초록

AI-Helper

유전자 알고리즘(GA)은 어떠한 유형의 문제에도 적용가능하며 달리 방법이 없는 경우 최후의 수단으로 흔히 사용되는 방법이다. 강구조물 설계란 기본적으로 구조물을 이루는 부재로서 어떤 재료를 선택될 것인지를 결정하는 문제이다. 따라서 천문학적인 숫자의 설계가 존재하며 이들 중 최적의 설계를 탐색하는 것은 대체로 불가능한 일이다. 본 논문에서는 GA와 이와 관련된 여러 가지 기법들을 소개하고 강구조물 최적설계에 이들의 활용을 모색하였다. 작은 설계공간을 가지는 문제에서는 GA로 전역최적설계를 찾을 수 있었다. GA는 또한 연속변수 최적설계 문제에서도 최적설계를 찾았으며 구조물 최적설계에 적용될 수 있음을 보였다. 그러나 규모가 큰 현실문제에서는 GA가 최적 또는 최적에 근접한 설계를 항상 찾을 수 있을 것이라고 기대하기는 어려울 것으로 생각된다. GA에 G bit improvement를 추가하여 수행한 경우에 더 좋은 최적설계 결과를 보여주었으며 앞으로 이 부분의 연구가 활발해 질 것이다.

Abstract ▼ AI-Helper

Genetic Algorithms(GA) together with simulated annealing are often called methods of last resorts since they can be applicable to any kind of problems, particularly those to which no sophisticated procedures are applicable or feasible. The design of structures is primarily the process of selecting a...

Genetic Algorithms(GA) together with simulated annealing are often called methods of last resorts since they can be applicable to any kind of problems, particularly those to which no sophisticated procedures are applicable or feasible. The design of structures is primarily the process of selecting a section for each member from those available in the market, resulting in the problem of combinatorial nature. Therefore it is usual for the design space to include astronomical number of designs making the search in the space often impossible. In this work, Genetic Algorithms and some related technique are introduced and applied to the design of steel frameworks. In problems with a small number of design variables, GA found true global optima. GA also found true optima for the continuous variable test problems and proved their applicability to structural optimization. For those problems of real size, however, it appears to be difficult to expect GA to find optimum or even near optimum designs. The use of G bit improvement added to ordinary GA has shown much better results and draws attention for further research.

주제어