362 0

컨볼루션 신경망을 이용한 트러스 구조물의 최적 설계

Title
컨볼루션 신경망을 이용한 트러스 구조물의 최적 설계
Other Titles
Optimal Design for Truss Structures Using Convolution Neural Network
Author
구혜지
Alternative Author(s)
Gu, Hye-Ji
Advisor(s)
한석영
Issue Date
2020-02
Publisher
한양대학교
Degree
Master
Abstract
본 연구의 목적은 트러스(truss)의 위상, 형상 및 크기(TSS: topology, shape and sizing) 동시 최적화를 위해 딥 러닝과 유전 알고리즘(GA: genetic algorithm)을 결합한 최적화 방법을 제안하는 것이다. 첫 번째 방법은 딥 러닝과 작은 학습 데이터셋(small learning dataset)을 사용하였고, 두번째 방법은 딥 러닝과 큰 학습 데이터셋(large learning dataset)을 사용하였으며, 본 연구에서 제안하는 마지막 방법은 딥 러닝과 GA를 결합하여 작은 학습 데이터셋과 함께 사용하였다. 기존의 연구에서는 딥 러닝으로 트러스 구조물의 최적화를 하기 위한 시도가 있었지만, 데이터 훈련과 딥 러닝 모델의 평가만이 수행되었다. 본 연구에서 제안하는 최적 설계 방법에서는 딥 러닝을 사용하여 사전 훈련된 가중치(pretrained weight)를 오토인코더(AE: autoencoder)로 전이(transfer)하여 최적에 거의 근사한 해(near-optimal solution)를 효율적으로 예측할 수 있었다. 또한, 제안한 방법에서는 오토인코더가 예측한 거의 근사한 후보 해를 GA의 초기 모집단(initial population)으로 사용하였다. 최적화 문제에 있어 딥 러닝과 GA를 결합하여 최적화 하는 방법은 본 연구에서 처음으로 시도되는 것이다. 이 접근방법은 하나의 작은 데이터셋과 GA를 사용하여 하중 및 경계 조건에 의해 주어진 트러스 구조물의 위상, 형상 및 크기 동시 최적화의 6가지 예제에 대해 최적의 해를 구할 수 있었다. 따라서 제안된 방법이 트러스의 TSS 동시 최적화 문제에 효율적으로 적용될 수 있음을 확인할 수 있었다.
URI
https://repository.hanyang.ac.kr/handle/20.500.11754/123594http://hanyang.dcollection.net/common/orgView/200000437723
Appears in Collections:
GRADUATE SCHOOL[S](대학원) > MECHANICAL CONVERGENCE ENGINEERING(융합기계공학과) > Theses (Master)
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE