[논문]집합기반설계와 유전자알고리즘을 이용한 초기단계 함정설계 최적화

박진원

doi:10.5762/kais.2019.20.10.486

집합기반설계와 유전자알고리즘을 이용한 초기단계 함정설계 최적화
Optimization of Early-phase Ship Design using Set-Based Design and Genetic Algorithm 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.20 no.10, 2019년, pp.486 - 492

박진원 (한얼솔루션 통합설계실)

초록
AI-Helper

함정설계 시에는 초기 운용요구 능력의 불확실성을 고려하여 무수히 많은 대안 중에서 최적의 무장시스템과 플랫폼의 제원을 선정하기 위해서는 시스템적인 접근 방법이 필수적이다. 미 해군은 초기단계 설계 시 최적 설계조합을 시행착오 없이 효율적으로 선정하기 위하여 집합기반 설계를 차기 공기부양정 초기단계 설계에 성공적으로 적용한 바 있다. 집합기반 설계를 적용하기 위해서는 설계조합에 필수적인 모델인 함정통합모델이 필수적이나 아쉽게 현재 실질적인 함정통합모델을 보유하고 있는 국가는 미국, 영국 정도의 극히 일부 국가이며 관련된 기술의 타국으로의 이전도 전혀 허용하지 않고 있다. 본 연구에서는 기존 함정설계 데이터의 벤치마킹을 통해서도 미국을 중심으로 선진화된 최신 설계기법인 집합기반설계가 가능할 수 있도록 유전자알고리즘과 의사결정 방법론인 TOPSIS를 통합한 우리나라의 여건과 역량을 고려한 한국형 집합기반 설계 프로세스를 구축하였으며 현재 연구 및 교육 목적으로 일반에 공개된 DDG-51급 통합함정모델을 이용하여 함정의 무장시스템 초기단계 설계 최적화에 적용하여 제안된 한국형 집합기반설계의 적용 가능성을 검증하였다.

Abstract ▼ AI-Helper

The system-based approach is needed to select an optimal mix of weapon systems and ship platform among a variety of design alternatives with the uncertainties of the initial required operational capability. In the early-phase design, which included a feasibility study and concept design, it is possible to cause problems when a review of the operational concept, database development, and systematic design are not done, thereby producing uncertain and unstable requirements. To select the best solution without trial-and-error, the U.S. navy has applied the set-based method for the early-phase design of a new ship-to-shore connector. The ship synthesis model plays an important role in applying the set-based method, but only a few countries possess this model and have prohibited this model from being transferred to other countries. This paper suggests a set-based method using a genetic algorithm and decision-making theory through benchmarking existing ship data. The algorithm was verified using the DDG-51 class ship synthesis model to optimize the weapon system design, which has been released for research purposes.

주제어

표/그림 (14)

그림 Fig. 1. Comparison of point-based design and set-based design[1]
그림 Fig. 2. Set-based design process diagram for the early-phase of the ship-to-shore connect[2]
그림 Fig. 4. Proposed set based design
그림 Fig. 3. Concept and requirements exploration process[3]
그림 Fig. 5. Ship synthesis model of DDG-51 destroyer
그림 Fig. 6. Sensors and weapons of DDG-51 destroyer
그림 Fig. 7. Pareto set generated from synthesis model
그림 Fig. 8. Optimal solutions generated from Pareto set
표 Table 1. Optimal solutions generated from Pareto set
그림 Fig. 9. Parallel plot of optimal solutions generated from Pareto set
그림 Fig. 10. Concept of Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
그림 Fig. 11. AHP weight for TOPSIS decision-making
그림 Fig. 12. TOPSIS results for ship preliminary design
표 Table 2. Pros and cons of proposed Korean SBD process

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 함정통합모델(SSM: Ship Synthesis Model, 이하 SSM)뿐만 아니라 기존 함정 데이터의 벤치마킹을 통해 집합기반설계가 가능하도록 유전 알고리즘과 의사결정 방법론인 TOPSIS(technique for order preference by similarity to ideal solution)를 통합한 한국형 SBD 프로세스를 구축하였으며 연구목적으로 공개된 DDG-51급(Arleigh Burke-class destroyer) SSM을 무장시스템 초기단계설계 최적화에 적용하여 제안된 한국형 SBD의 타당성을 입증한다. 본 논문에서는 통계분석 및 시각화에 뛰어난 통계패키지 JMP를 사용하여 SBD를 구현하였다.

