외부하중을 받는 구조물로부터 계측된 신호의 파워 스펙트럴 밀도함수는 모달 파라미터(고유진동수, 감쇠비)에 대한 상당량 의 정보를 함축하고 있다. 시스템 식별기술은 이러한 신호나 해당 스펙트럼으로부터 모달 파라미터를 추출하는 기법이라고 볼 수 있 다. 파라미터를 추출하는 또 다른 기법으로는 샘플링(신호)을 이용하여한 확률분포의 모수(평균, 분산)를 추정하는 기법이다. 본 연구 에서는 파워 스펙트럼 밀도함수를 확률분포로 치환함으로써 기존 확률통계분야에서 모수를 추출하는 기법(최대우도법)에 의해 모달 파라미터를 추정하는 기법을 제안한다. 모드형상을 추정하는 기법을 개발하고 모드형상에 의해 분해된 모드응답으로부터 고유진동수, 고유감쇠비를 순차적으로 산정하는 기법을 제시한다. 더 나아가, 외부하중이 스펙트럼 해석모델로 치환 가능한 경우에는 이 하중모델 은 통합하여 모델 파라미터까지 산정하는 기법으로 확대한다. 본 연구에서 제시된 기법을 검증하기 위한 수치해석과 실구조물의 응답 에 대한 적용이 이루어졌으며, 검증결과 제안된 모드식별체계가 안정적이며, 신뢰도가 높은 모달파라미터 추정이 가능함을 알 수 있었다.

The purpose of this study is to find suitable probability distribution function of complex distribution data like multimodal. Normal distribution is broadly used to assume probability distribution function. However, complex distribution data like multimodal are very hard to be estimated by using normal distribution function only, and there might be errors when other distribution functions including normal distribution function are used. In this study, we experimented to find fit probability distribution function in multimodal area, by using AIS(Automatic Identification System) observation data gathered in Mokpo port for a year of 2013. By using chi-squared statistic, gaussian mixture model(GMM) is the fittest model rather than other distribution functions, such as extreme value, generalized extreme value, logistic, and normal distribution. GMM was found to the fit model regard to multimodal data of maritime traffic flow distribution. Probability density function for collision probability and traffic flow distribution will be calculated much precisely in the future.

The expected busy period for the controllable M/G/1 queueing model operating under the triadic Max (N, T, D) policy is derived by using a new concept so called “the pseudo probability density function.” In order to justify the proposed approaches for the

  The expected busy period for the controllable M/G/1 queueing model operating under the triadic policy is derived by using the pseudo probability density function which is totally different from the actual probability density function. In order to justif

해양사고를 야기한 선원의 행동오류를 식별하는 것은 해양사고의 예방 또는 저감에 관한 연구의 기초가 된다. 본 연구의 목적은 선원들의 행동오류를 세 가지 행동(즉, Skill, Rule, Knowledge)으로 모델링하는데 필요한 최적의 확률분포함수를 추정하는데 있다. 본 저자들 의 사전 연구에서 획득한 해양사고 종류별 행동오류 데이터를 이용하여 세 가지 행동오류에 최적인 확률분포함수를 추정하고, 확률분포함수에서 도출한 확률 값들 사이의 유의성을 검증하였다. 확률분포함수 추정에는 최우추정법(Maximum Likelihood Estimation, MLE)을 적용하고, 유의성 검증에는 분산분석(ANOVA)를 이용하였다. 실험결과 여덟 가지 해양사고 종류별 세 가지 행동으로 각각에 대해서 최소의 오차를 갖는 확률분포함수를 추정할 수 있었다. 이를 이용하여 계산한 여덟 가지의 해양사고 종류에 대한 세 가지 행동오류들의 확률 값들은 통계적인 유의성이 관측 되었다. 또한, 행동오류가 해양사고에 영향을 미치는 것으로 관측되었다.

본 연구에서는 확률밀도함수의 서식처 적합도 지수를 사용하여 도심하천구간과 자연하천구간에서 유량점증방법론(Instream flow Incremental Methodology, IFIM)을 토대로 피라미 서식처의 생태유량을 모의하였다. 이와 같은 방법을 적용하기 위하여 본 연구에서는 PHABSIM 모형을 사용하였다. 본 연구에서는 서식처 적합도 지수(Kang, 2010)를 기초로 확률밀도함수의 매개변수를 조정하여 확률밀도함수의 서식처 적합도 지수를 개발하여 생태유량을 분석하였다. 그 결과, 도심하천구간에서는 정규분포가 자연하천구간에서는 2변수 log-pearson 분포가 Kang (2010)의 생태유량에 가장 근접하는 경향을 보였다. 확률밀도함수에 의한 서식처 적합도 지수와 하천구간별로 생태유량을 모의하여 확률론적 방법을 적용한 생태유량 산정기법을 제안하였다.