KR101470942B1 - 수정된 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치 - Google Patents

수정된 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치 Download PDF

Info

Publication number
KR101470942B1
KR101470942B1 KR20140098558A KR20140098558A KR101470942B1 KR 101470942 B1 KR101470942 B1 KR 101470942B1 KR 20140098558 A KR20140098558 A KR 20140098558A KR 20140098558 A KR20140098558 A KR 20140098558A KR 101470942 B1 KR101470942 B1 KR 101470942B1
Authority
KR
South Korea
Prior art keywords
pheromone
ant
value
phase
initial
Prior art date
Application number
KR20140098558A
Other languages
English (en)
Inventor
김용호
한석영
Original Assignee
한양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR20140098558A priority Critical patent/KR101470942B1/ko
Application granted granted Critical
Publication of KR101470942B1 publication Critical patent/KR101470942B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N99/00—Subject matter not provided for in other groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Agricultural Chemicals And Associated Chemicals (AREA)

Abstract

본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 방법은 설계 영역 내 각 요소의 초기 페로몬 값을 결정하는 단계; 상기 초기 페로몬 값을 이용하여 초기 위상을 랜덤하게 생성하는 단계; 상기 초기 위상을 기반으로 하는 유한요소 해석을 통해 목적함수를 계산하는 단계; 상기 각 요소의 민감도 수에 따른 누적 페로몬 값에 기초하여 구조물 요소를 나타내는 개미를 이동시키는 단계; 상기 이동된 개미의 현재 위치를 기준으로, 해당하는 각 요소에 새로운 페로몬을 분비하여 상기 누적 페로몬 값을 갱신하는 단계; 및 수렴조건을 만족할 때까지, 상기 목적함수를 계산하는 단계, 상기 개미를 이동시키는 단계, 및 상기 누적 페로몬 값을 갱신하는 단계를 순차적으로 반복 수행하여 위상 최적화를 위한 최적 해를 결정하는 단계를 포함한다.

Description

수정된 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치{METHOD AND DEVICE FOR OPTIMIZING PHASE OF COMPLIANT MECHANISM USING MODIFIED ANT COLONY OPTIMIZATION}
본 발명의 실시예들은 컴플라이언트 메커니즘의 위상 최적화에 관한 것으로서, 더욱 상세하게는 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치에 관한 것이다.
구조 최적화(structural optimization)의 목적은 구조물의 응력 제한이나 체적 제한과 같은 제약조건을 만족하면서 가장 최고의 성능을 끌어낼 수 있는 구조물의 형태를 구하는 방법이다.
설계자의 요구조건에 따라 구조 최적화는 크기(sizing), 형상(shape), 그리고 위상(topology) 최적화로 나누어지며, 특히 위상 최적화의 경우, 초기 구조물의 위상을 전혀 고려하지 않고 작용하는 경계조건과 하중조건만을 고려하여 최적의 형태를 찾아내는 방법이다.
위상 최적화 방법으로는 SIMP(solid isotropic material with penalization)와 ESO(evolutionary structural optimization)가 있으며, 이러한 기존 방식은 다양한 위상 최적화 문제에 적용 가능하다는 점이 확인되었다.
상기 SIMP는 전체 설계 영역을 목표로 하는 체적에 맞게 회색 요소(grey element)로 채운 뒤, 민감도 해석을 통해 중요한 부분은 점점 검은색(구조물인 부분)으로, 중요하지 않은 부분은 흰색(구조물이 아닌 부분)으로 변하게 하는 방법이다. 상기 ESO는 전체 설계 영역을 검은색(구조물) 요소로 꽉 채운 뒤 필요 없는 요소를 순차적으로 제거하여 최적 위상을 찾는 방법이다.
상기 SIMP와 ESO를 이용하여 컴플라이언트 메커니즘(compliant mechanism)을 위상 최적화하는 방법은 몇 가지 문제점을 가지고 있다.
상기 SIMP의 경우, 검은색 부분과 흰색 부분 외에 회색 부분이 존재한다. 회색 부분이 존재하는 이유는 초기에 설계 영역을 회색 요소로 꽉 채운 뒤 최적화를 수행하였고, 각 요소에 대한 설계 변수도 구조물과 구조물이 아닌 부분만으로 나누어져 있는 것이 아니라, 그에 대한 중간 영역까지 정의되어 있기 때문이다. 이런 현상은 최적화되어 나온 위상의 경계면을 확실히 정의하기가 어렵다는 문제점이 있다.
상기 ESO의 경우에는 구조물인 부분과 구조물이 아닌 부분들이 확실히 구분된다. 하지만, 방법론을 보았을 때 초기에 전체 설계 영역을 구조물로 꽉 채운 뒤에 목표 체적을 맞추어 가는 과정이 필요하기 때문에 상당한 최적화 시간이 소요되는 문제점이 있다.
따라서, 상기 SIMP의 회색 영역을 해결하기 위한 각 요소의 설계 변수를 이산화하는 작업이 필요하며, 나아가 최적화를 수행하는 데 소요되는 시간이 오래 걸리는 점을 해결하기 위해 처음부터 목표 체적에 맞는 구조물 요소만을 이용하여 최적화를 수행하는 기술의 도입이 필요하다.
관련 선행기술로는 등록특허공보 제10-1119691호(발명의 명칭: 개미군락시스템을 이용한 문서 스코어링 시스템 및 방법, 등록일자: 2012년 2월 16일)가 있다.
