Non-parametric Approach for Uncertainty-based Multidisciplinary Design Optimization Considering Discrete Information
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 조수길 | - |
dc.contributor.author | 장준용 | - |
dc.contributor.author | 김신유 | - |
dc.contributor.author | 박상현 | - |
dc.contributor.author | 이민욱 | - |
dc.contributor.author | 최종수 | - |
dc.contributor.author | 김형우 | - |
dc.contributor.author | 홍섭 | - |
dc.contributor.author | 이태희 | - |
dc.date.accessioned | 2021-12-08T14:40:37Z | - |
dc.date.available | 2021-12-08T14:40:37Z | - |
dc.date.issued | 20150608 | - |
dc.identifier.uri | https://www.kriso.re.kr/sciwatch/handle/2021.sw.kriso/4204 | - |
dc.description.abstract | 불확실성기반 다분야통합최적설계는 여러 학제들이 연관되어 있는 복잡한 시스템의 신뢰도를 정량화 할 수 있는 기법으로 많은 관심을 받고 있다. 다분야 통합 신뢰성 기반 최적설계를 수행하기 위해서 연성된 학제간의 불확실성 전파 및 확산을 정량화 해야 한다. 하지만 여러 학제들이 복잡하게 존재하는 시스템은 불확실성의 전파 및 확산을 정확하게 정량화하기 어렵기 때문에, 이를 정량화하는 것이 불확실성기반 다분야통합최적설계에서 큰 화두이다. 따라서 본 연구에서는 불확실성의 확산 및 전파를 비모수 추정기법인 아카이케 정보척도 기반 기법과 K-S검정기법을 이용하여 정량화하는 기법을 제안한다. 비모수적 추정기법을 사용함으로써 다양한 분포의 불확실성을 고려할 수 있고 이산적인 데이터를 직접 처리할 수 있다. | - |
dc.language | 영어 | - |
dc.language.iso | ENG | - |
dc.title | Non-parametric Approach for Uncertainty-based Multidisciplinary Design Optimization Considering Discrete Information | - |
dc.title.alternative | Non-parametric Approach for Uncertainty-based Multidisciplinary Design Optimization Considering Discrete Information | - |
dc.type | Conference | - |
dc.citation.title | 11th World Congress of Structural and Multidisciplinary Optimisation | - |
dc.citation.volume | 1 | - |
dc.citation.number | 1 | - |
dc.citation.startPage | 1 | - |
dc.citation.endPage | 1 | - |
dc.citation.conferenceName | 11th World Congress of Structural and Multidisciplinary Optimisation | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(34103) 대전광역시 유성구 유성대로1312번길 32042-866-3114
COPYRIGHT 2021 BY KOREA RESEARCH INSTITUTE OF SHIPS & OCEAN ENGINEERING. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.