제안 방법

DDG-51급 SSM에 무장 시스템과 함정 제원에 관련된 21가지 설계변수를 고려하여 12가지 해석 모듈의 통합화 및 자동화를 수행한 후에 다목적 유전 알고리즘MOGA(MOGA: Multi-Objective Genetic Algorithm,이하 MOGA)를 적용하여 총 377가지의 최적 대안을 Fig. 7과 같이 도출하였다[3].
DDG-51급 SSM은 함정 초기단계 설계를 위한 총 50가지의 설계변수를 정의하였으며, 정의된 후보군 중에서 29가지는 상수로 처리하고 무장 및 제원에 관련된 21가지를 본 연구에서 파레토 집합을 도출하기 위한 설계변수로 선정한다. SSM은 Fig.
MOGA를 적용하여 도출된 총 377가지의 최적 대안중에서 ROC의 제한조건을 고려하여 총 6가지의 최적 대안을 도출하였다. 도출된 최적 대안의 우선순위를 선정하기 위하여 이상적인 해의 거리(D+)와 반이상적인 해의 거리(D-) 개념을 적용한 TOPSIS 의사결정 방법을 적용한다.
SBD로 얻은 총 377가지의 최적 대안 중 주어진 초기능력서 혹은 ROC를 만족하도록 경하배수량(Wls)을 5,600톤 이하로 제한하고 효과도(OMOE)를 0.7 이상으로 제한한 경우 총 377가지 대안 중에서 6가지 최적대안을 Fig. 8과 전문가 컨퍼런스를 통해 선정하여 Table 1로 정리하였다. 377개 대안 중 주어진 ROC를 만족하는 최적대안은 89, 122, 123, 152, 262, 281번째 대안이 선정되었다.
377개 대안 중 주어진 ROC를 만족하는 최적대안은 89, 122, 123, 152, 262, 281번째 대안이 선정되었다. Table 1에 6가지 최적 대안의 순항거리(Emin), 최대속력(Vsmin), 순항속력(Ve), 경하배수량(Wls), 만재배수량(Wt), 효과도(MOE) 값을 정리하였다. 순항거리는 4,400~5,500마일, 최대속력은 30~31노트,순항속력은 20~21노트, 경하배수량은 5,400~5,600톤,만재배수량은 7,200~8,200톤, 효과도는 0.
근본적 문제점을 극복하기 위한 한국형SBD 프로세스를 미 해군의 SSC 초기단계 설계에 성공적으로 적용된 SBD 프로세스와 버지니아공대의 C&RE 프로세스를 벤치마킹하고 각각의 장점을 추출하였다.
대신 본 연구에서는 함정 초기단계설계에 적용되고 있는 시스템적인 방법론으로 미국 버지니아공대에서 제안한 Fig. 3 개념 및 요구조건 탐색(C&RE: concept and requirements exploration, 이하 C&RE) 프로세스를 기반으로 우리 실정에 적합한 SBD를 제안한다.
본 연구에서는 SBD를 적용하기 위한 명확한 목적함수와 제한조건을 도출하는 프로세스는 버지니아공대에서 제안한 C&RE 프로세스를 벤치마킹하고 상위수준 프로세스는 SSC에 적용된 SBD 프로세스와 순차적 근사 최적화 프로세스를 벤치마킹하여 한국형 SBD 프로세스를 Fig. 4와 같이 구축하였다.
본 연구에서는 함정통합모델(SSM: Ship Synthesis Model, 이하 SSM)뿐만 아니라 기존 함정 데이터의 벤치마킹을 통해 집합기반설계가 가능하도록 유전 알고리즘과 의사결정 방법론인 TOPSIS(technique for order preference by similarity to ideal solution)를 통합한 한국형 SBD 프로세스를 구축하였으며 연구목적으로 공개된 DDG-51급(Arleigh Burke-class destroyer) SSM을 무장시스템 초기단계설계 최적화에 적용하여 제안된 한국형 SBD의 타당성을 입증한다. 본 논문에서는 통계분석 및 시각화에 뛰어난 통계패키지 JMP를 사용하여 SBD를 구현하였다.
근본적 문제점을 극복하기 위한 한국형SBD 프로세스를 미 해군의 SSC 초기단계 설계에 성공적으로 적용된 SBD 프로세스와 버지니아공대의 C&RE 프로세스를 벤치마킹하고 각각의 장점을 추출하였다. 유전 알고리즘과 TOPSIS 의사 결정법 그리고 순차적 최적화 방법론을 통합하여 DDG-51급 무장시스템 최적화에 적용하여 프로세스의 타당성을 검증하였다.
SBD를 적용함으로써 무장시스템의 초기 많은 대안들이 점차 줄어들면서 최소 2가지에서 최대 3가지 대안으로 좁혀졌다는 것을 의미한다. 즉 설계자는 파레토 플롯과 병렬 플롯을 같이 적용하여 1차적으로 선정된(선별된) 최적 대안 중에서 주어진 ROC의 제한조건을 만족하는 최적 대안을 선정하였다
최적대안을 도출하기 위한 목적함수는 순항거리(Emin),최대속력(Vsmin), 순항속력(Ve), 경하배수량(Wls), 만재배수량(Wt), 효과도(OMOE)를 선정하였으며 각각의 가중치는 전문가 설문조사를 거쳐 AHP로 Fig. 11과 같이 얻었다
4와 같이 구축하였다. 한국형 SBD 프로세스의 특징은 현재 미국의 ASSET이나 영국의 Paramarine과 같은 종합 SSM이 없는 우리 현실을 고려하여 SSM이 있는 경우와 없는 경우를 모두 고려할 수 있도록 구축하였으며 SSM이 없는 경우에는 유사함정 데이터베이스를 벤치마킹하여 SBD가 가능하도록 구축하였다. Fig.

