재분석 데이터를 이용한 순차적 근사 최적화 및 구조 최적화에 대한 응용Sequential approximate optimization with reanalysis data and its application to structural optimization

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 672
  • Download : 0
DC FieldValueLanguage
dc.contributor.advisor이병채-
dc.contributor.advisorLee, Byung-Chai-
dc.contributor.author이민규-
dc.date.accessioned2019-08-28T02:44:20Z-
dc.date.available2019-08-28T02:44:20Z-
dc.date.issued2019-
dc.identifier.urihttp://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=843039&flag=dissertationen_US
dc.identifier.urihttp://hdl.handle.net/10203/265916-
dc.description학위논문(석사) - 한국과학기술원 : 기계공학과, 2019.2,[v, 74 p. :]-
dc.description.abstract근사 최적 설계란 함수 값 계산 비용이 큰 경우, 주어진 설계 영역 안에서 근사 모델을 만든 뒤 이를 최적화 하여 효율을 높이는 방법이다. 하지만 전체 설계 영역에 해당하는 근사 모델을 한번에 생성하는 것이 매우 힘들기 때문에, 이에 대한 대안으로 좁은 설계 영역에서 근사 최적화를 한 뒤, 순차적으로 설계 영역을 이동하는 순차적 근사 최적 설계가 개발되었다. 순차적 근사 최적 설계의 장점은 미분 값이 필요하지 않아 수치적 잡음에 강건하며, 상용 프로그램과의 연동도 간편하다. 또한, 메타 휴리스틱 기법들 보다 함수 호출 횟수도 적으면서 전역 최적화가 가능하다. 하지만, 실제 구조 문제에 적용하기에는 여전히 구조 해석 횟수가 많은 실정이다. 특히, 자유도가 큰 유한 요소 모델을 최적화 하려면 거의 불가능한 수준에 이른다. 이를 극복하기 위해, 기존의 연구들은 샘플의 개수를 줄여서 효율을 증대시키고자 하였으나 괄목한 성과를 이루지 못했다. 따라서, 본 연구에서는 효율성 증대를 위해 기존의 연구 방향을 벗어나 구조 재분석 기법을 활용하여 샘플 점에 대한 유한 요소 해석 시간을 줄이고자 한다. 또한, 최적화 과정 동안 겹쳐지는 샘플들을 재사용 하여 샘플 사용 개수도 최소화 하고자 한다. 이를 통해 실제 대형 구조 문제에서도 효율적으로 전역 최적화가 가능한 재분석 데이터 기반 순차적 근사 최적화 기법을 제안하며, 다양한 수치 예제를 통해 이를 검증한다.-
dc.languagekor-
dc.publisher한국과학기술원-
dc.subject구조 최적화▼a순차적 근사 최적화▼a재분석 기법▼a전역 최적화▼a효율성-
dc.subjectStructural optimization▼asequential approximate optimization▼areanalysis▼aglobal optimization▼aefficiency-
dc.title재분석 데이터를 이용한 순차적 근사 최적화 및 구조 최적화에 대한 응용-
dc.title.alternativeSequential approximate optimization with reanalysis data and its application to structural optimization-
dc.typeThesis(Master)-
dc.identifier.CNRN325007-
dc.description.department한국과학기술원 :기계공학과,-
dc.contributor.alternativeauthorLee, Min-Gyu-
Appears in Collection
ME-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0