| 1 |
1
과거 유사사례를 근거로 하여 신규 사례에 대한 환경부하량을 예측하기 위한 환경부하량 예측 시스템에 의해 수행되는 사례기반추론 기법에 의한 도로토공부의 환경부하량 예측 방법에 있어서,도로 건설 공사와 관련한 복수 개의 사례 프로젝트를 수집하고, 상기 사례 프로젝트를 분석하여 사례 프로젝트별로 다수의 속성 정보를 포함하는 조회사례 데이터베이스를 구축하는 데이베이스 구축 단계;신규 사례가 되는 도로시설물의 기획 단계에서 상기 속성 정보를 입력 변수로 하여 상기 입력변수에 대한 사례기반추론 모델을 수립하고, 각 사례 프로젝트에 대해 각 공종별 투입자원을 산출하며, 전과정 평가(LCA)에 의하여 공종별 환경 부하량 또는 사례 프로젝트별 환경 부하량을 산출하는 사례기반추론 수행 단계;복수 개의 사례 프로젝트 중에서 기설정된 개수의 사례 프로젝트를 학습 사례로 설정하여 속성정보 최적화 학습 과정에 사용하고, 상기 학습 사례의 예측된 환경부하량과 실제 환경 부하량의 오차량이 최소화되도록 상기 사례기반추론 모델의 속성 정보별로 환경 부하량에 대한 속성 가중치를 유전자 알고리즘을 이용하여 최적화하는 가중치 최적화 단계;상기 속성정보별 속성 가중치를 이용하여 상기 조회사례 데이터베이스에 저장된 사례별 유사도 점수를 산정하고, 상기 산정된 유사도 점수를 크기에 따라 순위를 부여한 후 기설정된 순위까지의 사례들을 유사 사례로 추출하는 유사사례 추출 단계; 상기 추출된 유사 사례를 이용하여 환경부하량 추정 모델을 구성하고, 이를 통해 신규 사례에 대한 환경부하량 추정치를 산출하는 환경부하량 예측 단계; 및,상기 환경부하량 예측 단계에서 예측된 환경부하량 추정치에 대해 다중회귀분석에 의해 회귀방정식을 수립하여 신규 사례와 조회 사례 데이터베이스의 속성 정보의 차이로 인해 발생하는 오차에 대한 속성 오차 보정량을 산출하고, 속성 오차 보정량에 학습 과정에서 발생한 학습 오차를 통해 산출된 학습과정의 정확도(1-학습오차)를 적용하여 학습 오차 보정량이 추가 적용된 총 보정량을 산출하며, 상기 환경부하량 예측 단계에서 예측된 환경부하량 추정치에 총 보정량을 합산하여 최종 환경부하량을 산출하는 환경부하량 보정 단계를 포함하여 구성되되,상기 환경부하량 보정 단계에서 속성 오차 보정량 산출과정은 비표준화계수에 의한 보정 방식과, 오차율에 의한 보정 방식 중 하나의 방식을 통해 산출되며,상기 비표준화계수에 의한 보정 방식은 상기 상기 속성 정보를 독립 변수로 설정하고, 상기 사례 프로젝트별 환경 부하량을 종속 변수로 설정한 후 다중회귀분석을 수행하여 각 독립 변수별 비표준화계수를 산출하는 단계와, 상기 신규사례와 조회사례 데이터베이스의 속성 정보 값 차이인 독립 변수 차이 값을 구하고, 상기 독립변수 차이 값에 비표준화계수를 곱하여 종속변수의 변화량인 속성 오차 보정량을 산출하는 단계로 이루어지고,상기 오차율에 의한 보정 방식은, 상기 각 독립변수의 비표준화계수를 이용하여 계산한 환경부하량의 오차를 회귀방정식으로부터 산출한 종속변수로 나누어 오차율을 계산하는 단계와, 상기 조회사례 데이터베이스 중 기설정된 추출 순위내에 위치한 사례 프로젝트의 환경부하량에 상기 오차율을 곱하여 오차 보정량을 산출하는 단계로 이루어지는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 2 |
2
제1항에 있어서, 상기 사례 프로젝트는 실시설계 자료, 설계내역 자료, 수량 산출자료를 포함하고, 상기 속성 정보는 공사 유형, 차로수, 총도로폭, 토공부연장, 도로등급, 설계속도, 행정구역, 지형, 도로면적, 포장 재료, 포장두께, 도로 높이 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 3 |
3
제1항에 있어서, 상기 사례기반추론 수행 단계는, 상기 전과정 평가에서 LCI DB(Life Cycle Inventory Database)를 사용하고, 상기 산출된 각 공종별 투입자원에 대해 상기 LCI DB를 적용하여 공종별 환경 부하량 또는 사례 프로젝트별 환경 부하량을 산출하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 4 |
4
