본 논문에서는 납삽입 적층 고무베어링의 비선형 모델링에 대해 신경망 이론을 적용한 수학적 모델링 기법을 제안하였다. 신경망 모델의 수치검증을 위해 납삽입 적층 고무베어링이 설치된 프레임 축소모델의 진동대 실험 자료가 사용되었는데, 제안된 신경망의 학습 및 예측을 위한 하중 자료로써 백색잡음과 세 종류의 지진파를 선택하였다. 지진파의 경우 PGA의 세기를 달리하여 신경망 모델의 계산정도를 고찰하였다. 그 결과, 납삽입 적층 고무베어링의 전단변위가 신경망의 학습 영역을 벗어나지 않는 경우 실험결과의 복잡한 이력곡선을 잘 추종하였고 신경망 이론에 의한 비선형 모델링 기법이 유용하게 활용될 수 있다는 가능성을 확인할 수 있었다.

최근에 들어 지구온난화에 따른 기후변화의 영향으로 단시간에 집중되는 국지성 호우와 돌발성 호우로 인하여 많은 인명 및 재산피해가 날로 증가하고 있는 추세이다. 이에 본 연구에서는 낙동강 유역을 대상으로 국지적 집중호우와 돌발홍수의 특성을 연구하고 이를 데이터 마이닝 기법에 의한 홍수예측에 관한 연구를 적용하여 낙동강 유역의 국지적 집중호우와 돌발홍수에 대처할 수 있는 홍수예측모형을 구축하였다. Data Mining 기법인 신경망 이론과 하도의 수리학적 홍수추적을 사용한 모형을 구축하여 1989년 7월에서 1999년 9월 사이의 홍수사상을 대상으로 낙동 지점과 일선교 지점에서의 관측수위와 경사면적법의 홍수위를 비교하여 검증하였다. 본 연구에서는 대상유역을 3가지 Case로 구분하여 각 지점에 따른 홍수량, 수위에 의한 수리학적 홍수추적 모형을 구성과 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용하여 수위곡선을 비교분석하였으며, 실측 수위와 모형에 의해 예측 수위를 비교평가였다.