SLSV(single loop single vector)방법은 신뢰성기반 최적설계(reliability-based design optimization, RBDO)에서 중첩된 반복과정을 제거함으로써 최적설계의 과도한 계산비용 문제에 대한 해결책을 제시하고 있지만, 종종 수렴하지 못하거나 잘못된 해가 얻어지는 등의 불안정성, 부정확성 문제를 가지고 있어 그 활용이 제한적이다. 본 논문에서는 수정된 HMV(hybrid mean value)방법, Inactive Design, Active MPP(most probable point) Design의 적용을 통해 SLSV방법에 있어서 안정성과 효율성을 효과적으로 개선시킬 수 있는 수정된 SLSV방법을 제안하였고 또한 다양한 예제를 통해 수정된 SLSV방법의 유용성을 검증하였다.

확률론적 구조설계 최적화는 구조물의 역학적 특성이나 하중의 불확실성이나 임의성과 같은 변동성을 정량적이고 합리적으로 고려할 수 있다는 점에서 기존의 전통적인 확정론적 최적화와 비교된다. 확률론적 최적화의 방법론으로는 개선된 일계이차모멘트법을 이용하는 신뢰도지수에 기반한 접근법(MPFP search)이 널리 알려져 있으며, 최근 목표성능치에 기반한 접근법(MPTP search)이 새롭게 제안되었다. 본 논문에서는 이들 두 가지 접근법에 대한 정식화를 수행하고, 특히 탐색과정에서 소모적인 반복계산을 발견하고 제거하는 알고리즘을 제시하였다. 예제에서 두 접근법에 의한 확률론적 최적화를 수행하고 구조설계 최적화의 관점에서 두 접근법의 장단점을 비교검토하였다.