분산형 저류시설 네트워크 최적 설계 및 모델 예측 제어 기반 최적 운용에 관한 연구 :A study on the optimal designs and flow control of sewer networks using diversity-enhanced particle swarm optimizer

백현욱

추천

검색

자료유형: 학위논문

저자정보: 백현욱 (중앙대학교, 중앙대학교 대학원)

지도교수: 金態亨

발행연도: 2014

저작권: 중앙대학교 논문은 저작권에 의해 보호받습니다.

이용수10

이 논문의 연구 히스토리 (3)

2014

분산형 저류시설 네트워크 최적 설계 및 모델 예측 제어 기반 최적 운용에 관한 연구

백현욱 기계공학과 시스템·제어 전공 2014.01 학위논문

2012

분산형 저류시설-하수관망 네트워크 시스템의 입자군집최적화 기반 모델 예측 제어

백현욱 , 류재나 , 김태형 외 1명 한국지능시스템학회 논문지 2012.12 학술저널

분산형 저류시설하수관망 네트워크 시스템의 입자군집최적화 기반 모델 예측 제어

백현욱 , 김태형 , 오재일 외 1명 한국지능시스템학회 학술발표 논문집 2012.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 이상기후현상으로 인한 국지성 집중호후, 돌발홍수 등은 도시유역에 상당한 침수 피해 및 비점오염증가 피해를 입히고 있으며, 이의 해결책으로 서울시는 저류시설을 최적 설치 및 운영하는 방안을 모색하고있다.
본 연구에서는 최근 많은 연구자들의 결과를 통해 각광받고있는 확률론적최적화 기법중 하나인 입자 군집 최적화 알고리즘 모태로하여 종래의 방법들보다 정밀하고 해의 탐색 능력을 높인 새로운 입자 군집 최적화 알고리즘을 제안하였으며, 이를 분산형 저류시설 네트워크의 최적 설계 및 모델 예측 제어기반 최적 운용에 적용하였다.
먼저 종래의 입자 군집 최적화 알고리즘의 약점인 조기 수렴 현상을 막고자 순환적 네트워크 토폴로지를 기반한 이웃 구조 입자 군집 형태를 적용하였다. 종래의 입자 군집 최적화 알고리즘은 전체 입자간의 상호 정보 교환을 하기 때문에, 입자들의 수렴성이 빠르지만 지역해를 찾는 확률이 큰 반면, 제시된 기법은 특정 이웃 구조내에서 정보를 교환하도록 정보 교환를 제한 하여 입자들이 최적해를 찾아가는 탐색의 다양성을 증대 시켰다. 그 결과 입자들이 최적해에 수렴하는 조기 수렴 현상을 크게 완화하였다. 또한 분산형 저류시설 네트워크의 실시간 제어를 위해 매 짧은 제어 시간마다 제약 조건을 만족하는 가능해(Feasible solution)를 도출하기 위해 Diversity-guided 메커니즘을 도입하였다. 상기 메커니즘을 도입함으로서, 각 입자들은 이웃 구조내의 수렴성에 따라 더욱 수렴하거나 분산하는 형태의 각기 다른 움직임을 가지게 되고 이를 통해 더욱 해의 탐색 능력을 크게 강화 시켰다. 또한 다수의 제약조건을 가지는 최적화 문제를 보다 효율적으로 다루기 위하여, 가상의 목적함수를 사용하였다. 일반적으로 제약조건을 다루는 종래의 기법들은 Lagrangian multiplier 혹은 Penality factor와 같은 추가적인 변수를 설정해야 하며, 추가된 변수에 의해 알고리즘의 성능에 많은 영향을 주는 문제점을 가지고 있다. 그러나 가상의 목적 함수를 이용함으로서, 추가적인 변수의 설정이 필요없으며, 종래의 기법에 비해 알고리즘의 성능에 큰 영향을 주지 않는다는 이점이 있다.
다음으로 상기 알고리즘을 통해 기존에 획일 적으로 수행되었던 대형 단일 저류조의 설계 방법에서 벗어난 분산형 저류시설 설계방법을 제시하고자 하였다. 설계자가 편리하게 설계할 수 있는 방법을 제시하고자 대상지역 및 대상강우 선정부터 설계 결과까지 분산형 저류 네트워크 시스템 설계 전반의 과정을 살펴보고 제시된 알고리즘을 분산형 저류시설 네트워크 설계에 적용하여 그 효과 및 분산형 저류시설의 설치 타당성을 검토하고자 하였다.
마지막으로 상기 과정을 거처 설계된 분산형 저류시설 네트워크 시스템을 실시간 제어하기위한(Real Time Control) 방법을 고찰하였다. 제시된 입자 군집 최적화 알고리즘과 모델예측제어 기법을 통합하여 저류시설 네트워크의 목표달성을 위한 실시간 수문 조작량을 산정하는 시뮬레이션을 실시하였고, 저류시설 네트워크의 통합 제어 기법 적용 여부에 따른 결과 비교를 통해 제시된 알고리즘의 효과를 분석하였다.