본 발명의 일 실시예는 요소 기여 중요성(ECS)을 이용한 수정된 개미 군집 최적화(MACO) 알고리즘을 이용하여 해를 탐색할 때 더 빠른 해의 수렴이 가능하도록 하며, 설계 영역의 각 요소를 구조물과 구조물이 아닌 부분으로 이산화하여 위상 최적화 계산 시간을 개선할 수 있도록 하는 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치를 제공한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 방법은 설계 영역 내 각 요소의 초기 페로몬 값을 결정하는 단계; 상기 초기 페로몬 값을 이용하여 초기 위상을 랜덤하게 생성하는 단계; 상기 초기 위상을 기반으로 하는 유한요소 해석을 통해 목적함수를 계산하는 단계; 상기 각 요소의 민감도 수에 따른 누적 페로몬 값에 기초하여 구조물 요소를 나타내는 개미를 이동시키는 단계; 상기 이동된 개미의 현재 위치를 기준으로, 해당하는 각 요소에 새로운 페로몬을 분비하여 상기 누적 페로몬 값을 갱신하는 단계; 및 수렴조건을 만족할 때까지, 상기 목적함수를 계산하는 단계, 상기 개미를 이동시키는 단계, 및 상기 누적 페로몬 값을 갱신하는 단계를 순차적으로 반복 수행하여 위상 최적화를 위한 최적 해를 결정하는 단계를 포함한다.
본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 방법은 상기 컴플라이언트 메커니즘의 위상 최적화를 위해 제어 변수를 설정하는 단계를 더 포함하고, 상기 초기 페로몬 값을 결정하는 단계는 상기 설정된 제어 변수에 기초하여, 상기 설계 영역 내 각 요소의 초기 페로몬 값을 결정하는 단계를 포함할 수 있다.
상기 초기 위상을 랜덤하게 생성하는 단계는 정해진 목표 체적에 기초하여 체적 제약조건을 설정하는 단계; 및 상기 체적 제약조건에 기초하여 초기의 개미 위치를 랜덤하게 배치시키는 단계를 포함할 수 있다.
상기 목적함수를 계산하는 단계는 상기 유한요소 해석을 통해 상기 각 요소의 민감도 수를 계산하는 단계; 및 상기 민감도 수에 따른 각 요소의 페로몬 값을 계산하는 단계를 포함할 수 있다.
상기 개미를 이동시키는 단계는 상기 각 요소의 누적 페로몬 값을 기반으로 한 룰렛 휠 메소드(Roullette Wheel Method)를 이용하여, 확률적 방법을 통해 상기 개미를 선택하여 이동시키는 단계를 포함할 수 있다.
상기 개미를 이동시키는 단계는 상기 개미의 현재 위치에 해당하는 요소의 이웃 요소들 각각의 페로몬 값을 노멀라이징 하여 큰 순서대로 분류하는 단계; 랜덤한 페로몬 값을 생성하여 상기 분류된 페로몬 값 중 가장 큰 값과 비교하는 단계; 및 상기 랜덤한 페로몬 값이 상기 가장 큰 값보다 크면, 상기 개미를 상기 가장 큰 값에 해당하는 이웃 요소로 이동시키는 단계를 포함할 수 있다.
상기 누적 페로몬 값을 갱신하는 단계는 상기 개미의 이전 위치를 고려하여 상기 개미가 이동할 새로운 위치를 선택하기 위한 요소 기여 중요성을 나타내는 변수를 정의하는 단계; 및 상기 요소 기여 중요성을 나타내는 변수를 이용하여 상기 새로운 위치에 해당하는 요소의 페로몬 크기를 조절하는 단계를 포함할 수 있다.
상기 페로몬 크기를 조절하는 단계는 실제 자연모사와 유사하게 표현하기 위한 매개 변수로서 상기 페로몬이 증발하는 비율을 더 이용하여 상기 페로몬 크기를 조절하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 방법은 상기 설계 영역 내 각 요소가 나타내는 변수를 상기 개미의 존재 유무에 따라 이산화하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 장치는 설계 영역 내 각 요소의 초기 페로몬 값을 결정하고, 상기 초기 페로몬 값을 이용하여 초기 위상을 랜덤하게 생성하는 초기 위상 생성부; 상기 초기 위상을 기반으로 하는 유한요소 해석을 통해 목적함수를 계산하고, 상기 각 요소의 민감도 수에 따른 누적 페로몬 값에 기초하여 구조물 요소를 나타내는 개미를 이동시키는 유한요소 해석부; 및 상기 이동된 개미의 현재 위치를 기준으로, 해당하는 각 요소에 새로운 페로몬을 분비하여 상기 누적 페로몬 값을 갱신하고, 수렴조건을 만족할 때까지 위상 최적화를 위한 최적해 결정 과정을 순차적으로 반복 수행하는 최적해 결정부를 포함한다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.
본 발명의 일 실시예에 따르면, 요소 기여 중요성(ECS)을 이용한 수정된 개미 군집 최적화(MACO) 알고리즘을 이용하여 해를 탐색할 때 더 빠른 해의 수렴이 가능하도록 한다.
본 발명의 일 실시예에 따르면, 설계 영역의 각 요소를 구조물과 구조물이 아닌 부분으로 이산화하여 위상 최적화 계산 시간을 개선할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 장치를 설명하기 위해 도시한 블록도이다.
도 2 내지 도 5는 본 발명의 일 실시예에 따라 MACO를 이용한 컴플라이언트 메커니즘 문제의 실시예들을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 방법을 설명하기 위해 도시한 흐름도이다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
본 발명의 일 실시예에서는 수정된 개미 군집 최적화 알고리즘(Modified Ant Colony Optimization Algorithm, MACO)를 이용한 컴플라이언트 메커니즘(compliant mechanism)의 위상 최적화 기법을 제안한다. 여기서, 상기 컴플라이언트 메커니즘은 구조물의 유연성과 변형을 이용하여 기계적인 운동이나 힘을 얻어내는 기구를 말하며, 기구의 입력단에 힘이나 열하중이 작용할 때 출력단에서는 설계자가 원하는 방향으로 힘 또는 변위를 발생한다.
