표제지
목차
Abstract 9
제1장 서론 11
제2장 Support Vector Machine 13
제1절 Support Vector Machine 개요 13
제2절 관련 알고리즘 소개 13
1. 신경망(Neural Networks) 14
2. Fuzzy 이론 15
3. Support Vector Machine 이론 17
제3장 Support Vector Machine을 이용한 파열위치 및 크기확인 20
제1절 Support Vector Classification을 이용한 파열위치 확인 20
제2절 Support Vector Regression을 이용한 파열크기 예측 23
제4장 유전자 알고리즘을 이용한 최적화 28
제5장 제안된 알고리즘의 확인 30
제6장 결론 42
참고문헌 43
감사의 글 46
[표 5.1] 파열위치의 확인 33
[표 5.2] Support Vector Regression 모델의 예측 에러 35
[표 5.3] 가정된 측정 오차들 37
[표 5.4] 측정오차의 존재를 고려한 SVC와 SVR모델의 성능 38
[표 5.5] 안전주입계통 작동을 고려한 SVC와 SVR모델의 성능 40
[그림 3.1] Support Vector Classification 모델에 의한 2진 분류의 예 21
[그림 3.2] 비선형적인 입력공간에서 선형적인 입력공간으로의 매핑 22
[그림 3.3] 선형적인 ε-insensitive loss function 26
[그림 3.4] SVR 모델을 위한 Insensitive ε-tube and slack variables ξi and ξj*(이미지참조) 26
[그림 4.1] Support Vector Regression의 유전자 알고리즘을 이용한 최적화 절차 29
[그림 5.1] 적분시간스팬에 따른 예측된 Root Mean Square 에러 34
[그림 5.2] 예측된 파열 크기와 상대 오차(고온관 LOCA) 36
[그림 5.3] 측정오차가 존재하는 경우의 예측오차(고온관 LOCA) 39
[그림 5.4] 안전주입이 작동한 경우에 예측오차(고온관) 40