는 허준행 등(1999)이 제안한 강우강도식의 매개변수를 유전자알고리즘을 이용하여 추정하는 방법을 제시하였다. 기상청 22개 지점

본 연구는 다목적 유전자알고리즘을 이용하여 Tank 모형의 매개변수를 추정하는데 있어서 선호적순서화(preference ordering)를 적용한 연구로써, 목적함수의 개수가 여러 개인 경우에 발생할 수 있는 파레토최적화의 단점을 해결하기 위한 것이다. 최적화를 위한 목적함수는 모두 4가지를 사용하였으며, 선호적순서화를 통해서 구한 2차 효율성(2nd order efficiency)을 가지면서 정도(degree)가 3인 4개의 해 중에서 1개의 해만을

본 연구의 목적은 개념적인 강우-유출모형인 Tank 모형의 매개변수를 산정하기 위한 다목적 유전자알고리즘의 적용성을 평가하는 것이다. 다목적 유전자알고리즘 기법으로는 최근에 가장 많이 사용되는 기법중의 하나인 NSGA-II를 채택하여 Tank 모형과 결합하였으며, 4가지 목적함수(유출용적오차, 평균제곱근 오차, 고수유량 평균제곱근 오차 및 저수유량 평균제곱근 오차)값을 최소화하는 형태의 목적함수를 적용하였다. NSGA-II는 목적함수의 개수가 많아지면

본 논문에서는 본 연구논제(2007)에서 개발된 COMBINE-GRNNM-GA(Type-1)으로부터 최적형태의 구조를 가진 모형을 구성하고, 입력층노드의 기상인자를 제거하기 위하여 불확실성 분석을 실시하였다. 훈련과정중에 가장 최소의 평활인자를 가진 입력층변수는 COMBINE-GRNNM-GA(Type-1)에서 제거되었으며, 변형된 COMBINE-GRNNM-GA(Type-1)은 기상학적 변수의 새로운 최소 평활인자를 구하기 위하여 재훈련된다. 최소 평활인

본 연구의 목적은 결측 혹은 미계측 증발접시 증발량과 우리나라에서 계측되고 있지 않은 알팔파 기준증발산량의 산정을 위하여 유전자 알고리즘이 내재된 일반화된 회귀신경망모형을 개발하고 적용하는데 있다. 우리나라에서는 장기간동안 증발산계를 이용하여 알팔파 기준증발산량의 관측이 시행되지 않고 있으므로, 본 연구에서는 Penman-Monteith(PM) 공식을 이용하여 산정된 값을 계측된 알팔파 기준증발산량으로 가정하였다. 본 연구를 통하여 최적 증발접시 증발량

본 연구에서는 고등해석과 유전자 알고리즘을 이용한 강뼈대 구조물의 직접설계시스템의 최적화를 수행하였다. 본 연구에서 사용한 고등해석은 기하학적 비선형과 재료적 비선형을 동시에 고려한다. 직접설계 시스템의 최적화를 위해 유전자 알고리즘을 사용하였다. 목적함수로 구조물의 중량을 사용하였으며, 제약조건식은 구조시스템의 하중-저항능력, 처짐, 층간 수평변위 및 연성요구 조건을 고려하였다. 제안된 방법에 의해 나타난 결과를 다른 방법에 의한 것들과 비교해서 그 효율성을 증명하였다.

The genetic algorithm is investigated for parameters estimation of SED (storage - effective drainage) model from the Wi-stream watershed in Nakdong river basin. In the practical application of model, as a number of watershed parameters do not measure directly, it is desirable to make a good estimation from the known rainfall and runoff data. For the estimation of parameters of the SED model using the genetic algorithm, parameters of Green-Ampt equation(SM, Ks) for the estimation of an effective rainfall and initial storage(yin) used in SED model are obtained a regression equation with 5, 10, 20 days antecedent precipitation. And as a consequence of computation, the parameters were obtained to satisfy the proposed objective function. From the comparison of observed and computed hydrographs, it shows a good agreement in the shape and the rising limb, peak, falling limb of hydrograph, so the SED model using the genetic algorithm shows a suitable model for runoff analysis in river basin.

관망해석 시뮬레이션과 유전자 알고리즘에 기초한 최적화 모형을 이용하여 최소비용의 배수관망을 설계하는 방법론이 개발되었다. 유전자 알고리즘은 추계학적 최적화 기법의 하나로, 비선형적이고 계산량이 많은 관망설계 문제에 적용하기에 적합한 장점을 가지고 있다. 기존의 연구가 대부분 전체 관망의 신설 혹은 기존 관망의 병렬확장에만 적용하던 것에 비해 본 연구에서는 개발된 모형을 수지상(tree-type) 신설관 및 loop형 병렬증설관이 공존하는 시스템에 적용하

WGR 강우모형은 중규모 정도의 강우를 표현하기 위해 개발된 개념적인 모형으로 대기의 동역학적 특성과 강우의 통계학적 특성이 비교적 잘 반영된 모형이다(Waymire 등, 1984). 그러나 이 모형은 최대 18개의 매개변수르 가지며 모형의 구조가 강한 비선형성을 가지고 있어 매개변수 추정이 매우 어려운 문제로 남아 있다. 지금까지 각각 다른 지역의 강우에 대해 비선형 최적화 기법(non-linear programming; NLP)을 이용하여 매개변수를

본 연구에서는 대구광역시에 위치하고 있는 서변 펌프가압장에서 발생되는 수격압을 최소화하기 위해 사용되는 감압밸브와 공기밸브의 최적 위치결정과 감압밸브의 최적 열림정도를 도모하였다. 가압장에서 발생하는 펌프의 급정지에 기인한 수격현상은 특성선방법을 이용하여 모의를 하였다. 최적화 방법은 강력한 탐색능력을 가지고 있으며 특히 비선형 문제를 해결하는데 탁월한 성능을 가지고 있는 유전자 알고리즘을 이용하여 실시하였다. 유전자 알고리즘의 계산결과는 감압밸브의 열

본 연구의 목적은 유전자 알고리즘 최적화기법을 이용하여 설계기준에 합당한 제약조건을 고려한 최소경비의 관망시스템의 설계를 목적으로 한다. 수리학적 제약조건들은 수리모의프로그램(KYPIPE)과 연계하여 가능해 영역을 수시로 검증하였다. 유전자 알고리즘은 비교적 새로운 최적화기법이다. 유전자 알고리즘은 매우 강력한 탐색능력을 가지고 있으며 특히 비선형 문제를 해결하는데 탁월한 성능을 가진다고 알려져 있다. 유전자 알고리즘은 계산결과로 제시되는 결정변수인 관

빈도별 홍수량의 지역분석을 위하여 유역의 지형특성을 독립변수로 이용하는 회귀모형을 검정하였다. 그런데 이들 독립변수들간의 상관관계가 존재할 경우 능형회귀모형이 이용되기도 하는 이 방법은 다중공선성 문제를 극복하는데 적합한 방법으로 알려져 있다. 능형회귀모형을 최적화하기 위해서는 조정변수가 포함되는 비용함수를 최소화하여야 한다. 본 연구에서는 이 최적화를 위하여 유전알고리즘을 이용하였다. 유전알고리즘은 자연 생물의 유전 및 진화과정을 모방한 추계학적 탐색