Genetic algorithms (GAs) are used to optimize solutions to problems, particularly those that are analytically impossible to solve. As their name suggests, they are inspired by the biological concepts of genetics and evolution. Our work aims to study and model a silicon-based photovoltaic generator (PVG). Among the various models available is that of the diode. Modeling was used to approximate the PVG output (voltage, current) as a function of two inputs: temperature and irradiation. The parameters of our model were identified using a real coding algorithm, with the cumulative square error was used for selection. To test the effectiveness of our model, we carried out simulation tests on the power-voltage (P-V) and current-voltage (I-V) characteristics of a wide range of irradiation and temperature variations. This study demonstrates the effectiveness and accuracy of the proposed approach (GAs) and validates the parameters obtained and used in the single-diode electrical model. The results indicate that the GA technique is a better conventional parameter extraction strategy in terms of convergence. It provides globally optimal solutions.

The column-tree type steel beam-column connections are commonly used in East Asian countries, including Korea. The welding detail between the stub beam and column is similar to the WUF-W connection; thus, it can be expected to have sufficient seismic performance. However, previous experimental studies indicate that premature slip occurs at the friction joints between the stub and link beams. In this study, for the accurate seismic performance evaluation of column-tree type moment connections, a moment-slip model was proposed by investigating the previous test results. As a result, it was found that the initial slip occurred at about 25% of the design slip moment strength, and the amount of slip was about 0.15%. Also, by comparing the analysis results from models with and without the slip element, the influence of slip on the performance of overall beam-column connections was examined. As the panel zone became weaker, the contribution of slip on overall deformation became greater, and the shear demand for the panel zone was reduced.

The properties of powder metallurgy products are related to their densities. In the present work, we demonstrate a method to apply artificial neural networks (ANNs) trained on experimental data to predict the bulk density of barium titanates. The density is modeled as a function of pressure, press rate, heating rate, sintering temperature, and soaking time using the ANN method. The model predictions with the training and testing data result in a high coefficient of correlation (R2 = 0.95 and Pearson’s r = 0.97) and low average error. Moreover, a graphical user interface for the model is developed on the basis of the transformed weights of the optimally trained model. It facilitates the prediction of an infinite combination of process parameters with reasonable accuracy. Sensitivity analysis performed on the ANN model aids the identification of the impact of process parameters on the density of barium titanates.

전 세계적으로 대두되고 있는 물 부족 현상을 해결하기 위하여 하수재이용과 해수담수화 공정의 관심이 높아지고 있다. 특히, 정삼투-역삼투 융합공정은 해 수를 유도용액으로, 하수처리수를 유입수로 하여 정삼투 공정에서 유도용질의 회수 없이 희석된 해수를 역삼투 공정을 통해 하수재이용과 해수담수화를 동시 에 달성할 수 있는 공정으로 최근 각광받고 있다. 이 융합공정은 정삼투 공정과 역삼투 공정의 단점을 상호 보완하는 저에너지 공정으로 차세대 해수담수화 시장을 이끌어 나갈 것으로 판단된다. 따라서, 본 연구에서는 정삼투, 역삼투 막의 특성과 융합공정의 운영인자를 반영한 공정모사를 통하여 정삼투-역삼투 융합 공정의 소비에너지를 최소화 시킬 수 있는 최적 운영조건을 도출하고자 하였다.

본 논문에서는 유연한 철제와 목조 지붕구조체를 가진 1/2 축소 전단벽 건물의 진동대 실험결과를 이용한 성공적인 구조물의 재해석과 선형ㆍ비선형 동적특성을 연구하기 위한 해석모델링 방법에 대해서 연구하였다. 대상 건물은 유연한 지붕구조체와 4개의 보강조적조 전단벽으로 구성되어 있다. 유연한 지붕구조체의 동적특성 때문에 다자유도 모델을 사용하였으며, 다수의 선형 및 비선형 동적해석을 실행하기 위하여 구조물의 자유도를 단순화하였다. 각각의 구조부재의 이력특성과 재료특성 그리고 동적해석을 수행하기 위한 주요 구조변수의 적절한 설정 방법에 대하여 고찰하였다.

Traditionally the steady-state central section of the vowel length has been assumed to characterize the vowel quality. However, since Peterson and Barney (1952), this position has been challenged especially for American English monophthongal vowels. In this paper, introduced are low-ordered 12 mel-scale frequency cepstral coefficients (MFCC), which can characterize the shape of the oral cavity filter for monophthongal vowel production in the mel-scale domain. Four pattern recognition classification models are fitted to the measurements of spectral and cepstral parameters at multiple sections of the vowel duration along with F0, Gender and Duration for the AE vowel signals in the hVd syllable in Hillenbrand et al. (1995). It turns out that pattern recognition classifiers with the cepstral properties outperform those with spectral properties, reaching the perception level of American English listeners’.

SWMM(Storm Water Management Model)은 모형 내 다양한 매개변수를 이용하여 지표 투수율 및 하수관거 영향 등 도시 유역의 유출 특성을 비교적 정확하게 모의하지만, 모형의 입력자료 부족과 매개변수의 불확실성으로 인한 신뢰성 문제가 대두되고 있다. 이러한 문제점을 해소하기 위해 본 연구에서는 SWMM 모형에 Bayesian 기법을 연계한 최적화 기법을 개발하고, 이를 활용하여 매개변수의 불확실성을 정량적으로 해석하고자 한다. 이를 위해 먼저 유출 특성에 민감한 매개변수를 민감도 분석을 통해 선정하고, SCE-UA(Shuffled Complex Evolution-University of Arizona), MCMC(Markov Chain Monte Carlo), DDS(Dynamically Dimensioned Search) 등 매개변수 최적화 기법을 적용하여 매개변수의 초기값을 설정한다. 매개변수의 다양한 물리적 범위를 고려하기 위한 방법으로 절단 정규분호(truncated Gaussian distribution)을 사전분포(prior)로 선정하여 매개변수의 사후분포(posterior)를 추정하게 된다. 최종적으로 각 매개변수간 사후분포를 이용하여 모의된 유출량의 불확실성을 정량적으로 분석하였다.

하천을 따라 분포된 비점 오염원을 하천 수질모형의 매개변수들과 동시에 추정하는 체계적인 방법을 제안하였다. 수립된 방법을 QUAL2E 모형과 함께 충주댐 하류의 남한강 구간에 적용하여 모형의 반응계수와 비점 오염 부하량에 대한 최적 추정을 수행하였다. 민감도 분석 결과로부터 선정된 반응계수들에 대한 초기 추정 결과에 따르면 하천 시스템에 대한 질량수지가 만족되기 위해서는 질소와 인의 비점 오염 부하량의 입력이 필요한 것으로 나타났다. 이에 따라 총질소와