http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Group Contribution Method 의 작용기 분석을 위한 전문가 시스템 개발
이인범,이건홍,양기주,정준영 한국화학공학회 1993 Korean Chemical Engineering Research(HWAHAK KONGHA Vol.31 No.6
주어진 분자식으로부터 작용기의 조합을 얻어내는 컴퓨터 프로그램을 개발하였다. 이 프로그램은 rule-based 전문가 시스템의 형태를 가지고 있으며, common LISP를 사용하였다. 추론기관은 전방향 추론을 채택하여 직접 개발하였고, 지식베이스는 meta rule 80개, select rule 34개 및 combine rule 7개로 구성되었다. Joback Group Contribution Method에 따라서 작용기를 설정하였으며, 8개 이하의 그룹으로 구성된 화합물들에 대하여 오류없이 작용기의 조합을 구할 수 있었다. A computer program which gave a functional group set from a given chemical formular was developed. This program has the form of a rule-based expert system, using the common LISP. The inference engine was developed using the forward chaining technique, and the knowledge base was composed of 80 meta rules, 34 select rules and 7 combine rules. The functional groups were chosen following the Joback group contribution method, and the functional group sets were successfully obtained for the substances of less than 8 groups.
신경회로망을 이용한 Joback Group Contribution Method 의 개선
이인범,이건홍,정준영 한국화학공학회 1993 Korean Chemical Engineering Research(HWAHAK KONGHA Vol.31 No.6
인공지능의 기법을 활용하여 Group Contribution Method의 정확도를 향상시키는 일반적인 방법을 제안하였다. Joback GCM을 선택하고, 순수한 물질 400여개의 데이터를 사용하여 역전파 신경회로망을 30000-40000회 학습시켰다. 학습된 가중치 매트릭스를 사용하여 임계성질, 끓는 점, 어는 점, 생성엔탈피, 생성 Gibbs 자유에너지 및 이상기체의 비열을 예측해 본 결과, 기존의 수학적 모델을 이용하여 개발된 GCM보다 정확한 예측을 보임을 확인하였다.
Modified Simulated Annealing 을 이용한 다품종 회분식 조업의 생산계획
정재학,이인범,양대륙,정준영,원기훈 한국화학공학회 1994 Korean Chemical Engineering Research(HWAHAK KONGHA Vol.32 No.6
다품종용 회분식 화학공정이 산업에서 요구되어짐에 따라 다품종 회분식 공정의 최적 생산계획 연구도 활발히 진행되어 왔다. 이러한 생산계획 문제는 NP-complete로 알려져 있을 만큼 정확한 최적해를 구하기가 매우 어려우며 특히 문제의 크기(제품 및 장치의 수)가 커질수록 최적해를 구하기는 더욱 어려워진다. 그래서 최근 생산계획문제의 최적해를 구하는 방법대신 준최적해를 구하는 방법이 연구되어져, 보다 과학적이고 치밀하여진 기법을 통해 최적해에 가까운 해를 얻어내고 있다. 1980년대 말까지는 주로 BAB(branch and bound)법이나 경험적 법칙이 주종을 이루었으나, 최근 Ku와 Karimi[9]는 강철을 더 강하게 만드는 담금질(annealing)의 물리계를 모방하여 만든 Simulated Annealing(SA)법을 생산계획문제에 도입하여 매우 우수한 결과를 얻어 문헌을 통해 밝힌 바 있다. 그러나 생산계획문제를 위한 SA법의 단순도입은 개선의 여지가 많은 것으로 나타났다. 본 연구에서는 이 SA법의 한계점을 극복하기 위해, 경험적 법칙으로 잘 알려진 Rapid Access Extensive Search (RAES)법과 조절변수를 적절히 조작한 Metropolis Simulated Annealing법의 혼합으로 이루어진 Modified Simulated Annealing(MSA)법을 개발하였다. MSA법은 2단계 접근법으로, 첫 단계에서 RAES법을 이용한 보다 우수한 초기점을 얻어낸 후 두번째 단계에서 SA법의 조절변수 조작을 통해 불필요한 영역의 search를 줄여주는 합리적인 annealing simulation을 수행한다. 끝으로 기존 문헌에 나타났거나, 무작위로 만들어진 매우 다양한 문제를 적용하여 각각 풀이해 본 결과, MSA법이 SA법보다 우수함을 보였다. As a trend toward multi-product batch processes is increasing in Chemical Process Industry (CPI), multi-product batch scheduling has been actively studied. But the optimal production scheduling problems for multi-product batch processes are known as NP-complete problems. So the methods which can obtain not exact optimal solution but near optimal solution have been studied. Heuristic methods have been used frequently for near optimal solutions but recently Ku and Karimi[9] have studied the Simulated Annealing(SA) which acquires outperformed results in scheduling problems. But SA method can be improved for better results of batch process scheduling problems. In this paper, we suggest the Modified Simulated Annealing (MSA) which is composed of two stage search algorithms. At the first stage, Rapid Access Extensive Search(RAES) algorithm was used for better location of initial state. At the second stage, a modified Metropolis algorithm with adjusted control parameter was developed and used for better solution. A variety of examples are tested to evaluate the performance of MSA and to be compared with the SA method. From these tests we can show that the MSA is superior to the SA.