대상 데이터

우리나라의 이지스급 구축함인 세종대왕함의 기준선(parent ship)이기도 하다. 본 논문의 관심인 주요 무장시스템으로는 SPY-1D 3D 레이더, 저주파 소나, 전자전 장비, 기만장치, 수직발사장치, 근접방어무기,함포와 부포 등 다양한 무장과 센서를 보유하고 있는 다목적전투함이다. SSM에서는 9가지의 무장시스템을 조합하여 각각의 효과도를 정량적으로 평가하여 함정의 중량을 최소화하면서 효과도가 가장 높은 최적의 대안을 도출하는 과정을 따른다.

이론/모형

DDG-51 SSM에 구현된 미 해군의 성분작전과 공학 설계 관련된 구체적인 변수와 약어에 대해서는 관련 참고문헌 [3,4]을 참고한다.
MOGA를 적용하여 도출된 총 377가지의 최적 대안중에서 ROC의 제한조건을 고려하여 총 6가지의 최적 대안을 도출하였다. 도출된 최적 대안의 우선순위를 선정하기 위하여 이상적인 해의 거리(D+)와 반이상적인 해의 거리(D-) 개념을 적용한 TOPSIS 의사결정 방법을 적용한다. TOPSIS 의사결정 방법은 Fig.

성능/효과

DDG-51급 함정의 무장시스템 최적화에 한국형 SBD를 적용한 결과 경하배수량을 5,600톤 이하로 제한하고 효과도 OMOE를 0.7 이상으로 제한한 ROC를 만족하는 설계대안 총 377가지 중에서도 6가지 최적대안을 최종선정할 수 있었으며, 의사결정 이론인 TOPSIS를 적용하여 6가지 최적 대안의 우선순위를 정할 수 있었다. 실제미 해군의 DDG-51급 함정의 경하배수량은 5,400에서5,600톤 범위에 존재하기 때문에 본 연구에서 얻은 최대경하배수량 5,600톤 이하를 만족하는 무장시스템 조합은 실질적으로 구현 가능한 대안이라고 할 수 있다.
7 이상으로 제한한 ROC를 만족하는 설계대안 총 377가지 중에서도 6가지 최적대안을 최종선정할 수 있었으며, 의사결정 이론인 TOPSIS를 적용하여 6가지 최적 대안의 우선순위를 정할 수 있었다. 실제미 해군의 DDG-51급 함정의 경하배수량은 5,400에서5,600톤 범위에 존재하기 때문에 본 연구에서 얻은 최대경하배수량 5,600톤 이하를 만족하는 무장시스템 조합은 실질적으로 구현 가능한 대안이라고 할 수 있다.

