민감도 해석은 구조 모델링 변수의 변화에 따른 역학적인 거동의 특성을 찾는 것을 목적으로 한다. 따라서 건물의 구조 진단과 보수 보강 분야에서 특히 중요한 설계 자료로서 활용되고 있다. 본 연구는 구조물의 위상학적 최적 모델링에서 중요하게 다루어지는 민감도 해석을 다양한 방법을 사용하여 공식화하였다. 감차법과 변분법을 적용하여 직접법과 수반법으로서 최종적인 해석적인 민감도 식들을 유도하였다. 구조 해석에 관한 간단한 수치예제를 통하여 유도된 민감도 식들의 해가 적절함을 수치적인 민감도 해석치와 비교하여 검증하였고, 최종적으로 이산화 민감도 해석에 의한 밀도분배법의 위상학적 최적 모델링을 수행하여 민감도 공식들을 위상 최적화 문제에서 정식화하였다.

연구용원자로 해체비용은 해체대상물에 대한 특성 및 제원에 맞게 해체작업을 분류하고 구성요소를 설정하여 단위비용인자를 바탕으로 한 공학적 비용 산정 방법으로 해체비용을 산정한다. 연구용원자로에 대한 해체비용은 크게 인건비, 장비 및 재료비로 구성이 되는데 해체작업에 소요되는 인건비는 해체대상물에 소요되는 작업시간을 바탕으로 계산을 한다. 본 논문에서는 연구용원자로 해체비용 산정 시 인건비 계산에 필요한 단위비용인자 및 작업 난이도 인자를 산출하였다.

This study examines whether the reinforcement theory would be effectively applied to teaching assistant robots between a robot and a student in the same way as it is applied to teaching methods between a teacher and a student. Participants interact with a teaching assistant robot in a 3 (types of robots: positive reinforcement vs. negative reinforcement vs. both reinforcements) by 2 (types of participants: honor students vs. backward students), within-subject experiment. Three different types of robots, such as ‘Ching-chan-ee’ which gives ‘positive reinforcement’, ‘Um-bul-ee’ which gives ‘negative reinforcement’, and ‘Sang-bul-ee’ which gives both ‘positive and negative reinforcement’ are designed based on the reinforcement theory and the token reinforcement system. Participants’ task performance and reaction rate are measured according to the types of robots and the types of participants. In task performance, the negative reinforcement robot is more effective than the other two types, but regarding the number of stimulus, the less the stimulus is, the more effective the task performance is. Also, participants showed the highest reaction rate on the negative reinforcement robot which implies that the negative reinforcement robot is most effective to motivate students. The findings demonstrate that the participants perceive the teaching assistant robot not as a toy but as a teaching assistant and the reinforcement interaction is important and effective for teaching assistant robots to motivate students. The results of this study can be implicated as an effective guideline to interaction design of teaching assistant robots.