초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

공학 분야에서 최적화를 수행하는 방법으로 수학적 기법이 주로 사용되었다. 그러나 근래에 자연 현상에서 관찰되는 자연 진화적 최적화 형태 연구가 진행되면서 자연 현상을 기반으로 하는 자연 모방 계산 방법 (nature-inspired computation methods)들이 개발되었다. 특히, 동물 집단이나 곤충 무리의 습성에서 발견된 군집 지능 (swarm intelligence) 알고리즘 중에서도 벌의 ...

공학 분야에서 최적화를 수행하는 방법으로 수학적 기법이 주로 사용되었다. 그러나 근래에 자연 현상에서 관찰되는 자연 진화적 최적화 형태 연구가 진행되면서 자연 현상을 기반으로 하는 자연 모방 계산 방법 (nature-inspired computation methods)들이 개발되었다. 특히, 동물 집단이나 곤충 무리의 습성에서 발견된 군집 지능 (swarm intelligence) 알고리즘 중에서도 벌의 집단행동을 모사한 벌군집 알고리즘 (Artificial Bee Colony Algorithm)은 빠르고 정확한 최적화를 이끌어내는 것으로 알려져 있다. 본 논문에서는 벌군집 알고리즘을 이용하여 다중 고유진동수를 고려한 동적 (dynamic) 위상최적화를 연구하였다. 동적 위상최적화 문제를 고려할 때 사용되는 일반화된 고유치 공식을 통하여 목적 함수를 정의하고, 그에 맞는 민감도 수 (sensitivity number) 계산을 수행하였다. 특히, 위상최적화에서 다중 고유진동수를 고려할 때 중근이 발생하지 않는 문제점에 대한 해결책을 제시했다. 논문에 제안된 방법을 통해 동적 위상최적화 문제의 다중 고유진동수 문제에 대한 벌군집 알고리즘의 적용 가능성을 검증하고, 예제를 통해 알고리즘의 효율성을 분석하였다.

주제어