인공지능 기반 Hong-Lagrange 최적화와 데이터 기반 철근콘크리트(RC) 기둥, 보의 최적설계

인공지능 기반 Hong-Lagrange 최적화와 데이터 기반 철근콘크리트(RC) 기둥, 보의 최적설계

$26.62
Description
“인공지능과 건축공학의 만남건축계의 새로운 지평을 열다”
ㆍ인공지능에 기반한 Hong-Lagrange 최적화를 통하여 철근콘크리트 기둥, 보의 최적설계 구현!
ㆍ인공지능 기반 Hong-Lagrange 알고리즘에 기반한 소프트웨어 ABBA (Auto-design-Based Building Applications)-RC를 개발하여 다양한 예제 적용!


저자는 2권에서 인공지능에 기반한 Hong-Lagrange 알고리즘을 통해 부등 제약조건이 적용되는 경우, 데이터를 기반으로 하는 공학설계를 제시하였다. 이번 3권에서는 2권의 이론을 철근콘크리트 기둥 및 보의 최적설계에 적용하여 빅데이터만 존재한다면 거의 제한없는 엔지니어링 활동을 가능하
게 하였다. AI-based Data-centric Engineering(AIDE)에 기반한 철근콘크리트 기둥과 보 설계를 제시하였고, ACI 318-14와 ACI 318-19 기반에서 Hong-Lagrange 알고리즘을 적용하여 최적설계를 도출하였다. 또한 인공지능 기반 Hong-Lagrange 알고리즘에 기반한 소프트웨어인 ABBA(Autodesign-Based Building Applications)-RC를 개발하여 다양한 철근콘크리트기둥과 보 설계에 적용하였으며, 풍부한 예제를 수록하였다. 더 나아가 발주처가 요구하는 구조물의 코스트 최소화, 지구 온난화를 막기 위해 글로벌하게 요구되는 이산화탄소 배출량 최소화, 시공자가 요구하는 구조물의 중량 최소화 등을 구현할 수 있도록 하였으며, 이 모든 최적설계 결과는 구조설계식과 빅데이터에 의해서 검증하였다.
저자는 유튜브 채널[한국어 채널: 구조공학(structural engineering)에의 인공지능 적용(홍원기, 경희대학교, 건축공학과), 영어채널: Deep learning for beginners(Won-Kee Hong, Kyung Hee University)]에서 AI 기반 첨단공학 시리즈 내용을 영상으로 제작, 업로드하여 독자들의 이해를 돕고 있다.

저자

홍원기

연세대학교토목공학과에서학사학위(1983)를,UCLA토목공학과에서석사(1984)및박사학위(1989)를취득하였다.현재경희대학교건축공학과에서교수로재직중이다.미국의엥겔컬크&하트구조설계사무소(Englekirk&HartConsultingstructuralengineers,Inc.,미국LA소재),일본의(주)일본설계((株)日本設計,일본동경소재),삼성건설,삼성중공업에서근무하였다.주요저서로는엘세비어(ELSEVIER)사에서2020년출간한〈HybridCompositePrecastSystems,NumericalInvestigationtoConstruction〉가있고,특히10장의“Artificial-intelligence-baseddesignofductileprecastconcretebeams”에서AI기반프리캐스트콘크리트구조설계를위한인공신경망을소개한바있다.이외에도다수의저서를출간하였다.또한국제저널에AI기반콘크리트구조설계를포함한여러편의논문들을발표하였으며,우리나라와미국에특허또한다수등록하였다.미국과한국에서구조기술사자격증을획득하여구조엔지니어로써의활발한활동을이어오고있다.두차례장관표창,삼성그룹기술상수상,한국연구재단50선우수연구다수선정등여러표창을받았으며,지금도연구를통한사회공헌활동을활발히진행하고있다.

목차

PARTⅠ인공지능기반Hong-Lagrange최적화와데이터기반철근콘크리트(RC)기둥의최적설계

Chapter01개론
1.1이책의목적
1.2KKT조건[1,2]에기반한라그랑주최적화관련기존연구
1.3인공신경망기반의라그랑주최적화
1.4인공신경망기반의목적함수등제약함수,부등제약함수일반화
1.5이책의중요성

Chapter02인공신경망기반의라그랑주방법
2.1RC기둥의목적함수등인공신경망에기반한구조설계파라미터함수의유도
2.2ACI318-14와ACI318-19에기반한RC기둥의최적설계

Chapter03인공지능기반Hong-Lagrange방법에기반한기둥최적설계
3.1기둥코스트최적설계시나리오
3.2이산화탄소배출량최적설계시나리오
3.3기둥중량최적설계시나리오
3.4기둥코스트및기둥중량최적화가P-M상관도에미치는영향

Chapter04인공지능기반에서보는ACI318-14기준과ACI318-19기준의상이점
4.1인공지능에기반한두설계기준의상이점
4.2AI기반Hong-Lagrange알고리즘을이용한철근콘크리트기둥의최적설계절차요약

Chapter05결론
PARTⅡ인공지능기반Hong-Lagrange최적화와데이터기반철근콘크리트(RC)보의최적설계

Chapter01개론
1.1인공신경망기반최적설계
1.2인공신경망기반최적설계의목적
1.3존구조설계방식
1.4인공신경망기반최적설계의의미및중요성
1.5이책의중요성

Chapter02인공신경망기반의복철근콘크리트보의최적화
2.1최적설계차트작성
2.2보최적화를위한인공신경망기반의라그랑주함수의유도

Chapter03복철근콘크리트보의빅데이터생성
3.1빅데이터생성을위한입·출력파라미터
3.2입·출력파라미터의범위
3.3PTM학습방법에의한인공신경망학습
3.4순방향인공신경망학습
3.5철근배근을위한인공신경망학습
Chapter04인공신경망검증
4.1순방향인공신경망에기반한설계차트작성과검증
4.2빅데이터에의한검증
4.3Hong-Lagrange알고리즘기반의코스트최적화효과

Chapter05목적함수인코스트를최소화하는인공신경망기반의설계차트
5.1인공신경망기반의복철근콘크리트보의설계차트기반의최적설계
5.2인공신경망에기반한보설계차트를이용한설계
5.3최적화검증

Chapter06Hong-Lagrange알고리즘에기반한ACI318-14와ACI318-19코드의차이점고찰
6.1ACI318-19
6.2ACI318-14와ACI318-19코드에의한기존설계방식에의한설계비교
6.3ACI318-14와ACI318-19코드에의한인공신경망기반의최적설계비교

Chapter07최적설계의효용성고찰
7.1인공신경망기반목적함수의유도
7.2복철근콘크리트보의코스트최적화를위한Hong-Lagrange알고리즘에기반한설계차트개발
7.3목적함수검증
7.4.예제를통한Hong-Lagrange알고리즘의검증

Chapter08결론
8.1인간효율을초월하는인공신경망기반의구조설계
8.2Hong-Lagrange알고리즘기반의설계차트