제1항에 있어서, 상기 유사사례 추출 단계는,상기 속성 정보를 정량 변수와 정성 변수로 구분하는 단계; 및 상기 정량 변수는 신규 사례와 조회사례 데이터베이스의 속성 정보별 유사 척도를 상황에 따른 값으로 표현하는 속성 유사도를 신규사례와 조회사례 데이터베이스간 유사율에 따라 부여하는 단계;상기 정량 변수는 신규사례 속성값과 조회사례 데이터베이스의 속성값을 이용하여 속성 유사도를 유사율로 산출하는 단계; 및 상기 정성 변수는 신규사례와 조회사례 데이터베이스의 사례가 일치하는 경우에 속성 유사도에 기설정된 최고점수를 부여하고, 상기 신규 사례와 조회사례 데이터베이스의 사례가 상이한 경우에 속성 유사도에 기설정된 최저 점수를 부여하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 5 |
5
제4항에 있어서, 상기 정량 변수는 신규사례 속성값과 조회사례 데이터베이스의 속성값을 이용하여 속성 유사도를 유사율로 산출하는 단계는, 수학식 1을 이용하여 유사율을 산출하고, [수학식 1]상기 수학식 1에서, ASI는 속성 유사도(Attribute Similarity Index), VN은 신규사례 속성값(Attribute Value of New-Case), VR은 조회사례 데이터베이스의 속성값(Attribute Value of Retrieved-Case)을 나타내는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 6 |
6
삭제
|
| 7 |
7
제5항에 있어서, 상기 유사사례 추출 단계는,상기 속성정보별 속성 가중치를 이용하여 상기 조회사례 데이터베이스에 저장된 사례별 유사도 점수를 수학식 2를 이용하여 산정하고, [수학식 2]상기 수학식 2에서 CSI는 사례별 유사도 점수(Case Similarity Index), n은 각 사례의 속성 정보의 개수, ASIi는 i번째 속성 유사도, wi는 i번째 속성 가중치를 나타내는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 8 |
8
제1항에 있어서,상기 환경부하량 예측 단계는, 상기 환경부하량 예측 모델은 수학식 3을 이용하여 상기 신규 사례의 환경 부하량을 결정하고, [수학식 3]수학식 3에서, EN은 신규사례의 환경부하량 추정치, n은 추출 순위, Ei는 i순위 사례의 실제 환경부하량, CSIi는 i순위 사례의 유사도 점수, 는 n추출 순위까지 유사도 점수의 총합을 나타내는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 9 |
9
제1항에 있어서,상기 조회사례 데이터베이스에서 신규 사례와 학습 사례를 제외한 나머지 사례들을 이용하여 사례기반추론을 수행하고, 상기 환경부하량 추정 모델에 의한 환경부하량 추정치와 전과정평가에 의해 산출한 실제 환경부하량을 비교하여 검증하는 모델 검증 단계를 더 포함하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
제1항에 있어서,상기 비표준화계수에 의한 보정 방식에서 속성 오차 보정량을 산출하는 단계는,상기 종속변수의 변화량은 수학식 4를 이용하여 계산하고, [수학식 4]상기 수학식 4에서 E는 종속변수, k는 상수, x1, x2, x3는 독립변수, a, b, c는 비표준화계수를 나타내는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 13 |
13
제1항에 있어서,상기 비표준화계수에 의한 보정 방식은,상기 속성 정보를 정량 변수와 정성 변수로 구분하고, 상기 독립 변수가 정성 변수인 경우에 상기 신규 사례와 조회 사례 데이터베이스가 일치할 경우에 속성 정보의 오차값을 0으로 하고, 상기 신규 사례와 조회 사례 데이터베이스가 상이할 경우에 속성 정보의 오차 값을 1로 하여 정성 변수의 차이에 의한 오차를 비표준화계수를 통하여 보정하는 단계를 더 포함하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 방법
|
| 14 |
14
삭제
|
| 15 |
15
삭제
|
| 16 |
16
삭제
|
| 17 |
17