실제 개미들이 목적지를 향해 나아가는 동안 각 경로에 페로몬(pheromone)을 분비하고, 이후에 지나가는 개미들은 그 경로에 쌓인 페로몬 정보를 이용해 다음 경로를 선택하는 원리에서 아이디어를 얻은 개미 군집 최적화(ant colony optimization, ACO)는 최적화 과정에서 전역 해의 위치를 찾아내는 데에 효율적이라는 점이 확인되었다.
본 발명의 일 실시예에서는 유한요소 해석(finite element analysis, FEA)을 통하여 각 요소의 중요성을 효율적으로 평가하기 위해 개선된 방법을 제안한다. 즉, 본 발명의 일 실시예에서는 상기 개미 군집 최적화(ACO) 알고리즘을 개선한 상기 수정된 개미 군집 최적화(MACO) 알고리즘을 제안한다.
다시 말해, 본 발명의 일 실시예에서는 입력 포트(input port) P 1에서 일정한 F in 을 작용시켜 출력 포트(output port) P 2에서 최대 U out 을 생성하는 컴플라이언트 메커니즘에 대해, 상기 MACO 알고리즘을 이용하여 위상 최적화를 수행하는 방법을 제안한다.
기존 SIMP의 가장 큰 문제점인 회색 영역을 해결하기 위해 각 요소의 변수를 이산화하는 작업, 즉 구조물과 구조물이 아닌 요소로 만드는 작업이 필요하다. 이를 위해, 본 발명의 일 실시예에서는 개미의 존재 유무에 따라 구조물 요소와 구조물이 아닌 요소를 각각 정의한다.
또한, 기존 ESO에서는 초기에 설계 영역을 구조물 요소로 꽉 채운 뒤 최적화를 수행하여 계산 시간이 오래 걸린다는 점이 확인되었다. 이를 해결하기 위해 본 발명의 일 실시예에서는 처음부터 목표 체적에 맞는 구조물 요소만을 이용하여 최적화를 수행한다.
따라서, 본 발명의 일 실시예에 의하면, MACO 알고리즘을 compliant mechanism에 대한 위상 최적화 문제에 대해 적용함으로써, SIMP와 ESO를 이용하였을 때에 비해 각 방법이 가지는 문제점을 해결하였다.
즉, 본 발명의 일 실시예에 의하면, SIMP에서 발생하는 회색 영역과 ESO에서 최적화 과정 중에 목표 체적을 찾아가는 데에 필요한 계산 시간을 해결하였고, 이를 통해 MACO 알고리즘이 SIMP와 ESO 알고리즘보다 compliant mechanism의 위상 최적화에 더 적합한 방법이라는 것을 확인하였다.
이와 같은 본 발명의 일 실시예는 제안된 방법을 이용하여 compliant mechanism과 같은 최적화 과정 계산시간이 상대적으로 오래 걸리는 문제들에 효율적으로 적용될 수 있다.
향후 적용이 예상되는 분야로는, 예를 들어 a) 마이크로미터 이하 정밀도를 갖는 초미세 기술 분야인 MEMS(micro electro mechanical systems), b) 입력된 신호에 대응하여 작동을 수행하는 장치인 actuator, c) input port에 열하중이 작용하는 thermal compliant mechanism, d) input port에 전기적 하중에 의해 열이 발생하는 electro-thermal compliant mechanism, e) 미세 조작이 필요한 마이크로 광학 시스템 등이 있다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 장치를 설명하기 위해 도시한 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 장치(100)는 초기 위상 생성부(110), 유한요소 해석부(120), 최적해 결정부(130), 및 제어부(140)를 포함할 수 있다.
상기 초기 위상 생성부(110)는 설계 영역 내 각 요소의 초기 페로몬 값을 결정한다. 이를 위해, 상기 초기 위상 생성부(110)는 상기 컴플라이언트 메커니즘의 위상 최적화를 위해 제어 변수를 미리 설정할 수 있다.
즉, 상기 초기 위상 생성부(110)는 상기 설정된 제어 변수에 기초하여, 상기 설계 영역 내 각 요소의 초기 페로몬 값을 결정할 수 있다. 여기서, 상기 초기 페로몬 값은 초기 페르몬 양을 나타낸다.
상기 초기 위상 생성부(110)는 상기 초기 페로몬 값을 이용하여 초기 위상을 랜덤(random)하게 생성한다.
이를 위해, 상기 초기 위상 생성부(110)는 정해진 목표 체적에 기초하여 체적 제약조건을 설정하고, 상기 체적 제약조건에 기초하여 초기의 개미 위치를 랜덤하게 배치시킬 수 있다.
상기 유한요소 해석부(120)는 상기 초기 위상을 기반으로 하는 유한요소 해석을 통해 목적함수를 계산한다.
이때, 상기 유한요소 해석부(120)는 상기 유한요소 해석을 통해 상기 각 요소의 민감도 수를 계산하고, 상기 민감도 수에 따른 각 요소의 페로몬 값을 계산할 수 있다. 여기서, 본 실시예에서 상기 민감도 수는 페로몬으로 사용될 수 있다.
상기 유한요소 해석부(120)는 상기 각 요소의 민감도 수에 따라 누적 페로몬 값을 계산하고, 상기 계산된 누적 페로몬 값에 기초하여 구조물 요소를 나타내는 개미를 이동시킨다.
