본 논문에서는 건물 구조 통합 구조설계 시스템의 구현을 위한 설계모델인 설계 객체 모델을 제안하였다. 건물 구조에 대한 구조 설계 정보를 단계(초기구조설계, 해석, 상세설계) / 계층(시스템, 서브시스템, 콤퍼넌트)별로 분류 모델링한 후, 제시된 요구조건에 대한 세부관점별 해결방법을 고려하여 설계 객체 모델을 개발하였다. 이와 같은 방법론을 통하여 시스템 구현을 고려한 설계 객체 모델의 체계적 분석과 모델링이 가능하였다. 제시된 설계 객체 모델은 계획 설계 측면의 설계정보 표현을 통하여 효율적인 설계정보의 관리가 가능하며, 위상 설계 객체에 의한 공간상 구조부재의 인식이 용이하고, 해석 관련 설계정보를 이해하기 용이한 표현으로 관리할 수 있게 한다.

본 논문은 신경망 근사 해석 모델의 원형을 스터브 거더의 거동 해석에 적용하고, 이 과정 중에 발생한 문제점을 파악하여 해결책을 제시함으로써, 앞서 개발한 원형 모델을 스터브 거더 시스템에 적합하도록 발전시키는데 목적이 있다. 스터브 거더의 해석 변수는 주어진 시간 내에 시뮬레이션이 가능하게 7개, 해석 결과값은 탄성 처짐뿐만 아니라 응력까지 고려하여 총 4개의 결과값을 동시에 고려하고, 학습 패턴 수는 총 143개를 사용하였다. 근사해석의 정확도를 향상시키고 학습의 수렴성을 보장하기 위하여 다양한 시뮬레이션을 수행하여 은닉층 뉴런 수, 학습 패턴 그리고 최대 에러의 관계를 규명하고, 이 결과를 바탕으로 신경망 근사 해석 모델 개발 단계를 수정하여 제안하였다.

대량의 복잡한 비선형적인 관계도 단순화의 과정 없이 연관 관계를 자체 조직화 할 수 있는 인간의 뇌와 가장 유사한 병렬 연산 모델인 인공 신경 회로망을 구조 해석 분야에 도입하였다. 본 논문은 스터브 거더의 거동 예측을 위한 신경망 근사해석 모델 개발을 궁극적인 목적으로 하는 기초적 연구로서, 단순 보의 처짐 문제와 같은 정확해를 구할 수 있는 문제로부터 신경망 근사해석모델의 원형 (prototype)을 제시하고 검증하는데 목적이 있다.

본 논문은 신경망 근사 해석 모델 개발을 궁극적인 목적으로 하는 기초적 연구로서, 기존의 수치해석 알고리즘과의 성능 비교를 통하여 신경망 알고리즘의 특성과 역할을 수치해석의 관점에서 정확히 판단하는데 목적이 있다. 신경망 알고리즘을 변형하여 선형 연립 방정식의 해를 구하는 두가지 방법을 제안하였고, 회귀분석, 보간법과의 비교를 통하여 광범위한 근사자(universal approximator)로서의 역할을 보였다.

인공 신경회로망은 인간의 뇌를 전산 모델로 구현한 것으로 상호 연결된 많은 정보 처리 유니트들로 구성되어 있으며, 이를 기초로 논리적인 추론을 수행할 수 있다. 특히, 신경망은 비선형 변수를 많이 포함하고 있는 복잡한 문제 해결에서 더욱 효과적이다. 신경망의 이러한 기능으로 인해 구조분야에서는 비선형적인 각종 구조실험의 결과예측이나 구조계획 그리고 최적 설계에 응용되고 있는 추세이다. 본 논문에서는 인공 신경 회로망의 기본 이론을 설명하고, 현재까지 정립되고 있지 않은 대형 콘크리트 판넬간 수직 접합부의 최대 전단 내력 예측에 기존의 제안식과 인공 신경 회로망의 예측 결과를 비교하여 신경망의 적용가능성을 검토하고자 한다.

본 연구는 통합 구조설계 시스템의 구축에서 객체지향적인 방법론을 도입하여 건축 구조물을 객체모델링하고, 구조해석 객체모델(Structural Analysis Object Model, SAOM)과 구조설계 객체모델(Structural Design Object Model, SDOM)을 개발하여 통합 구조설계 시스템의 원형(Prototype)을 제시한다. 구조해석 객체모델은 구조부재를 모델링한 것으로 유한요소법을 이용하역 구조물의 해석을 실시하며, 구조설계 객체모델은 한국 강구조 기준에 의해 구조부재의 적합성을 검토하도록 모델링 하였다. 이 두 모델은 통합 구조설계 시스템을 구축하는데 유용하도록 의미 추상적이고, 캡슐화되고, 재사용성이 높다.