최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.40 no.6, 2016년, pp.587 - 593
김지훈 (한양대학교 미래자동차공학과) , 장준용 (한양대학교 미래자동차공학과) , 김신유 (한양대학교 미래자동차공학과) , 이태희 (한양대학교 미래자동차공학과) , 조수길 (한국해양과학기술원 부설 선박해양플랜트연구소) , 김형우 (한국해양과학기술원 부설 선박해양플랜트연구소) , 홍섭 (한국해양과학기술원 부설 선박해양플랜트연구소)
Reliability-based design optimization (RBDO) requires a high computational cost owing to its reliability analysis. A surrogate model is introduced to reduce the computational cost in RBDO. The accuracy of the reliability depends on the accuracy of the surrogate model of constraint boundaries in the ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
신뢰성기반 최적설계이란? | 신뢰성기반 최적설계(reliability-based design opti- mization, RBDO)는 설계변수의 불확실성을 고려하여 성능이 목표신뢰도를 만족하며 목적함수를 최소화하는 해를 도출하는 기법이다. 그러나 신뢰성 기반 최적설계는 최적화 과정 중 신뢰성 해석이 필요하기 때문에 확정론적 최적설계(deterministic design optimization, DDO)에 비하여 많은 계산비용이 발생한다. | |
제한조건경계 샘플링 기법의 단점은? | (3) 제한조건경계 샘플링 기법은 크리깅 대체모델에서 제공되는 통계적 정보를 이용하여 제한조건경계에 실험점을 생성하는 기법이다. 하지만 제한조건경계 샘플링 기법은 전체 설계영역 내에 존재하는 모든 제한조건경계에 실험점을 생성하기 때문에 실제 최적해와 거리가 먼 제한 조건경계에도 실험점을 생성하는 단점이 있다. 이러한 제한조건경계 샘플링 기법의 단점을 보완하면서 동시에 최적해 부근의 크리깅 대체모델의 정확도를 높이기 위한 중요경계 샘플링 기법(important boundary sampling, IBS) 이 제안되었다. | |
신뢰성기반 최적설계의 단점은? | 신뢰성기반 최적설계(reliability-based design opti- mization, RBDO)는 설계변수의 불확실성을 고려하여 성능이 목표신뢰도를 만족하며 목적함수를 최소화하는 해를 도출하는 기법이다. 그러나 신뢰성 기반 최적설계는 최적화 과정 중 신뢰성 해석이 필요하기 때문에 확정론적 최적설계(deterministic design optimization, DDO)에 비하여 많은 계산비용이 발생한다. 이러한 신뢰성기반 최적설계의 계산 비용을 줄이기 위하여 대체모델이 도입되었다. |
Jin, R., Chen, W. and Sudjianto, A., 2002, "On Sequential Sampling for Global Metamodeling for in Engineering Design," Proceedings ASME 2002 Design Engineering Technical Conferences and Computer and Information in Engineering Conference, Vol. 2, pp. 1-10.
Crombecq, K., Laermans, E. and Dhaene, T., 2011, "Efficient Space-filling and Non-collapsing Sequential Design Strategies for Simulation-based Modeling," European Journal of Operation Research, Vol. 214, No. 3, pp. 683-696.
Lee, T. H. and Jung, J. J., 2008, "A Sampling Technique Enhancing Accuracy and Efficiency of Metamodel-based RBDO: Constraint Boundary Sampling," Computer and Structures, Vol. 86, No. 13, pp. 1463-1476.
Zhenzhong, C., Siping, p., Xiaoke, L., Haobo, Q., Huadi, X., Liang, G. and Peigen, L., 2014, "An Important Boundary Sampling Method for Reliability- based Design Optimization Using Kriging Model," Structural and Multidisciplinary Optimization, Vol. 52, No. 1, pp. 55-70.
Jang, J., Cho, S. and Lee, T. H., 2009, "Weight Function-Based Sequential Maximin Distance Design to Enhance Accuracy and Robustness of Surrogate Model," Trans. Korean Soc. Mech. Eng. A, Vol. 39, No. 4, pp. 369-374.
Kushner, H. J., 1962, "Stochastic Model of an Unknown Function," Journal of Mathematical Analysis and Application, Vol. 5, pp. 150-167.
Park, J., 1994, "Optimal Latin-hypercube Designs for Computer Experiments," Journal of Statistical planning and inference, Vol. 37, No. 1, pp. 95-111.
Tu, J. and Choi, K. K., 1999, "A New Study on Reliability Based Design Optimization," Journal of Mechanical Design, Vol. 121, No. 4, pp. 557-564.
Soren, N. L., Hans, B. N. and Jacob, S., "DACE-A MATLAB Kriging Toolbox," Technical Report IMM- TR-2002-12, pp. 1-26.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.