고성능 콘크리트(HPC) 압축강도는 추가적인 시멘트질 재료의 사용으로 인해 예측하기 어렵고, 개선된 예측 모델의 개발이 필수적 이다. 따라서, 본 연구의 목적은 배깅과 스태킹을 결합한 앙상블 기법을 사용하여 HPC 압축강도 예측 모델을 개발하는 것이다. 이 논 문의 핵심적 기여는 기존 앙상블 기법인 배깅과 스태킹을 통합하여 새로운 앙상블 기법을 제시하고, 단일 기계학습 모델의 문제점을 해결하여 모델 예측 성능을 높이고자 한다. 단일 기계학습법으로 비선형 회귀분석, 서포트 벡터 머신, 인공신경망, 가우시안 프로세스 회귀를 사용하고, 앙상블 기법으로 배깅, 스태킹을 이용하였다. 결과적으로 본 연구에서 제안된 모델이 단일 기계학습 모델, 배깅 및 스태킹 모델보다 높은 정확도를 보였다. 이는 대표적인 4가지 성능 지표 비교를 통해 확인하였고, 제안된 방법의 유효성을 검증하였다.

복합적층판은 다른 금속재료에 비해 높은 비강도, 비강성 등의 우수한 역학적 특성을 지니므로, 최근 다양한 분야에서 사용하고 있다. 그러나 이러한 복합적층판은 충격에 약하다는 단점이 있다. 그리하여 복합적층판의 충격거동에 대한 많은 연구가 이루어지고 있다. 충격거동을 조사하기 위해서는 우선 충격체와 복합적층판사이의 접촉력을 계산하여야 한다. 접촉력을 알기 위해서는 운동방정식, 복합적층판의 운동방정식 그리고 압입량에 관한 관계식을 동시에 풀어야 한다. 본 연구에서는 고전적인 헤르츠식, 썬식, 썬&양식 그리고 썬&탄식을 포함한 유한요소프로그램을 이용하여 복합적층판의 저속충격거동을 조사한다.