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

PART Ⅰ 인공지능 기반 Hong-Lagrange 최적화와 데이터 기반 철근콘크리트(RC) 기둥의 최적설계

Chapter 01 개 론
1.1 이 책의 목적
1.2 KKT 조건 [1,2]에 기반한 라그랑주 최적화 관련 기존 연구
1.3 인공신경망 기반의 라그랑주 최적화
1.4 인공신경망 기반의 목적함수 등 제약함수, 부등 제약함수 일반화
1.5 이 책의 중요성

Chapter 02 인공신경망 기반의 라그랑주 방법
2.1 RC 기둥의 목적함수 등 인공신경망에 기반한 구조설계 파라미터 함수의 유도
2.2 ACI 318-14와 ACI 318-19에 기반한 RC 기둥의 최적설계

Chapter 03 인공지능 기반 Hong-Lagrange 방법에 기반한 기둥 최적설계
3.1 기둥 코스트 최적설계 시나리오
3.2 이산화탄소 배출량 최적설계 시나리오
3.3 기둥 중량 최적설계 시나리오
3.4 기둥 코스트 및 기둥 중량 최적화가 P-M 상관도에 미치는 영향

Chapter 04 인공지능 기반에서 보는 ACI 318-14 기준과 ACI 318-19 기준의 상이점
4.1 인공지능에 기반한 두 설계 기준의 상이점
4.2 AI 기반 Hong-Lagrange 알고리즘을 이용한 철근콘크리트 기둥의 최적설계 절차 요약

Chapter 05 결 론

PART Ⅱ 인공지능 기반 Hong-Lagrange 최적화와 데이터 기반 철근콘크리트(RC) 보의 최적설계

Chapter 01 개 론
1.1 인공신경망 기반 최적설계
1.2 인공신경망 기반 최적설계의 목적
1.3 존 구조 설계 방식
1.4 인공신경망 기반 최적설계의 의미 및 중요성
1.5 이 책의 중요성

Chapter 02 인공신경망 기반의 복철근 콘크리트 보의 최적화
2.1 최적설계 차트 작성
2.2 보 최적화를 위한 인공신경망 기반의 라그랑주 함수의 유도

Chapter 03 복철근 콘크리트 보의 빅데이터 생성
3.1 빅데이터 생성을 위한 입·출력 파라미터
3.2 입·출력 파라미터의 범위
3.3 PTM 학습 방법에 의한 인공신경망 학습
3.4 순방향 인공신경망 학습
3.5 철근 배근을 위한 인공신경망 학습

Chapter 04 인공신경망 검증
4.1 순방향 인공신경망에 기반한 설계 차트 작성과 검증
4.2 빅데이터에 의한 검증
4.3 Hong-Lagrange 알고리즘 기반의 코스트 최적화 효과

Chapter 05 목적함수인 코스트를 최소화하는 인공신경망 기반의 설계 차트
5.1 인공신경망 기반의 복철근 콘크리트 보의 설계 차트 기반의 최적설계
5.2 인공신경망에 기반한 보 설계 차트를 이용한 설계
5.3 최적화 검증

Chapter 06 Hong-Lagrange알고리즘에 기반한 ACI 318-14와 ACI318-19코드의 차이점 고찰
6.1 ACI 318-19
6.2 ACI 318-14와 ACI 318-19 코드에 의한 기존 설계 방식에 의한 설계 비교
6.3 ACI 318-14와 ACI 318-19 코드에 의한 인공신경망 기반의 최적설계 비교

Chapter 07 최적설계의 효용성 고찰
7.1 인공신경망 기반 목적함수의 유도
7.2 복철근 콘크리트 보의 코스트 최적화를 위한 Hong-Lagrange 알고리즘에 기반한 설계 차트 개발
7.3 목적함수 검증
7.4. 예제를 통한 Hong-Lagrange 알고리즘의 검증

Chapter 08 결 론
8.1 인간 효율을 초월하는 인공신경망 기반의 구조설계
8.2 Hong-Lagrange 알고리즘 기반의 설계 차트