LikeSNU 서울대학교 도서관
서울대학교 빅데이터 지식정보플랫폼

전체 메뉴

AI 검색
반출리포트 생성
  • 분류
  • 리포트명
  • 그룹
  • 링크
  • 리포트 썸네일
논문 목록
논문 목록 (0건) Excel 내보내기

데이터가 존재하지 않습니다.

인공 신경망과 유전 알고리즘을 이용한 관통자 형상의 최적화 설계 Optimization Design of Penetrator Geometry Using Artificial Neural Network and Genetic Algorithm

저자
정규석; 조성민; 유제형; 유요한; 김종봉; 정완진; 이창환
학술지명
한국정밀공학회지
출판/발행연도
2020
요약

본 연구에서는 관통자의 형상이 침투 특성과 잔류 속도에 미치는 영향을 고려하여, 인공 신경망과 유전 알고리즘을 이용하여 관통자 형상을 최적화했습니다. 라틴 하이퍼큐브 샘플링 방법을 통해 데이터를 수집하고, 유한 공동 압력법을 이용한 시뮬레이션을 통해 인공 신경망 학습 데이터를 생성했습니다. 최적화된 형상은 가장 깊은 침투 깊이를 나타냈습니다.

학술지 영향력
[한국정밀공학회지]
CiteScore
0.4
KCI
0.22
SJR
0.168

인용 논문(0)

해당 논문이 인용한 논문 목록

논문 지표

연관 콘텐츠

LikeSNU에서 의미기반으로 분석하여 연관된 자료를 추천해드립니다.

이전
다음
이전
다음
이전
다음
TOP