김진혁, 노명일, 여인창, "선형 최적화를 위한 근사 모델의 자동 개선 방법", 2025년도 한국CDE학회 하계학술발표회, 여수, p. 8, 2025.08.20-08.23
| Abstract | 선형 최적화를 위해서는 CFD (Computational Fluid Dynamics) 해석에 기반한 유체 성능 평가가 필수적이지만, CFD해석은 계산 비용 (computational cost)이 크기 때문에 반복 탐색을 충분히 수행하기에 제한이 따른다. 이를 보완하기 위해, 일반적으로 실험 계획법 (design of experiments)으로 선정한 소수의 대표 선형만 CFD 해석을 수행하고, 나머지 설계점은 근사 모델로 성능을 추정하는 방법을 활용하는 연구들이 수행되어 왔다. 그러나 이 경우, 근사 모델의 학습 범위를 벗어난 설계점, 즉 외삽 구간 (extrapolation region)에서는 예측 정확도가 떨어질 수 있다는 한계가 있다. 이러한 불확실성을 내포한 근사 모델은 이후에 최적화에서 활용할 때 그 오차가 누적되어 최적화 시 원하는 결과가 나오지 않을 위험성을 갖고 있다. 본 연구에서는 이를 해결하기 위해 근사 모델의 예측값뿐만 아니라 예측 불확실성을 함께 정량화하여 근사 모델을 자동으로 개선하는 방법을 제안하였다. 먼저, 초기 학습 데이터로 생성된 근사 모델로부터 각 설계점의 예측 평균과 불확실성을 동시에 산출한다. 이후, 특정 불확실성 수준에 부합하도록 설계 변수 공간에서 새로운 선형을 자동으로 생성한다. 생성된 선형들에 대해 실제 CFD 해석을 수행하여 실제 값을 확보한 뒤, 이를 학습 데이터에 순차적으로 추가한다. 이렇게 함으로써 근사 모델은 불확실성 분포를 목표 수준으로 재조정하면서 학습 범위를 단계적으로 확장하고, 외삽 구간에서도 예측 신뢰도를 유지할 수 있다. 제안된 방법을 공개 컨테이너선 선형 KCS (KRISO Container Ship)에 적용한 결과, 기존 방법 보다 더 우수한 유체 역학적 성능을 갖는 선형을 효율적으로 탐색할 수 있었고, 근사 모델의 외삽 구간 예측 오차가 현저히 감소함을 확인하였다. |
|---|---|
| Publication Date | 2025-08-21 |
김진혁, 노명일, 여인창, "선형 최적화를 위한 근사 모델의 자동 개선 방법", 2025년도 한국CDE학회 하계학술발표회, 여수, p. 8, 2025.08.20-08.23