이때, 상기 유한요소 해석부(120)는 상기 각 요소의 누적 페로몬 값을 기반으로 한 룰렛 휠 메소드(Roullette Wheel Method)를 이용하여, 확률적 방법을 통해 상기 개미를 선택하여 이동시킬 수 있다.
또 달리, 상기 유한요소 해석부(120)는 상기 개미의 현재 위치에 해당하는 요소의 이웃 요소들 각각의 페로몬 값을 노멀라이징 하여 큰 순서대로 분류하고, 랜덤한 페로몬 값을 생성하여 상기 분류된 페로몬 값 중 가장 큰 값과 비교한 후, 상기 랜덤한 페로몬 값이 상기 가장 큰 값보다 크면, 상기 개미를 상기 가장 큰 값에 해당하는 이웃 요소로 이동시킬 수 있다.
이때, 상기 랜덤한 페로몬 값이 상기 가장 큰 값보다 작거나 같으면, 상기 유한요소 해석부(120)는 새로운 랜덤한 페로몬 값을 다시 생성하여 상기 가장 큰 값과 비교할 수 있다. 상기 새로운 랜덤한 페로몬 값이 상기 가장 큰 값보다 크면, 상기 유한요소 해석부(120)는 상기 개미를 상기 가장 큰 값에 해당하는 이웃 요소로 이동시킬 수 있다.
하지만, 상기 새로운 랜덤한 페로몬 값이 상기 가장 큰 값보다 작거나 같으면(즉 이동 조건을 만족시키지 못하면), 상기 유한요소 해석부(120)는 미리 설정된 횟수 이내에서 랜덤한 페로몬 값을 생성하여 비교하는 과정을 반복 수행할 수 있다. 설정 횟수만큼 반복 수행했음에도 불구하고 상기 이동 조건을 만족시키지 못하면, 상기 유한요소 해석부(120)는 상기 Roullette Wheel Method를 이용하여 상기 개미를 이동시킬 수 있다.
상기 최적해 결정부(130)는 상기 이동된 개미의 현재 위치를 기준으로, 해당하는 각 요소에 새로운 페로몬을 분비하여 상기 누적 페로몬 값을 갱신한다.
이를 위해, 상기 최적해 결정부(130)는 상기 개미의 이전 위치를 고려하여 상기 개미가 이동할 새로운 위치를 선택하기 위한 요소 기여 중요성(Element Contribution Significance, ECS)을 나타내는 변수를 정의하고, 상기 요소 기여 중요성을 나타내는 변수를 이용하여 상기 새로운 위치에 해당하는 요소의 페로몬 크기를 조절할 수 있다.
이때, 상기 최적해 결정부(130)는 실제 자연모사와 유사하게 표현하기 위한 매개 변수로서 상기 페로몬이 증발하는 비율(페로몬 증발 비율)을 더 이용하여 상기 페로몬 크기를 조절할 수 있다. 즉, 상기 최적해 결정부(130)는 상기 요소 기여 중요성(ECS) 및 상기 페로몬 증발 비율을 이용하여 상기 페로몬 크기를 조절할 수 있다.
상기 최적해 결정부(130)는 수렴조건을 만족할 때까지 위상 최적화를 위한 최적해 결정 과정을 순차적으로 반복 수행한다. 즉, 상기 최적해 결정부(130)는 상기 각 요소의 변형률 에너지를 계산하는 과정, 상기 개미를 이동시키는 과정, 및 상기 누적 페로몬 값을 갱신하는 과정을 순차적으로 반복 수행함으로써, 위상 최적화를 위한 최적 해를 결정할 수 있다.
상기 제어부(140)는 본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 장치(100), 즉 상기 초기 위상 생성부(110), 상기 유한요소 해석부(120), 상기 최적해 결정부(130) 등의 동작을 전반적으로 제어할 수 있다.
도 2 내지 도 5는 본 발명의 일 실시예에 따라 MACO를 이용한 컴플라이언트 메커니즘 문제의 실시예들을 나타낸 도면이다.
먼저 인버팅 메커니즘(force inverting mechanism)과 관련하여 정의된 문제는 도 2에 도시된 바와 같다. 도 2에 도시된 바와 같이, 상기 인버팅 메커니즘과 관련하여 정의된 문제는 효율적인 위상 최적화 수행을 위해 ECS 변수를 이용한 MACO를 이용한다. 이에 따라 해를 탐색할 때 더 빠른 해의 수렴이 가능하며 도 3과 같이 최적화된 위상을 얻을 수 있다.
다음으로 그리퍼 메커니즘(gripper mechanism)과 관련하여 정의된 문제는 도 4에 도시된 바와 같다. 도 4에 도시된 바와 같이, 상기 그리퍼 메커니즘과 관련하여 정의된 문제는 효율적인 위상 최적화 수행을 위해 ECS 변수를 이용한 MACO를 이용한다. 이에 따라 해를 탐색할 때 더 빠른 해의 수렴이 가능하며 도 5와 같이 최적화된 위상을 얻을 수 있다.
도 6은 본 발명의 일 실시예에 따른 컴플라이언트 메커니즘의 위상 최적화 방법을 설명하기 위해 도시한 흐름도이다. 여기서, 상기 컴플라이언트 메커니즘의 위상 최적화 방법은 도 1의 위상 최적화 장치(100)에 의해 수행될 수 있다.
도 6을 참조하면, 단계(S610)에서 상기 위상 최적화 장치는 설계 영역 내 각 요소의 초기 페로몬 값을 결정한다.
