The objective of this study is the development of size, shape and topology discrete optimum design algorithm which is based on the genetic algorithms. The algorithm can perform both shape and topology optimum designs of trusses. The developed algorithm was implemented in a computer program. For the optimum design, the objective function is the weight of trusses and the constraints are stress and displacement. The basic search method for the optimum design is the genetic algorithms. The algorithm is known to be very efficient for the discrete optimization. The genetic algorithm consists of genetic process and evolutionary process. The genetic process selects the next design points based on the survivability of the current design points. The evolutionary process evaluates the survivability of the design points selected from the genetic process. The efficiency and validity of the developed size, shape and topology discrete optimum design algorithms were verified by applying the algorithm to optimum design examples

The objective of this study is the development of a size and shape discrete optimum design algorithms, which is based on the genetic algorithms and the fuzzy theory. This algorithms can perform both size and shape optimum designs of plane and space trusses. The developed fuzzy shape-GAs (FS-GAs) was implemented in a computer program. For the optimum design, the objective function is the weight of structures and the constraints are limits on loads and serviceability. This study solves the problem by introducing the FS-GAs operators into the genetic.

유전자 알고리즘은 적자 생존과 자연친화의 유전이론을 기초로 하여 이루어진 탐색기법이다. 유전자 알고리즘은 미분 정보 등과 같은 부가적인 정보없이 수렴함으로 전역적 최적값을 탐색하는 강인한 탐색기법으로 알려져 있다. 유전자 알고리즘은 연속형의 설계변수를 가지는 문제에서 세대가 계속 진행되어도 목적함수의 개선이 없이 조기에 수렴하는 경우가 있다. 또한 전역적 최적값 근처에서 수렴하지 못하고 목적함수값이 진동하여 수렴속도가 떨어지는 단점이 있다. 본 연구에서는 위와 같은 유전자 알고리즘의 단점을 보완하고자 재시동 조건과 엘리트 보존방법을 제안하였다. 수정된 유전자 알고리즘의 유용성을 검증하기 위해 3부재 트러스와 평면응력 외팔보에 적용하여 수렴 속도의 향상을 확인하였다.

Parallel Genetic Algorithms partition the whole population into several sub-populations and search the optimal solution by exchanging the information each others periodically. Distributed Genetic Algorithm, one of Parallel Genetic Algorithms, divides a large population into several sub-populations and executes the traditional Genetic Algorithm on each sub-population independently. And periodically promising individuals selected from sub-populations are migrated by following the migration interval and migration rate to different sub-populations. In this paper, for the Travelling Salesman Problems, we analyze and compare with Distributed Genetic Algorithms using different Genetic Algorithms and using same Genetic Algorithms on each separated sub-population The simulation result shows that using different Genetic Algorithms obtains better results than using same Genetic Algorithms in Distributed Genetic Algorithms. This results look like the property of rapidly searching the approximated optima and keeping the variety of solution make interaction in different Genetic Algorithms.

The objective of this study is the development of size discrete optimum design algorithm which is based on the GAs(genetic algorithms). The algorithm can perform size discrete optimum designs of space trusses. The developed algorithm was implemented in a computer program. For the optimum design, the objective function is the weight of space trusses and the constraints are limite state design codes(1998) and displacements. The basic search method for the optimum design is the GAs. The algorithm is known to be very efficient for the discrete optimization. This study solves the problem by introducing the GAs. The GAs consists of genetic process and evolutionary process. The genetic process selects the next design points based on the survivability of the current design points. The evolutionary process evaluates the survivability of the design points selected from the genetic process. In the genetic process of the simple GAs, there are three basic operators: reproduction, cross-over, and mutation operators. The efficiency and validity of the developed discrete optimum design algorithm was verified by applying GAs to optimum design examples.

본 연구에서는 트러스 구조물의 이산최적설계를 위해 유전알고리즘(GA)을 적용하였다. 확률론적인 절차를 통해 설계에 필요한 초기 집단을 생성시킨 후, 설계를 개선시키기 위해서 자연선택 및 적자생존의 원리를 적용하였다. 다하중조건 하에서 트러스 구조물의 중량 최소화를 위해 응력 및 변위 제약을 고려하였다. 먼저, 이미 잘 알려진 트러스 구조물에 대해서 GA를 이용하여 얻은 최적해와 기존 문헌들에서 제시하고 있는 값들을 비교함으로써 GA의 신뢰성 및 적용성을 검증하였고, 이러한 신뢰성 검증을 바탕으로 사용성 있는 트러스 구조물의 이산최적설계를 위해 현재 생산중인 강재제원표로부터 부재가 선택되도록 하였다. 강재의 단면으로는 L형강을 사용하였으며, L형강의 강종은 9개의 강종들 (SS 400, SWS 400, SMA 41, SWS 490Y, SWS 520, SMA 50, SWS 570, SMA 58) 중에서 설계자에 의해 자유롭게 선택되도록 하였다.