도로 건설 공사와 관련한 복수 개의 사례 프로젝트를 분석하여 사례 프로젝트별로 다수의 속성 정보를 입력하고, 신규 사례에 대해 예측된 환경 부하량 추정치를 출력하는 입출력 모듈;복수 개의 사례 프로젝트 중에서 기 설정된 개수의 사례 프로젝트를 학습 사례로 설정하여 속성 정보 최적화 학습 과정에 사용하고, 상기 학습 사례의 예측된 환경부하량과 실제 환경 부하량의 오차량이 최소화되도록 유전자 알고리즘을 이용하여 각 속성 정보별로 환경 부하량에 대한 속성 가중치를 최적화하는 학습 모듈;상기 복수 개의 사례 프로젝트에 대한 조회사례 데이터베이스를 구축하고, 상기 속성 정보를 입력 변수로 하는 사례기반추론 모델을 수립하며, 각 사례 프로젝트에 대해 각 공종별 투입 자원을 산출하고, 전과정 평가에 의하여 공종별 환경 부하량 또는 사례 프로젝트별 환경 부하량을 산출하며, 상기 속성 정보별 속성 가중치를 이용하여 상기 조회사례 데이터베이스에서 유사사례를 추출한 후 상기 추출된 유사 사례를 이용하여 신규 사례에 대한 환경부하량 추정치를 산출함과 더불어, 이 환경부하량 추정치에 총 보정량을 합산하여 최종 환경부하량을 산출하는 환경부하량 추정 모델을 구성하는 사례기반추론 모듈;상기 유사 사례를 이용하여 산출된 환경부하량 추정치에 대해 다중회귀분석에 의해 회귀방정식을 수립하여 신규 사례와 조회 사례 데이터베이스의 속성 정보의 차이로 인해 발생하는 오차에 대한 속성 오차 보정량을 산출하고, 속성 오차 보정량에 학습 과정에서 발생한 학습 오차를 통해 산출된 학습과정의 정확도(1-학습오차)를 적용하여 학습 오차 보정량이 추가 적용된 총 보정량을 산출하는 오차 보정 모듈; 및 상기 환경부하량 추정 모델에 의해 산출된 환경부하량 추정치를 목록화하여 저장하는 저장 모듈을 포함하여 구성되고,상기 오차 보정 모듈은 비표준화계수에 의한 보정 방식과, 오차율에 의한 보정 방식 중 하나의 방식을 통해 속성 오차 보정량을 산출하되, 상기 비표준화계수에 의한 보정 방식은 상기 상기 속성 정보를 독립 변수로 설정하고, 상기 사례 프로젝트별 환경 부하량을 종속 변수로 설정한 후 다중회귀분석을 수행하여 각 독립 변수별 비표준화계수를 산출함과 더불어, 상기 신규사례와 조회사례 데이터베이스의 속성 정보 값 차이인 독립 변수 차이 값을 구하고, 상기 독립변수 차이 값에 비표준화계수를 곱하여 종속변수의 변화량인 속성 오차 보정량을 산출하도록 구성되고,상기 오차율에 의한 보정 방식은 상기 각 독립변수의 비표준화계수를 이용하여 계산한 환경부하량의 오차를 회귀방정식으로부터 산출한 종속변수로 나누어 오차율을 계산하고, 상기 조회사례 데이터베이스 중 기설정된 추출 순위내에 위치한 사례 프로젝트의 환경부하량에 상기 오차율을 곱하여 속성 오차 보정량을 산출하도록 구성되는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 시스템
|
| 18 |
18
제17항에 있어서, 상기 사례 프로젝트는 실시설계 자료, 설계내역 자료, 수량 산출자료를 포함하고, 상기 속성 정보는 공사 유형, 차로수, 총도로폭, 토공부연장, 도로등급, 설계속도, 행정구역, 지형, 도로면적, 포장 재료, 포장두께, 도로 높이 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 시스템
|
| 19 |
19
제17항에 있어서, 상기 조회사례 데이터베이스는, 상기 전과정 평가에서 LCI DB(Life Cycle Inventory Database)를 사용하고, 상기 산출된 각 공종별 투입자원에 대해 상기 LCI DB를 적용하여 공종별 환경 부하량 또는 사례 프로젝트별 환경 부하량을 산출하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경 부하량 예측 시스템
|
| 20 |
20
제17항에 있어서, 상기 사례기반추론 모듈은 상기 속성 정보별 속성 가중치를 이용하여 상기 조회사례 데이터베이스에 저장된 사례별 유사도 점수를 산정하고, 상기 산정된 유사도 점수를 크기에 따라 순위를 부여한 후 기설정된 순위까지의 사례들을 유사 사례로 추출하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경부하량 예측 시스템
|
| 21 |
21
삭제
|
| 22 |
22
제17항에 있어서, 상기 조회사례 데이터베이스의 추가 또는 상기 입력 변수가 변경되는 경우에 해당 속성 정보별 속성 가중치의 최적화값을 변경하기 위한 학습 사례를 정의하는 변수 관리 모듈을 더 포함하는 것을 특징으로 하는 사례기반추론 기법에 의한 도로토공부의 환경부하량 예측 시스템
|
| 23 |
23
삭제
|
| 24 |
24
삭제
|
| 25 |
25
삭제
|
| 26 |
26
삭제
|
| 27 |
27
삭제
|
| 28 |
28
삭제
|
