지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 신성철
- 발행연도
- 2020
- 저작권
- 부산대학교 논문은 저작권에 의해 보호받습니다.
이용수51
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
선박에 배치하는 배관의 경로를 설계하는 업무는 설계조건이 다양하고 함께 진행하는 업무가 많아 전체 선박 설계 업무 중에서도 시간이 오래 걸리는 업무 중 하나이다. 또한 경로 선정의 결과가 후속되는 설계 업무에 큰 영향을 끼치고 설계자에 의해 직접 수행되기 때문에 업무강도가 높으며 설계자의 작업 역량에 의해 설계 품질이 결정되기 때문에 숙련된 설계자가 필요하다. 이러한 이유로 배관경로 설계 자동화에 대한 연구가 다양한 방법으로 이루어져왔으나 지금까지 연구들은 고려해야하는 조건들을 제한적으로 반영하거나 수정 및 반복설계 작업이 빈번하게 발생하는 선박에서의 배관경로 설계 특성을 반영하지 못했기 때문에 아직 현업에서 사용하기는 어려운 수준이다. 따라서 본 연구에서는 위와 같은 단점을 보안하고 보다 실질적인 접근을 위해 강화학습을 이용한 선박에서의 배관경로 설계 자동화 기법을 제안한다.
목차
I. 서론 11. 연구배경 및 필요성 12. 연구목표 33. 연구방법 4II. 배관경로 설계 71. 설계조건 72. 관련연구 102.1. 다익스트라 알고리즘(Dijkstra algorithm) 102.2. 에이스타 알고리즘(A-star algorithm) 132.3. 유전 알고리즘(Genetic algorithm) 15III. 강화학습 171. 마르코프 의사결정 과정 172. 강화학습 알고리즘 182.1. 강화학습 개요 182.2. 큐러닝(Q-Learning) 203. 인공 신경망과 강화학습 213.1. 인공신경망(Artificial Neural Network) 213.2. Deep Q-Network(DQN) 223.3. Proximal Policy Optimization(PPO) 23IV. 배관경로 설계 자동화 알고리즘 251. 운용환경 252. 배관경로 설계 자동화 결과 29V. 결론 351. 결론 352. 향후 연구목표 36
최근 본 자료
댓글(0)
0