후속연구

특히 공학적 분석결과를 토대로 한 시각적 설계 후보군(design candidates)의 제시는 공학적 지식이 없는 의사결정자라 하더라도 부담 없이 접근할 수 있다는 점이 가장 큰 장점이다. 다만 개별 SSM 개발에 상당한 노력과 투자가 필요하며, 초기단계 설계의 특성상 확정적인 최적해가 아닌 최적해가 될 수 있을 것이라는 확률론적인 이해가 필요하다는 점을 고려하여야 할 것이다.
본 논문에서 제안한 한국형 SBD 프로세스는 복수대안을 빠른 시간내 생성할 수 있는 유전 알고리즘과 정량적 의사결정방법인 TOPSIS를 적용함으로써 초기단계설계의 효율성을 제고할수 있을 것이다. 기존의 PBD에비해 손쉽고 빠른 의사결정이 가능하다는 것이다.
하지만 함정의 초기 ROC는 사전 장기계획(10~15년 전)을 위한 개략 요구조건이라는 점과 무장시스템과 함정 제원의 대안도 무수히 많이 존재할 수 있기 때문에 하나의 대안만을 확정하는PBD가 적합하지 않다. 현재의 기술 수준만을 고려한다면 10년 후 진부화될 것이고, 10년 후를 미리 예상하여 과감한 대안을 선정한다면 불확실성을 자초하게 된다. 미 해군에서는 이런 불확실성을 고려하기 위해 Fig.

질의응답

핵심어	질문	논문에서 추출한 답변
	공학적 분석결과를 토대로 한 시각적 설계 후보군(design candidates)의 가장 큰 장점은 무엇인가	특히 공학적 분석결과를 토대로 한 시각적 설계 후보군(design candidates)의 제시는 공학적 지식이 없는 의사결정자라 하더라도 부담 없이 접근할 수 있다는 점이 가장 큰 장점이다. 다만 개별 SSM 개발에 상당한 노력과 투자가 필요하며, 초기단계 설계의 특성상 확정적인 최적해가 아닌 최적해가 될 수 있을 것이라는 확률론적인 이해가 필요하다는 점을 고려하여야 할 것이다.
	기본설계와 상세설계에 PBD가 널리 사용되는 이유는 무엇인가	단일 대안을 기준으로 설계를 점진적으로 구체화해가는 점기반설계(PBD: Point Based Design, 이하 PBD)는 관련 기술과 장비가 충분히 성숙하여 대안의 불확실성이 적다는 가정하에서는 유용하다. 그 때문에 기본설계와 상세설계에 널리 사용되고 있다.
	MOGA란 무엇인가	본 연구에서 사용한 MOGA는 유전알고리즘이 가지고 있는 가장 큰 특징인 군(population)을 이용한 탐색방법을 활용하는 것으로 최적 대안 간의 우선순위를 부여하는 파레토 지배(Pareto-dominance) 개념을 이용하여,여러 가지 다양한 목적함수 간에 존재하는 상호관계를 충분히 반영한 파레토 최적해를 찾아 나가는 방법의 하나다. MOGA 역시 수많은 종류가 알려졌지만, 일반적으로 가장 널리 활용되고 있는 Fenseca이 개발한 방법론을 적용한다[5].

참고문헌 (6)

D.J. Singer, N. Doerry, and M.E. Buckley, "What is Set-Based Design?," Naval Engineering Journal, 121(4), pp.1-13, 2010. DOI: https://doi.org/10.1111/j.1559-3584.2009.00226.x
L. Walter et. al, "Set-Based Design and the Ship to Shore Connector," Naval Engineering Journal, 123(3), pp. 79-92, 2011. DOI: https://doi.org/10.1111/j.1559-3584.2011.00332.x

상세보기
A.J. Brown, J. Salcedo, "Multiple Objective Optimization in Naval Ship Design," Naval Engineers Journal, 115(4), pp. 49-61, 2003 DOI: https://doi.org/10.1111/j.1559-3584.2003.tb00242.x

상세보기
L. Snyder et. al., "AREA DEFENSE FRIGATE. ADF Design 95," Design report, Virginia Polytechnic Institute and State University, U.S.A, 2007.
I. Mahdavi et. al., "Designing a Model of Fuzzy TOPSIS in Multiple Criteria Decision Making," Applied Mathematics and Computation, 206, pp.607-617, 2008. DOI: https://doi.org/10.1016/j.amc.2008.05.047

상세보기
N.D. Chakladar and S. Charaborty, "A Combined TOPSIS-AHP-method-based approach for non-traditional machining process selection," Proc. of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, Vol.222, No.12, pp.1613-1623, 2009. DOI: https://doi.org/10.1243/09544054JEM1238

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증