최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기韓國鋼構造學會 論文集 = Journal of Korean Society of Steel Construction, v.23 no.4 = no.113, 2011년, pp.465 - 474
김대환 (세종대학교 대학원 건축공학과) , 윤병욱 (세종대학교 대학원 건축공학과) , 이재홍 (세종대학교 건축공학과)
In this study, a microgenetic algorithm was used to find the optimum cross-section and shape of dome structures. The allowable stress and Euler buckling stress were considered constraints when the weight of the trusses was minimum. The design optimization of the truss structures involved arriving at...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
유전 알고리즘의 장점은? | 유전 알고리즘은 생물학적 진화과정 등의 자연현상을 모방한 것으로서 세대가 지남에 따라 좀 더 우월한 유전자를 찾아 취하고자 하는 것이다.이러한 유전 알고리즘은 다른 최적화 알고리즘과는 다르게 수학적 지식이 크게 필요하지 않으면서 손쉽게 적용이 가능하다는 큰 장점을 가지고 있다.최적화시 그에 대한 기법에는 단순법, 구배법 등 여러 가지 접근 방식이 있지만 구조물이 복잡하거나 계산량이 많아질 경우 실제 적용하기에는 큰 어려움이 있다. | |
유전 알고리즘이란? | 유전 알고리즘은 생물학적 진화과정 등의 자연현상을 모방한 것으로서 세대가 지남에 따라 좀 더 우월한 유전자를 찾아 취하고자 하는 것이다.이러한 유전 알고리즘은 다른 최적화 알고리즘과는 다르게 수학적 지식이 크게 필요하지 않으면서 손쉽게 적용이 가능하다는 큰 장점을 가지고 있다. | |
제약조건을 위배하는 개체는 다음 세대에서 생존할 확률이 줄어들고 최적 해의 개선은 제약조건을 위배하지 않는 양상으로 진행되는 이유는? | 이때 목적함수에 추가되는 벌칙함수는 식(4)와 같으며,벌칙함수에서 r은 벌칙상수 (PenaltyConstant)이다.만약 설계 변수의 후보군을 적용한 구조물의 해석 값이 최적화를 위해 제약한 허용 값보다 초과할 시,해석 값과 허용 값의 비에 1을 감한 값의 제곱과 벌칙상수를 곱한 값이 목적함수에 추가한다.이로 인해 최소화 문제에서 목적함수가 높은 값을 갖게 되고,이는 다른 유전자보다 도태되는 결과를 가져온다.따라서 제약조건을 위배하는 개체는 다음 세대에서 생존할 확률이 줄어들고 최적 해의 개선은 제약조건을 위배하지 않는 양상으로 진행된다. |
강문명, 반춘욱(2002) 퍼지-유전자 알고리즘에 의한 트러스 단면 및 형상 이산화 최적설계, 한국전산구조공학회 논문집, 한국전산구조공학회, 제15권, 제1호, pp.81-89.
김선명, 이재홍(2001) 마이크로 유전알고리즘을 이용한 냉간성형강 부재의 단면 최적설계, 석사학위 논문.
김연태, 이재홍(2009) 마이크로 유전 알고리즘을 이용한 언더텐션 구조물의 최적설계, 대한건축학회 논문집(구조계), 대한건축학회, 제25권, 제10호, pp.35-42.
김영빈, 이재홍(2003) 마이크로 유전알고리즘을 이용한 I-형 복합재료 보의 최적설계, 대한건축학회논문집, 대한건축학회, pp.69-77.
진강규(2004) 유전 알고리즘과 그 응용, 교우사.
Goldberg, D.E. (1989) Sizing Populations for Serial and Parallel Genetic Algorithms, Proc. 3rd International Conference on Genetic Algorithms and Their Applications, Arlington, VA, pp.70-79.
Jenkins, W.M. (1991) Strucural Optimization with the Genetic Algorithm, The Structural Engineer, Vol. 69. No. 24, pp.419-422.
Kaveh, A. and Kalatjari, V. (2004) Size/geometry Optimization of Trusses by The Force Method and Genetic Algorithm, ZAMM-Journal of Allpied Mathematics and Mechanics, Vol. 84, No. 5, pp.347-357.
Krishnakumar, K. (1989) Micro-genetic Algorithm for Stationary and Non-stationary Function Optimization, SPIE, Intelligent Control and Adaptive Systems, Vol. 11, No. 96, pp.282-296.
Hwang, S.F. and He, R.S. (2006) A hybrid real-parameter genetic algorithm for function optimization, Adv Eng Infor, Vol. 20, pp.7-21.
Tang, W., Tong, L., and Gu, Y. (2005) Improved genetic algorithm for design optimization of truss structures with sizing, shape and topology variables, Internat J Number Methods Engrg, Vol. 62, pp.1737-1762.
Rahami, H., Kaveh, A., and Gholipour, Y. (2008) Sizing, Geometry and topology optimization of trusses via force method and genetic algorithm, Engineering Structures, 30, pp.2360-2369.
Yang, J.P. (1996) Development of genetic algorithm-based approach for structural optimization, Ph.D. thesis. Singapore, Nanyang Technology University.
Rajeev, S. and Krishnamoorthy, C.S. (1997) Genetic algorithms-based methodologies for design optimization of trusses, J Struct Eng ASCE, Vol. 123, No. 3, pp.350-358.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.