This study proposes a diversity-enhanced constrained PSO scheme with high reliability for optimal flow control of multi-reservoir sewer networks. To achieve this aim, a novel constrained PSO scheme combining the following two kinds of diversity-enhancing mechanisms is developed. The first diversity boosting tool is developed using the cyclic network topology-based neighborhood structure; i.e., a particle’s neighborhood structure is constructed based on the idea of a cyclic network topology. The key improvement of particles’ exploration abilities in our PSO method thus results from local social learning from their respective neighborhoods rather than learning from only one best particle, as in the canonical startopology. Second, in order to enhance the diversity of the neighbor particle group, the cyclic topology-based PSO mechanism is combined with the idea of three-phase velocity control technique [1] ; i.e., a particle’s velocity behavior is switched to one of the phases of attraction, in-between and repulsion based on the diversity measure at each iteration. This novel PSO scheme features not only superior reliability, but also high practicality and simplicity for engineering optimization tasks.
We propose this PSO scheme for optimal design & optimal control of overflow in multi-reservoir sewer networks. To this aim first, the framework for the CSO storage optimal planning suggested in this study includes development of a simplified mathematical model. In order to reduce the computational burden of PSO’s inherent iterative solution-searching process, simplified mathematical model was developed to simulate the complex hydraulic flows of sewer network. A case study network was simulated to approve the model application and the best available scenario for planning distributed type CSO storages was suggested. Second, for optimal control for minimizing the overflow in sewer networks, the detailed formulation of constrained optimization problem, which has a suitable form for the application of the MPC technique, is discussed. Then, our PSO scheme is iteratively applied to this MPC problem for determining an optimal sequence of gate opening heights.

제１장 서 론 1
1.1 연구의 배경 1
1.2 관련 연구 최근 동향 3
1.3 연구의 범위 5
제２장 최적설계를 위한 입자군집최적화 알고리즘 7
2.1 제약조건을 갖는 일반적인 최적화 문제의 기술 7
2.2 입자군집 최적화 (Particle Swarm Optimization) 알고리즘 8
2.3 입자군집 최적화 알고리즘 연산자 9
2.4 Constraints Handling 메커니즘 12
2.5 Cyclic-Network Topology 15
2.6 Diversity-enhanced evolutionary update law 18
제３장 분산형 저류 네트워크 시스템 20
3.1 분산형 저류시설 네트워크 개요 20
3.2 분산형 저류시설 네트워크 최적 설계 모식도 21
3.3 설계 대상 지역 선정 22
3.4 대표강우 선정 25
3.5 강우 유출 (Rainfall ? runoff) 해석 모형 수립 28
3.6 간소화된 수리모델 (Simplified mathematical model) 30
3.6.1 수리모델의 구성요소 31
3.6.2 수리모델의 구축 34
3.7 저류네트워크 수리모형의 정밀 파라미터 추정 기법 37
3.7.1 “연결관로” 파라미터 추정 37
3.7.2 연결관로의 수리 모델 38
3.7.3 파라미터 추정을 위한 목적함수 39
3.7.4 파라미터 추정 case 1. <유하시간 SWMM> 41
3.7.5 파라미터 추정 case 2. 43
3.8 최적화 시나리오 구축 44
제４장 저류네트워크의 모델 예측 제어 기반 최적 운용 49
4.1 저류네트워크의 RTC제어 49
4.2 모델예측제어 (MPC)기법을 통한 하수도시설 제어기술 51
4.2.1 모델예측제어 개요 51
4.2.2 저류네트워크 최적 운용을 위한 목적함수와 제약조건 52
4.3 Div-PSO와 MPC를 통한 저류네트워크의 최적 운용 55
4.3.1 MPC 유량 제어 case 1. 57
4.3.2 MPC 유량 제어 case 2. 59
4.3.3 MPC 수질 제어 61
제５장 결론 63
참고문헌 65
국문초록 69
ABSTRACT 72

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)