이를 위해, 상기 위상 최적화 장치는 상기 컴플라이언트 메커니즘의 위상 최적화를 위해 제어 변수를 설정할 수 있으며, 상기 설정된 제어 변수에 기초하여, 상기 설계 영역 내 각 요소의 초기 페로몬 값을 결정할 수 있다.
다음으로, 단계(S620)에서 상기 위상 최적화 장치는 상기 초기 페로몬 값을 이용하여 초기 위상을 랜덤하게 생성한다.
이를 위해, 상기 위상 최적화 장치는 정해진 목표 체적에 기초하여 체적 제약조건을 설정하고, 상기 체적 제약조건에 기초하여 초기의 개미 위치를 랜덤하게 배치시킬 수 있다.
다음으로, 단계(S630)에서 상기 위상 최적화 장치는 상기 초기 위상을 기반으로 하는 유한요소 해석을 통해 상기 목적함수를 계산한다.
이를 위해, 상기 위상 최적화 장치는 상기 유한요소 해석을 통해 상기 각 요소의 민감도 수를 계산할 수 있으며, 상기 계산된 민감도 수에 따른 각 요소의 페로몬 값을 계산할 수 있다.
다음으로, 단계(S640)에서 상기 위상 최적화 장치는 상기 각 요소의 민감도 수에 따른 누적 페로몬 값에 기초하여 개미를 이동시킨다.
이때, 상기 위상 최적화 장치는 상기 각 요소의 누적 페로몬 값을 기반으로 한 Roullette Wheel Method를 이용하여, 확률적 방법을 통해 상기 개미를 선택하여 이동시킬 수 있다.
또 달리, 상기 위상 최적화 장치는 상기 개미의 현재 위치에 해당하는 요소의 이웃 요소들 각각의 페로몬 값을 노멀라이징 하여 큰 순서대로 분류하고, 랜덤한 페로몬 값을 생성하여 상기 분류된 페로몬 값 중 가장 큰 값과 비교한 후, 상기 랜덤한 페로몬 값이 상기 가장 큰 값보다 크면, 상기 개미를 상기 가장 큰 값에 해당하는 이웃 요소로 이동시킬 수 있다.
다음으로, 단계(S650)에서 상기 위상 최적화 장치는 상기 이동된 개미의 현재 위치를 기준으로, 해당하는 각 요소에 새로운 페로몬을 분비하여 상기 누적 페로몬 값을 갱신한다.
이를 위해, 상기 위상 최적화 장치는 상기 개미의 이전 위치를 고려하여 상기 개미가 이동할 새로운 위치를 선택하기 위한 요소 기여 중요성을 나타내는 변수를 정의하고, 상기 요소 기여 중요성을 나타내는 변수를 이용하여 상기 새로운 위치에 해당하는 요소의 페로몬 크기를 조절할 수 있다.
이때, 상기 위상 최적화 장치는 실제 자연모사와 유사하게 표현하기 위한 매개 변수로서 상기 페로몬이 증발하는 비율을 더 이용하여 상기 페로몬 크기를 조절할 수 있다.
다음으로, 단계(S660)에서 상기 위상 최적화 장치는 수렴조건을 만족하는지 여부를 판단한다.
상기 판단 결과, 상기 수렴조건을 만족하면(S660의 "예" 방향), 상기 위상 최적화 장치는 위상 최적화를 위한 최적 해를 결정하게 된다.
반면, 상기 판단 결과, 상기 수렴조건을 만족하지 못하면(S660의 "아니오" 방향), 상기 위상 최적화 장치는 상기 수렴조건을 만족할 때까지 상기 단계(S630)로 리턴(return)하여 그 이후의 단계들(S630 ~ S650)을 순차적으로 반복한다.
즉, 상기 위상 최적화 장치는 상기 수렴조건을 만족할 때까지, 목적함수를 계산하는 단계(S630), 상기 개미를 이동시키는 단계(S640), 및 상기 누적 페로몬 값을 갱신하는 단계(S650)를 순차적으로 반복 수행한다.
한편, 상기 위상 최적화 장치는 상기 설계 영역 내 각 요소가 나타내는 변수를 상기 개미의 존재 유무에 따라 이산화 할 수 있다. 이러한 이산화 단계는 상기 단계(S610) 이전에 수행될 수 있다.
이하에서는 MACO를 이용하여 컴플라이언트 메커니즘의 위상을 최적화하는 기법에 대한 실시예를 수학식을 참조하여 구체적으로 설명한다.
Step 1: 제어 변수(α, γ, λ)들을 결정한 후, 설계 영역 내의 각 요소의 초기 페로몬 값을 결정한다.
여기서, α는 페로몬의 상대적 가중치 제어 계수로서, 계산된 페로몬을 기반으로 요소를 선택할 확률을 조정한다. α값이 커지면 좋은 해를 찾는 과정 없이 국부해로 수렴할 것이다. 본 실시예에서는 1을 사용한다.
λ는 알고리즘의 수렴성능 개선을 위한 조정(tuning) 설계변수이다.
γ는 페로몬이 증발되는 비율을 나타내는 증발 계수(evaporation)로서, 실제 자연모사와 유사하게 표현하기 위한 매개변수이다. 기존에 있는 페로몬을 얼마나 가져갈지를 결정하며, 빠른 국부수렴을 피하기 위해서는 적절한 값(ρ=0.7)을 설정하는 것이 중요하다.
Step 2: 설계 영역의 페로몬 정보(값)를 이용하여 초기 위상을 랜덤하게 생성한다.
