| 1 |
1
동시에 측정된 변형률 데이터 및 변위 데이터가 수집되는 S1 단계;상기 S1 단계에서 수집된 변형률 데이터 및 변위 데이터에서 ANN 모델에 이용할 유효 데이터가 분류되는 S2 단계; 및상기 S2 단계의 유효 데이터를 이용하여 변형률 데이터에 기반한 ANN 변위 예측 모델이 수립되는 S3 단계를 포함하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 모델의 수립 방법
|
| 2 |
2
제1항에 있어서,상기 S1 단계에서 수집되는 변형률 데이터는 구조물의 대상 부재에 대한 변형을 측정값이고, 상기 변위 데이터는 상기 변형률이 측정된 시기에 구조물의 기준 부위에 대한 변위 측정값인 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 모델의 수립 방법
|
| 3 |
3
제1항에 있어서,상기 S2 단계는상기 S1 단계에서 수집된 데이터에서 ANN 훈련용 데이터와 검증용 데이터가 분류되는 S2-1 단계;상기 S2-1 단계에서 분류된 ANN 훈련용 데이터를 이용하여 ANN 훈련이 수행되는 S2-2 단계;상기 S2-2 단계에서 수행된 ANN 훈련에 따른 변위 예측값과 상기 검증용 데이터를 비교하여 오차율이 산출되는 S2-3 단계; 및상기 S2-3 단계에서 산출된 오차율이 기준 오차값보다 큰 경우, 상기 오차율 산출에 사용된 ANN 훈련용 데이터는 불사용 데이터로 분류되는 S2-4 단계를 포함하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 모델의 수립 방법
|
| 4 |
4
제3항에 있어서,상기 S2-2 단계에서 사용되는 ANN 훈련은 입력층, 은닉층 및 출력층을 포함하는 역전파 신경망을 이용하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 모델의 수립 방법
|
| 5 |
5
제1항에 있어서,상기 S3 단계는 상기 유효 데이터 중 훈련용 변형률 입력값이 ANN 모델에 적용되는 S3-1 단계;상기 S3-1 단계의 ANN 모델에서 도출된 예측값과 훈련용 결과값이 비교되어 오차가 연산되는 S3-2 단계; 및상기 S3-2 단계에서 연산되는 오차가 모델 기준 오차값 보다 큰 경우, ANN 모델을 수정하는 S3-3 단계를 포함하되,상기 오차가 모델 기준 오차값 이하가 될 때까지 상기 S3-1 단계 내지 S3-3 단계를 반복하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 모델의 수립 방법
|
| 6 |
6
모델 수립용 변형률 데이터 및 변위 데이터를 이용하여 ANN 변위 예측 모델이 수립되는 S10 단계;변위 예측용 변형률 데이터가 수집되는 S20 단계;구조물 특성을 반영한 구조해석 모델을 이용하여 상기 S20 단계에서 수집된 변위 예측용 변형률 데이터가 유효한지 검증되는 S30 단계; 및상기 S30 단계에서 유효하다고 검증된 변위 예측용 변형률 데이터가 상기 ANN 변위 예측 모델에 입력되어 구조물 변위가 예측되는 S40 단계를 포함하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 방법
|
| 7 |
7
제6항에 있어서,상기 S30 단계의 구조해석 모델은 유전자 알고리즘(GA)를 이용하여 수립되는 것으로, 와 같은 함수로 구조물 부재의 위치 x에서 변형률이 결정되고, GA는 아래와 같은 식을 만족하는 설계 변수를 찾는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 방법
|
| 8 |
8
제7항에 있어서,상기 S30 단계는 상기 구조해석 모델에 상기 S20 단계에서 수집된 변위 예측용 변형률 데이터를 계측변형률 변수 값으로 설정하여 산출되는 오차 범위값이 기준 값 이하인 경우 유효하다고 판단하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 방법
|
| 9 |
9
제6항에 있어서,상기 S10 단계는동시에 측정된 변형률 데이터 및 변위 데이터가 수집되는 S10-1 단계;상기 S10-1 단계에서 수집된 변형률 데이터 및 변위 데이터에서 ANN 모델에 이용할 유효 데이터가 분류되는 S10-2 단계; 및상기 S10-2 단계의 유효 데이터를 이용하여 변형률 데이터에 기반한 ANN 변위 예측 모델이 수립되는 S10-3 단계를 포함하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 방법
|
| 10 |
10
제9항에 있어서,상기 S10-1 단계에서 수집되는 변형률 데이터는 구조물의 대상 부재에 대한 변형을 측정값이고, 상기 변위 데이터는 상기 변형률이 측정된 시기에 구조물의 기준 부위에 대한 변위 측정값인 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 방법
|
| 11 |
11
제9항에 있어서,상기 S10-2 단계는상기 S10-1 단계에서 수집된 데이터에서 ANN 훈련용 데이터와 검증용 데이터가 분류되는 S10-2-1 단계;상기 S10-2-1 단계에서 분류된 ANN 훈련용 데이터를 이용하여 ANN 훈련이 수행되는 S10-2-2 단계;상기 S10-2-2 단계에서 수행된 ANN 훈련에 따른 변위 예측값과 상기 검증용 데이터를 비교하여 오차율이 산출되는 S10-2-3 단계; 및상기 S10-2-3 단계에서 산출된 오차율이 기준 오차값보다 큰 경우, 상기 오차율 산출에 사용된 ANN 훈련용 데이터는 불사용 데이터로 분류되는 S10-2-4 단계를 포함하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 방법
|
| 12 |
12
제11항에 있어서,상기 S10-2-2 단계에서 사용되는 ANN 훈련은 입력층, 은닉층 및 출력층을 포함하는 역전파 신경망을 이용하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 방법
|
| 13 |
13
제9항에 있어서,상기 S30 단계는 상기 유효 데이터 중 훈련용 변형률 입력값이 ANN 모델에 적용되는 S30-1 단계;상기 S30-1 단계의 ANN 모델에서 도출된 예측값과 훈련용 결과값이 비교되어 오차가 연산되는 S30-2 단계; 및상기 S30-2 단계에서 연산되는 오차가 모델 기준 오차값 보다 큰 경우, ANN 모델을 수정하는 S30-3 단계를 포함하되,상기 오차가 모델 기준 오차값 이하가 될 때까지 상기 S30-1 단계 내지 S30-3 단계를 반복하는 것을 특징으로 하는 ANN을 이용한 구조물 변위 예측 방법
|
