현대 목조 구조물은 일반적으로 접합철물인 연결재를 이용하여 접합된다. 그리고 목조 구조물에서 다수의 연결재를 사용한 접합부는 반강접 접합부를 만든다. 목조 구조물에 접합부가 핀접합으로 설계될 경우에 접합부를 통해 전달되는 하중이 과소 평가되고 이것은 접합부의 저항능력 부족을 초래한다. 목조 구조물의 접합부를 완전 강접합으로 고려할 경우에 접합에 필요한 접합철물의 양이 과도하게 증가 할 수 있다. 이것은 미적인 요소 뿐만 아니라 시공성과 경제성을 저하시킨다. 접합부의 합리적인 강성에 대한 추정은 목조 구조물의 합리적인 접합부의 설계에 필수적인 요소이다. 이 논문은 목조 구조물의 구조설계를 쉽게 수행할 수 있도록 도움을 주기 위하여 2면 전단접합에 대하여 구조설계에서 널리 이용되는 상용 프로그램을 사용하여 접합부의 근사적인 강성을 나타낼 수 있는 해석 모델링 기법을 제안한다. 제안된 근사해석 모델링 기법은 휨 모멘트, 인장에 대한 실험 결과와 해석결과를 비교하여 접합부의 거동을 나타낼 수 있다는 것을 확인하였다.

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.