본 연구는 신경망 알고리즘 및 반응표면법을 이용하여 부품의 최적화 설계 치수를 예측하고, 예측된 데이터의 신뢰성을 상호 검증하는 하는 데 있다. 부하가 변할 때, 부품의 치수를 변화시켜 가며 응력 및 변형량의 변화를 해석 데이터로 수집하여 반응표면법 및 신경망학습에 이용하였다. 이를 위해 임의의 조건에서 반응표면법으로 최적화 설계를 수행하고, 동일한 조건에서 신경망 알고리즘의 예측결과와 비교하였다. 그 결과 최대 3.0%의 치수 오차를 보이는 것으로 나타났다. 또한 검증을 위해 반대로 동일한 하중 및 치수 조건에서 유한요소해석을 통해 응력 및 처짐량을 구해 반응표면법 및 신경망학습의 결과를 비교하였으며, 이때 4.2%의 오차를 보였다. 이는 부품의 사양 변경 시 최적화 설계를 위해 반응표면법 및 신경망을 이용할 수 있으며 신뢰성이 있음을 알 수 있었다. 특히 신경망 학습을 통해 보다 효과적으로 최적화 설계가 가능함을 확인할 수 있었다.

  This paper considers a topological optimization of a computer network design with a cost constraint. The objective is to find the topological layout of links, at maximal reliability, under the constraint that the network cost is less or equal than a giv

전력송전시스템에서 변전소는 에너지공급의 효율성을 높이기 위하여 다수의 변압기를 동시에 운영하는 병렬 운전을 한다. 이 논문에서는 변압기의 병렬 운전 방식을 고려하여 변전소를 다중피해상태로 모사할 수 있는 신뢰성 해석 방법을 개발하였다. 그리하여 변전소의 다중피해상태를 고려한 전력망의 지진 신뢰도 평가 결과를 파괴와 생존의 이중피해상태만을 고려한 기존의 신뢰도 평가 결과와 비교하였다. 몬테 카를로 방법을 사용한 국내 345kV 전력망에 대한 지진 신뢰성 평가 결과, 망 전체의 신뢰성 지수들은 이중 및 다중피해 상태에 의한 망 전체의 피해정도 차이가 그다지 크지 않음을 나타내었다. 수요절점신뢰성 지수에서는 이중피해상태만을 고려한 피해정도 가 다소 높게 나타나는 경향이 있었다. 특히 이중피해상태에 의한 공급 지장 전력량 기대치는 다중피해상태에 의한 것보다 상당히 높게 나타났다.

This paper is intended to assess a dynamic system reliability. Bayesian networks, however, have difficulties in their application for assessing the system reliability especially when the system consists of dependent components and the probability of failu

지진 하중을 받는 전체 네트워크 시스템 및 네트워크 구성 절점에 대한 신뢰성 지수를 구할 수 있는 지진 재해 신뢰성 평가 방법을 전력 송전 네트워크 시스템을 대상으로 개발하였다. 전력 송전 시스템에 대하여 절점과 링크로 구성된 네트워크 모형을 개발하였으며, 절점인 변전소의 지진 취약도 곡선은 변전소 구성 기기의 개별 취약도 곡선으로부터 구하였다. 입력 지진 모형으로서 점 지진원 모형을 사용하였고, doubly truncated Gutenberg-Richter 관계식과 감쇠공식을 적용하였다. 몬테 카를로 시뮬레이션을 적용하여 전력 송전 네트워크 시스템의 신뢰성을 평가한 결과 한국의 전력망에 대한 지진 재해의 효과는 무시할 수 있는 수준은 아닌것으로 평가되었다.

하천 관리에 있어 도달시간은 중요한 인자 중의 하나이다. 특히 사회적으로 다양한 하천 활용에 대한 요구가 높아짐에 따라 친수공간으로써 하천에서의 정확한 도달시간 산정은 홍수시 주민 대피 시간 확보 등을 위해서 매우 중요하다. 그러나 과거 도달시간 산정에 대한 연구는 자연 하천의 복합 유역에서의 단일 수문사상에 대하여 연구가 수행되어왔으며, 도심하천의 단일유역을 대상으로 복합 수문 사상에 대한 도달시간 산정방법의 개발은 미흡한 실정이다. 따라서 최근 집중호우에 의하여 빈번한 침수 피해가 발생된 부산광역시 대표 도심하천인 온천천 유역에 대하여 과거 10년(2006~2015년) 동안의 강우-유출량 자료를 이용하여 도달시간을 산정하였고, Matlab 기반의 인공신경망 기법을 이용하여 신뢰성을 검토하였다. 12시간 이상 무강우를 기준으로 총 254개의 강우 사상을 분리하였고, 이를 바탕으로 총 강우량, 총 유출량, 첨두 강우량/총 강우량, 첨두 유출량/총 유출량, 지체시간, 도달시간 등 총 6개의 변수를 산정하여 인공신경망 모형의 훈련 및 검증에 활용하였다. 그 결과 훈련에 과 예측 및 검증에 활용된 입력 변수의 상관관계는 각 각 0.807 및 0.728로 나타났으며, 연구결과를 바탕으로 도심하천의 도달시간 산정결과의 신뢰성 분석에 이를 활용할 수 있을 것으로 판단된다.

교량기초에서 발생하는 국부세굴에 의한 교량의 안전성 문제에서 필연적으로 내재될 수 밖에 없는 임의성(randomness), 불확실성(uncertainty)을 고려하기 위해 기존의 결정론적 접근방법에서는 주로 경험에 입각한 안전계수를 사용하여 여유강도를 두어 이론상 파괴의 위험이 없는 것으로 가정하지만, 실제 현실에서는 종종 그러한 가정에 모순이 발생한다. 이에 반해 불확실성 자체를 정량적으로 고려하는 신뢰성 이론에서는 작지만 0이 아닌 파괴의 가능성을 고려하여 안전성 평가를 수행하는 것이 기존의 결정론적 방법과 다른 점이라고 할 수 있다. 본 연구에서는 교각주위 국부세굴에 의한 교량의 신뢰성 해석에서 한계상태방정식을 결정할 수 없는 경우 적용가능한 응답면 기법을 인공신경망을 이용하여 신뢰성 해석을 수행하였으며 Johnson(1992)의 Monte Carlo 방법과 비교하여 적용성을 검토하였다.

본 연구에서는 상수관망의 신뢰도해석을 위해 수리적 신뢰도와 기계적 신뢰도를 통합적으로 해석할 수 있는 통합신뢰도 해석모형을 개발하였다. 수리적 신뢰도는 불화실성을 가진 변수들에 대하여 적절한 변동계수를 가진 확률 분포형을 적용시켜 임의변수로 고려하였고 기계적 신뢰도는 관망의 각 구성물에 대해 순차적 고장을 발생시켜 각 고장에 대한 영항을 해석하여 신뢰도를 산정하였다. 덕 연구모형을 실제관망에 대한 적용결과 본 모형은 실제관망에 대한 불확실한 요소를 고려