Step 3: Compliant mechanism을 위한 유한요소 해석(FEA)를 수행한 후, 하기 수학식 1을 이용하여 각 요소의 민감도 수(sensitivity number)을 계산한다. 상기 유한요소 해석은 큰 iteration 1회당 작은 iteration이 15번이 수행되며, 이는 추후 페로몬 정보 갱신을 위해서 사용된다. 상기 민감도 수는 MACO에서 페로몬으로 사용된다.
[수학식 1]
Figure 112014072916408-pat00001
Step 4: 하기 수학식 2를 이용하여 개미(구조물 요소)를 확률적으로 이동시킨다.
[수학식 2]
Figure 112014072916408-pat00002
참고로, 현재 위치(요소) 주변의 8개 요소의 페로몬을 노멀라이징해서 큰 순서대로 분류한다. 이후, random한 페로몬 값을 생성해서 가장 큰 값과 비교한다. 비교 결과, 페로몬 값이 크면 개미는 그 방향(요소)으로 이동하고, 작으면 다시 random 페로몬 값을 생성한다. 모든 값을 비교해도 값이 정해지지 않으면 룰렛휠 방법을 이용한다.
개미는 random하게 뿌려진 위치에서 대각선과 상, 하 방향으로만 한 칸씩 이동이 가능하며 지나간 곳은 다시 갈 수 없다는(tabu;금기) 알고리즘(알고리즘이라고 할 수도 없는 아주 간단한 연산자)을 도입하여, 국부적 해에 빠짐을 방지할 수 있다.
Step 5: 하기 수학식 3을 이용하여 임의의 요소에 개미가 이동될 경우 페로몬을 추가한다.
[수학식 3]
Figure 112014072916408-pat00003
이동된 개미들은 각 요소에 쌓이게 될 페로몬의 양을 결정하고 분비해야 한다. 개미를 이용해 위상 최적화를 하기 위해서 이를 요소별 민감도 수로 표현할 수 있다. 민감도 수가 높은 요소에 존재하는 개미가 높은 수치의 pheromone을 분비한다. 상기 수학식 3은 결국 임의의 요소로 개미가 이동될 경우 페로몬을 추가(분비)하는 식이다.
Step 6: 하나의 싸이클(cycle)이 완료되면, 하기 수학식 4와 5를 이용하여 페로몬의 크기를 조절한다.
[수학식 4]
Figure 112014072916408-pat00004
참고로, 상기 수학식 4는 앞서 언급한 바 있는 요소 기여 중요성(ECS)이라는 변수를 정의하는 식으로서, 이것은 개미의 새로운 위치를 페로몬 정보가 아닌 이전까지 개미가 있었던 위치를 이용한다는 것을 의미한다. 이 변수는 하기 수학식 5와 함께 페로몬의 크기를 조절하는 부분에 사용되며, 이에 의해 효율적인 해의 수렴이 가능하게 된다.
[수학식 5]
Figure 112014072916408-pat00005
Step 7: 각 요소의 페로몬 크기가 하기 수학식 6에 의해 갱신된다.
[수학식 6]
Figure 112014072916408-pat00006
Step 8: 수렴 조건을 만족할 때까지 Step 3에서 Step 7까지를 반복해준다.
본 발명의 실시예들은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허 청구의 범위뿐 아니라 이 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
110: 초기 위상 생성부
120: 유한요소 해석부
130: 최적해 결정부
140: 제어부

Claims (10)

  1. 위상 최적화 장치의 초기 위상 생성부에서, 설계 영역 내 각 요소의 초기 페로몬 값을 결정하는 단계;
    상기 초기 위상 생성부에서, 상기 초기 페로몬 값을 이용하여 초기 위상을 랜덤하게 생성하는 단계;
    상기 위상 최적화 장치의 유한요소 해석부에서, 상기 초기 위상을 기반으로 하는 유한요소 해석을 통해 목적함수를 계산하는 단계;
    상기 유한요소 해석부에서, 상기 각 요소의 민감도 수에 따른 누적 페로몬 값에 기초하여 구조물 요소를 나타내는 개미를 이동시키는 단계;
    상기 위상 최적화 장치의 최적해 결정부에서, 상기 이동된 개미의 현재 위치를 기준으로, 해당하는 각 요소에 새로운 페로몬을 분비하여 상기 누적 페로몬 값을 갱신하는 단계; 및
    상기 최적해 결정부에서, 수렴조건을 만족할 때까지, 상기 목적함수를 계산하는 단계, 상기 개미를 이동시키는 단계, 및 상기 누적 페로몬 값을 갱신하는 단계를 순차적으로 반복 수행하여 위상 최적화를 위한 최적 해를 결정하는 단계
    를 포함하고,
    상기 개미를 이동시키는 단계는
    상기 개미의 현재 위치에 해당하는 요소의 이웃 요소들 각각의 페로몬 값을 노멀라이징 하여 큰 순서대로 분류하는 단계;
    랜덤한 페로몬 값을 생성하여 상기 분류된 페로몬 값 중 가장 큰 값과 비교하는 단계; 및
    상기 랜덤한 페로몬 값이 상기 가장 큰 값보다 크면, 상기 개미를 상기 가장 큰 값에 해당하는 이웃 요소로 이동시키는 단계
    를 포함하고,
    상기 누적 페로몬 값을 갱신하는 단계는
    상기 개미의 이전 위치를 고려하여 상기 개미가 이동할 새로운 위치를 선택하기 위한 요소 기여 중요성을 나타내는 변수를 정의하는 단계; 및
    상기 요소 기여 중요성을 나타내는 변수를 이용하여 상기 새로운 위치에 해당하는 요소의 페로몬 크기를 조절하는 단계
    를 포함하는 것을 특징으로 하는 컴플라이언트 메커니즘의 위상 최적화 방법.
