김진혁, 노명일, 여인창, "불확실성을 고려한 선형 성능 예측 근사 모델의 자동 개선 방법", 2025년도 한국CDE학회 동계학술발표회, 모나용평, 2024.02.19-02.22
| Abstract | 선박의 효율적인 선형을 설계하기 위해서는 필수적으로 유체역학적 성능 평가가 이루어져야 한다. 일반적으로 초기 단계에서는 CFD(Computational Fluid Dynamics)를 활용하여 성능을 파악하지만, 계산량이 매우 많아 최적화 과정에서 충분한 반복을 수행하기 어렵다는 한계가 존재한다. 이에 따라, 실험 계획법을 통해 일부 선형에 대해서만 CFD 해석을 수행하고, 그 밖의 선형에는 근사 모델을 통해 빠르게 성능을 예측하는 연구가 활발히 진행되어 왔다. 하지만 근사 모델은 학습 데이터 범위 내에서의 내삽에는 높은 정확도를 보이지만, 범위를 벗어난 외삽 상황에서는 예측 성능이 급격히 저하되어 최적화 결과에 불확실성이 커질 수 있다. 본 연구에서는 이러한 문제를 해결하기 위해, 최적화 과정에서 생성되는 중간 선형의 불확실성을 계산하여 임계값보다 큰 경우 해당 선형을 근사 모델 학습 데이터로 추가하는 방법을 제안하였다. 이를 통해 근사 모델의 학습 범위를 점진적으로 확장하고, 기존에 학습되지 않은 외삽 구간에서도 더욱 신뢰도 높은 선형 성능 예측을 수행할 수 있었다. 그 결과, 다양한 설계 범위에서 더 우수한 유체역학적 성능을 갖는 선형을 탐색할 수 있게 되었다. 본 연구에서는 공개된 컨테이너선 선형인 KCS (KRISO Container Ship)에 제안한 방법을 적용하여 검증하였고, 제안한 방법이 효과적임을 확인하였다. |
|---|---|
| Publication Date | 2025-02-20 |
김진혁, 노명일, 여인창, "불확실성을 고려한 선형 성능 예측 근사 모델의 자동 개선 방법", 2025년도 한국CDE학회 동계학술발표회, 모나용평, 2024.02.19-02.22