적응 표본 추출 방법 (Adaptive sampling method) 기반의 최적 설계 방법

최적 설계를 위해 최적화 알고리즘을 수행하기 위해서는 목적 함수를 설정해 주어야 합니다. 목적 함수로는 설계의 대상인 공정에 따른 온도 분포, 응력 집중, 혹은 부품의 강성 등 다양한 성능이 설정됩니다. 이 성능을 명시적으로 표현하기 위해서 메타 모델 혹은 대리 모델 등이 사용됩니다. 여기서 메타 모델의 정확도는 가지고 있는 데이터에 달려있습니다. 데이터의 양이 부족하거나, 데이터가 일부 공간에만 편향되어 있다면 메타 모델의 정확도는 당연히 낮아질 수밖에 없습니다. 이러한 문제점을 해소하기 위해서는 처음에 데이터를 수집할 때 샘플링을 잘 하는 것도 중요하지만, 적절하게 데이터를 추가하는 것도 중요합니다. 적응 표본 추출 방법, Adaptive sampling method는 비어진 공간에 적절하게 표본을 채워 넣는 것으로, 메타 모델의 정확도를 올려줄 수 있습니다. 메타 모델의 정확도가 올라가면 최적 설계의 효율과 결과의 정확도 또한 올라갈 수 있습니다. 따라서, 적응 표본 추출 방법...

원문링크 : 적응 표본 추출 방법 (Adaptive sampling method) 기반의 최적 설계 방법