유전자 알고리즘(GA)은 어떠한 유형의 문제에도 적용가능하며 달리 방법이 없는 경우 최후의 수단으로 흔히 사용되는 방법이다. 강구조물 설계란 기본적으로 구조물을 이루는 부재로서 어떤 재료를 선택될 것인지를 결정하는 문제이다. 따라서 천문학적인 숫자의 설계가 존재하며 이들 중 최적의 설계를 탐색하는 것은 대체로 불가능한 일이다. 본 논문에서는 GA와 이와 관련된 여러 가지 기법들을 소개하고 강구조물 최적설계에 이들의 활용을 모색하였다. 작은 설계공간을 가지는 문제에서는 GA로 전역최적설계를 찾을 수 있었다. GA는 또한 연속변수 최적설계 문제에서도 최적설계를 찾았으며 구조물 최적설계에 적용될 수 있음을 보였다. 그러나 규모가 큰 현실문제에서는 GA가 최적 또는 최적에 근접한 설계를 항상 찾을 수 있을 것이라고 기대하기는 어려울 것으로 생각된다. GA에 G bit improvement를 추가하여 수행한 경우에 더 좋은 최적설계 결과를 보여주었으며 앞으로 이 부분의 연구가 활발해 질 것이다.

다분야 통합 시스템의 설계문제는 다량의 설계변수와 구속조건으로 구성되며 다수의 공학적 현상으로 연관되어 있다. 다분야 통합 최적설계 문제를 효과적으로 다루기 위해서는 다양한 해석분야의 공학적 설계원리를 동시에 고려하여 균형 있고 유기적인 방법으로 최적의 설계를 결정하는 체계적인 설계자동화기술이 요구된다. 다분야 통합 설계문제를 위한 효율적인 설계방법론으로 분리기반 최적화 기법이 적용되는데 이 방법은 한 단위의 대규모 설계문제를 여러 개의 하부시스템으로 분리하여 독립적으로 최적화를 수행하고 각 하부 시스템으로부터의 설계해 사이의 중재 및 통합화를 거쳐 최종적으로 수렴된 최적설계를 찾는 방법이다. 본 논문에서는 분리기반 최적화기법을 다분야 통합최적 설계문제에 적용하는데 필요한 시스템분리기법을 유전알고리즘 및 다층 역전 파 신경회로망을 이용하여 정립하였다. 시스템분리기법을 검증하기 위해 최근 미국 Boeing사에서 개발중인 고속 민간항공기인 HSCT의 시뮬레이션기반 설계문제를 이용하였다. 대규모 설계시스템의 분리결과는 전체 설계문제의 특성을 파악하기 위한 자료로 활용되며 향후, 분리기반 최적화과정에서 최종적으로 통합된 최적설계를 탐색하는데 필요한 기반구조를 제공한다.

겨울철 온실의 기본적인 열에너지원인 일사를 최대한 확보하도록 하는 은실의 지붕형상을 결정하기 위해 유전알고리즘 및 광투과율 전산모델을 이용한 최적화기법을 이용하여 설치지역, 피복재료특성, 온실의 기본치수등이 주어졌을 때 지붕경사각, 경간폭비의 최적조합을 결정할 수 있도록 하는 최적설계를 수행하였다. 수원지방에 위치한 경간폭 6m의 2연동 동서동 온실 및 단동 온실을 가정하여 최적화를 수행한 결과 경사각, 폭비 순으로 2연동, 단동 온실에 대해 각각 40.861≒40 。 / , 0.4806≒0.5, 37.490≒37 。 / , 0.7748≒0.78의 결과를 얻을 수 있었다. 광투과율 문제를 예로 적용해 본 결과 직접 전산모델을 호출하여 최적화를 수행하는 유전알고리즘의 기법은 온실환경의 해석을 위해 연구되어온 다양한 분야의 전산모델들을 종합적인 온실의 최적설계에 활용하도록 하는데 유용한 기법이 될 것으로 판단되었다.판단되었다.

본 논문은 복합 적층구조의 최적설계에 있어서 유전알고리즘(GA)의 응용성을 보여준다. 설계점들의 최기집단이 확률론적 과정에 의해 무작위로 생성되고, 설계점들의 개선을 위해 자연선택과 적자생존의 원리가 적용되었다. 유전알고리즘의 범용성 및 신뢰성 검증을 위해 5가지 검증 함수를 고려하였으며, 수치예에서 연속형 및 정수형 그리고 이산형 설계변수를 동시에 갖는 복합 적층 캔틸레버보의 최소 중량 설계가 외부 벌칙함수가 부가된 유전알고리즘에 의해 수행되었다. 설계 문제는 강도, 변위 그리고 고유진동수 제약조건을 포함하면서 다차 비선형성으로 정식화 되었다. 수치예의 결과에 대한 비교분석을 통해 유전알고리즘 탐색 기법이 높은 범용성을 지니면서 양질의 최적해를 매우 효과적으로 찾게됨을 보였다.