  2. 제1항에 있어서,
    상기 초기 위상 생성부에서, 상기 컴플라이언트 메커니즘의 위상 최적화를 위해 제어 변수를 설정하는 단계
    를 더 포함하고,
    상기 초기 페로몬 값을 결정하는 단계는
    상기 설정된 제어 변수에 기초하여, 상기 설계 영역 내 각 요소의 초기 페로몬 값을 결정하는 단계
    를 포함하는 것을 특징으로 하는 컴플라이언트 메커니즘의 위상 최적화 방법.
  3. 제1항에 있어서,
    상기 초기 위상을 랜덤하게 생성하는 단계는
    정해진 목표 체적에 기초하여 체적 제약조건을 설정하는 단계; 및
    상기 체적 제약조건에 기초하여 초기의 개미 위치를 랜덤하게 배치시키는 단계
    를 포함하는 것을 특징으로 하는 컴플라이언트 메커니즘의 위상 최적화 방법.
  4. 제1항에 있어서,
    상기 목적함수를 계산하는 단계는
    상기 유한요소 해석을 통해 상기 각 요소의 민감도 수를 계산하는 단계; 및
    상기 민감도 수에 따른 각 요소의 페로몬 값을 계산하는 단계
    를 포함하는 것을 특징으로 하는 컴플라이언트 메커니즘의 위상 최적화 방법.
  5. 제1항에 있어서,
    상기 개미를 이동시키는 단계는
    상기 각 요소의 누적 페로몬 값을 기반으로 한 룰렛 휠 메소드(Roullette Wheel Method)를 이용하여, 확률적 방법을 통해 상기 개미를 선택하여 이동시키는 단계
    를 포함하는 것을 특징으로 하는 컴플라이언트 메커니즘의 위상 최적화 방법.
  6. 삭제
  7. 삭제
  8. 제1항에 있어서,
    상기 페로몬 크기를 조절하는 단계는
    실제 자연모사와 유사하게 표현하기 위한 매개 변수로서 상기 페로몬이 증발하는 비율을 더 이용하여 상기 페로몬 크기를 조절하는 단계
    를 포함하는 것을 특징으로 하는 컴플라이언트 메커니즘의 위상 최적화 방법.
  9. 제1항에 있어서,
    상기 초기 위상 생성부에서, 상기 설계 영역 내 각 요소가 나타내는 변수를 상기 개미의 존재 유무에 따라 이산화하는 단계
    를 더 포함하는 것을 특징으로 하는 컴플라이언트 메커니즘의 위상 최적화 방법.
  10. 설계 영역 내 각 요소의 초기 페로몬 값을 결정하고, 상기 초기 페로몬 값을 이용하여 초기 위상을 랜덤하게 생성하는 초기 위상 생성부;
    상기 초기 위상을 기반으로 하는 유한요소 해석을 통해 목적함수를 계산하고, 상기 각 요소의 민감도 수에 따른 누적 페로몬 값에 기초하여 구조물 요소를 나타내는 개미를 이동시키는 유한요소 해석부; 및
    상기 이동된 개미의 현재 위치를 기준으로, 해당하는 각 요소에 새로운 페로몬을 분비하여 상기 누적 페로몬 값을 갱신하고, 수렴조건을 만족할 때까지 위상 최적화를 위한 최적해 결정 과정을 순차적으로 반복 수행하는 최적해 결정부
    를 포함하고,
    상기 유한 요소 해석부는
    상기 개미의 현재 위치에 해당하는 요소의 이웃 요소들 각각의 페로몬 값을 노멀라이징 하여 큰 순서대로 분류하고, 랜덤한 페로몬 값을 생성하여 상기 분류된 페로몬 값 중 가장 큰 값과 비교하며, 상기 랜덤한 페로몬 값이 상기 가장 큰 값보다 크면, 상기 개미를 상기 가장 큰 값에 해당하는 이웃 요소로 이동시키고,
    상기 최적해 결정부는
    상기 개미의 이전 위치를 고려하여 상기 개미가 이동할 새로운 위치를 선택하기 위한 요소 기여 중요성을 나타내는 변수를 정의하고, 상기 요소 기여 중요성을 나타내는 변수를 이용하여 상기 새로운 위치에 해당하는 요소의 페로몬 크기를 조절하는 것을 특징으로 하는 컴플라이언트 메커니즘의 위상 최적화 장치.
