[논문 리뷰] Finite Element Model Updating Using Fish School Search Optimization Method

Ilyes Boulkabeit, L. Mthembu외 2명|arXiv (Cornell University)|2013. 08. 10.

Structural Health Monitoring Techniques참고 문헌 16인용 수 4

한 줄 요약

이 논문은 자연에서 영감을 받은 메타휴리스틱인 물고기군집탐색(Fish School Search, FSS) 최적화 알고리즘을 사용하여 유한요소모델(FEM) 업데이트의 정확도를 향상시키는 새로운 접근법을 제안한다. GARTEUR SM-AG19 항공기 구조물에 적용된 결과, FSS는 유전자알고리즘(GA)을 능가하고 파article Swarm Optimization(PSO)와 정확도에서 유사한 성능을 보였으며, 제약 조건이 있는 탐색 공간에서의 성능을 향상시키기 위해 약간의 수정을 가했을 때 더욱 향상된 성능을 보였다.

ABSTRACT

A recent nature inspired optimization algorithm, Fish School Search (FSS) is applied to the finite element model (FEM) updating problem. This method is tested on a GARTEUR SM-AG19 aeroplane structure. The results of this algorithm are compared with two other metaheuristic algorithms; Genetic Algorithm (GA) and Particle Swarm Optimization (PSO). It is observed that on average, the FSS and PSO algorithms give more accurate results than the GA. A minor modification to the FSS is proposed. This modification improves the performance of FSS on the FEM updating problem which has a constrained search space.

연구 동기 및 목표

• 구조물 파arameter 최적화를 통해 유한요소모델 정확도를 향상시키는 데 도전하는 것.
• 기존 알고리즘과 비교하여 새로운 메타휴리스틱인 물고기군집탐색(FSS)의 FEM 업데이트 성능을 평가하는 것.
• 제약 조건이 있는 탐색 공간에서 FSS의 한계를 규명하고 수렴성과 정확도를 향상시키기 위한 수정을 제안하는 것.
• 검증된 항공기 구조물을 사용하여 FSS의 실제 구조동역학 문제 적용 효과를 입증하는 것.
• FSS, GA, PSO의 수렴 속도와 해의 정확도 측면에서 FEM 업데이트에 대한 비교 분석을 제공하는 것.

제안 방법

• 해석적 동적 반응과 실험적 반응 간의 차이를 최소화함으로써 FSS 최적화 알고리즘을 적용하여 유한요소모델 파arameter를 업데이트하는 것.
• 설계 변수가 구조물 파arameter(예: 강성, 질량)를 나타내는 제약 조건이 있는 최적화 문제로 FEM 업데이트 문제를 모델링하는 것.
• 물고기의 사냥 및 군집 행동을 모방한 집단 행동을 사용하여 파arameter 공간을 탐색하는 FSS를 구현하며, 개인 및 사회적 성분을 활용하는 것.
• 제약 조건이 있는 탐색 영역에서 수렴성을 향상시키기 위해 지도력과 사냥 메커니즘 조정을 포함한 FSS의 소규모 수정을 도입하는 것.
• 모의 및 측정된 고유진동수와 진동형상 간 오차를 기반으로 한 피트니스 함수를 사용하는 것.
• 동일한 테스트 조건과 수렴 지표를 사용하여 FSS를 유전자알고리즘(GA) 및 파article Swarm Optimization(PSO)와 비교하는 것.

실험 결과

연구 질문

• RQ1 기존 메타휴리스틱인 GA 및 PSO와 비교하여 물고기군집탐색(FSS) 알고리즘이 유한요소모델 업데이트에 어떻게 성능을 발휘하는가?
• RQ2 파arameter 공간의 제약 조건이 FSS 알고리즘의 수렴성과 정확도에 어떤 영향을 미치는가?
• RQ3 FSS 알고리즘에 대한 소규모 수정이 제약 조건이 있는 탐색 영역에서의 FEM 업데이트 작업 성능을 향상시킬 수 있는가?
• RQ4 여러 최적화 런에 걸쳐 FSS의 수렴 속도와 해의 정확도는 GA 및 PSO와 비교하여 어떻게 되는가?
• RQ5 FSS는 실제 항공기 구조물에서 분석적 및 실험적 동적 특성 간 오차를 어느 정도 감소시키는가?

주요 결과

• 평균적으로 물고기군집탐색(FSS)과 파article Swarm Optimization(PSO) 알고리즘이 유전자알고리즘(GA)보다 더 정확한 FEM 업데이트를 생성했다.
• GARTEUR SM-AG19 구조물의 제약 조건이 있는 파arameter 공간에서 FSS 알고리즘이 GA보다 우수한 수렴 행동을 보였다.
• FSS 알고리즘에 대한 소규모 수정이 제약 조건이 있는 탐색 영역에서 수렴 속도와 해의 정확도를 크게 향상시켰다.
• FSS는 예측된 동적 반응(고유진동수 및 진동형상)과 측정된 반응 간 평균 오차가 GA보다 낮게 도달했다.
• PSO와 FSS는 유사한 정확도를 보였으며, FSS는 더 새로운 메타휴리스틱임에도 불구하고 경쟁 가능한 성능을 보였다.
• 제안된 FSS 기반 FEM 업데이트 방법은 모델 예측 오차를 효과적으로 감소시켰으며, 실제 구조동역학 문제에의 적용 가능성을 검증했다.