본 논문에서는 15차 bézier 곡선을 사용하여 기존의 연구보다 더 유연한 빔 형상을 설계하고, 더 넓은 설계 공간에서 최적 설계를 수 행하여 최적의 열전도도를 갖는 빔 형상을 설계한다. 설계 공간이 넓어지면 그 만큼 계산양이 증가하게 되는데, 고차원 변수 공간에서 효율적으로 작동하는 인공신경망을 사용하여 최적 설계를 가속화하여 계산 한계를 극복하였다. 더 나아가 최적의 탄성계수를 갖는 빔의 형상과 비교하였으며 열전도와 탄성학 사이의 수학적 유사성을 이용하여 빔 형상을 설명한다. 본 연구에서는 인공지능을 활용 한 형상 최적설계를 통해 기존의 한계를 뛰어넘는 격자구조의 빔 형상을 제안한다. 먼저, SC(Simple Cubic), BC(Body Centered Cubic) 격자 구조 빔 형상을 bézier 곡선으로 모델링하고 bézier 곡선의 제어점 좌표를 무작위로 설정하여 학습데이터를 확보하였다. NN(Neural Network) 및 GA(Genetic Algorithm)를 통해 우수한 유효 열전도도를 가진 빔 형상을 생성하여 최적의 빔 형상을 설계하였 다. 본 연구를 통해 추후 다양한 열 조건에서 격자구조의 적절한 구조적 해답을 제시할 수 있을 것으로 기대된다.

돈분액비의 DM 농도와 분시 차이가 동계사료작물의 생산성 및 토양특성에 미치는 영향을 비교하기 위해 2005년 11월부터 2006년 6월까지 제주특별자치도 축산진흥원 사료작물 포장에서 동계사료작물 호밀을 이용하여 수행되었다. 시험은 주구 2처리(고농도 DM 7.0%, 저농도 DM 1.6% 돈분액비), 세구 2처리(기비 100%, 기비 50%와 추비 50% 시용)를 각 각 4반복 분할구법으로 설계하였다. 고농도 돈분액비 시용이 저농도 액비 보다 호밀의 초