KR20140098558A 2014-07-31 2014-07-31 수정된 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치 KR101470942B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20140098558A KR101470942B1 (ko) 2014-07-31 2014-07-31 수정된 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20140098558A KR101470942B1 (ko) 2014-07-31 2014-07-31 수정된 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101470942B1 true KR101470942B1 (ko) 2014-12-11

Family

ID=52678284

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20140098558A KR101470942B1 (ko) 2014-07-31 2014-07-31 수정된 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101470942B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101529521B1 (ko) * 2015-01-30 2015-06-18 한양대학교 산학협력단 인공벌 군집 알고리즘을 이용한 비선형 구조물의 위상학적 형상 최적화 방법 및 장치
CN109522680A (zh) * 2019-01-08 2019-03-26 广州大学 一种微位移放大柔顺机构的构建方法及系统
CN110058613A (zh) * 2019-05-13 2019-07-26 大连海事大学 一种多无人机多蚁群协同搜索目标方法
US10798115B2 (en) 2017-05-29 2020-10-06 Electronics And Telecommunications Research Institute Apparatus and method for detecting malicious device based on swarm intelligence
CN111859733A (zh) * 2020-06-19 2020-10-30 江西五十铃汽车有限公司 一种基于蚁群算法的汽车排气系统可靠性优化方法
CN112085382A (zh) * 2020-09-08 2020-12-15 杭州海兴泽科信息技术有限公司 一种工单分配方法、装置、设备及计算机可读存储介质
CN112528524A (zh) * 2020-12-30 2021-03-19 江苏金陵智造研究院有限公司 一种混流装配线平衡优化调度方法
CN113722915A (zh) * 2021-09-01 2021-11-30 西安邮电大学 一种水下弱光信号检测方法
CN118212288A (zh) * 2024-05-15 2024-06-18 佛山科学技术学院 一种基于机器视觉的报废板材柔性排样方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
류수필, ‘개미 군집 알고리즘을 이용한 비선형 열 컴플라이언트 기구의 위상최적설계‘, 한양대학교 대학원 석사논문, 2012.2
류수필, '개미 군집 알고리즘을 이용한 비선형 열 컴플라이언트 기구의 위상최적설계', 한양대학교 대학원 석사논문, 2012.2 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101529521B1 (ko) * 2015-01-30 2015-06-18 한양대학교 산학협력단 인공벌 군집 알고리즘을 이용한 비선형 구조물의 위상학적 형상 최적화 방법 및 장치
US10798115B2 (en) 2017-05-29 2020-10-06 Electronics And Telecommunications Research Institute Apparatus and method for detecting malicious device based on swarm intelligence
CN109522680B (zh) * 2019-01-08 2023-03-14 广州大学 一种微位移放大柔顺机构的构建方法及系统
CN109522680A (zh) * 2019-01-08 2019-03-26 广州大学 一种微位移放大柔顺机构的构建方法及系统
CN110058613A (zh) * 2019-05-13 2019-07-26 大连海事大学 一种多无人机多蚁群协同搜索目标方法
CN110058613B (zh) * 2019-05-13 2022-05-13 大连海事大学 一种多无人机多蚁群协同搜索目标方法
CN111859733A (zh) * 2020-06-19 2020-10-30 江西五十铃汽车有限公司 一种基于蚁群算法的汽车排气系统可靠性优化方法
CN111859733B (zh) * 2020-06-19 2023-06-27 江西五十铃汽车有限公司 一种基于蚁群算法的汽车排气系统可靠性优化方法
CN112085382A (zh) * 2020-09-08 2020-12-15 杭州海兴泽科信息技术有限公司 一种工单分配方法、装置、设备及计算机可读存储介质
CN112528524A (zh) * 2020-12-30 2021-03-19 江苏金陵智造研究院有限公司 一种混流装配线平衡优化调度方法
CN112528524B (zh) * 2020-12-30 2024-03-19 江苏金陵智造研究院有限公司 一种混流装配线平衡优化调度方法
CN113722915A (zh) * 2021-09-01 2021-11-30 西安邮电大学 一种水下弱光信号检测方法
CN113722915B (zh) * 2021-09-01 2023-11-14 西安邮电大学 一种水下弱光信号检测方法
CN118212288A (zh) * 2024-05-15 2024-06-18 佛山科学技术学院 一种基于机器视觉的报废板材柔性排样方法及系统

Similar Documents

Publication Publication Date Title
KR101470942B1 (ko) 수정된 개미 군집 최적화 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치
Truong et al. A robust method for safety evaluation of steel trusses using Gradient Tree Boosting algorithm
KR101499865B1 (ko) 조화 탐색법을 이용한 구조물의 위상 최적화 방법 및 장치
JP7215077B2 (ja) 予測プログラム、予測方法及び予測装置
Tong et al. Optimal sensor placement for mode shapes using improved simulated annealing
JP4028384B2 (ja) エージェント学習装置、方法、プログラム
He et al. Global convergence analysis of cuckoo search using Markov theory
CN113627602B (zh) 预测计算机控制实体的状态
KR102439198B1 (ko) 다층확률 기계학습 기반 최적해 탐색 시스템 및 방법
WO2016129078A1 (ja) 経路選択装置及び経路選択プログラム
KR102640009B1 (ko) 강화 학습 및 가우시안 프로세스 회귀 기반 하이퍼 파라미터 최적화
KR101492197B1 (ko) 순차적 근사 최적 설계 방법 및 장치
CN111884854B (zh) 基于多模式混合预测的虚拟网络流量迁移方法
KR102605707B1 (ko) 모델에 관계없이 적용 가능한 메타러닝을 사용한 발작 예측 방법
KR101529521B1 (ko) 인공벌 군집 알고리즘을 이용한 비선형 구조물의 위상학적 형상 최적화 방법 및 장치
CN116892866B (zh) 一种火箭子级回收轨迹规划方法、设备及存储介质
Rajnish et al. Machine learning driven damper for response control in vehicle–bridge interaction systems
KR101499864B1 (ko) 인공벌 군집 알고리즘을 이용한 컴플라이언트 메커니즘의 위상 최적화 방법 및 장치
Liu et al. 3 System Reliability
WO2021064858A1 (ja) 通信速度予測装置、通信速度予測方法及び記録媒体
KR101628823B1 (ko) 조화 탐색법을 이용한 구조물의 위상 및 형상 동시 최적화 장치 및 방법
Sivaraman et al. Modeling of an inverted pendulum based on fuzzy clustering techniques
JP7556260B2 (ja) 最適化装置、最適化方法、及び最適化プログラム
JP2020119108A (ja) データ処理装置、データ処理方法、データ処理プログラム
JP3821266B2 (ja) ダイナミクスを利用してコスト関数の最適値を探索する処理装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee