엔지니어링 최적 설계 및 적용: 다중 위성 및 지상안테나의 영상 임무운영 스케줄링 관점에서 (Engineering Optimal Design and Application: In Terms of Imaging Mission Scheduling for Multiple Satellites and Ground Antennas)

서지정보

· 발행기관 : 한국우주과학회
· 수록지 정보 : 우주기술과응용 / 5권 / 1호 / 47 ~ 60페이지
· 저자명 : Junghyun Lee

초록

공학에서의 최적화 및 최적 설계 방법론에 대해 논의한다. 최적화 모델링은 실제 물리적 현상을 제약 조건내에서 목적 함수를 정의하고 최적화 식으로 표현하는 것을 말한다. 목적함수는 엔지니어가 설계하는 변수에 따라 구성이 되는데 최적의 비용과 효용에 따라 설계 변수는 결정되어야 한다. 최적화 모델링 이후에최적해를 도출하여야 하는데, 결정론적 방법과 추계적 접근법이 있다. 결정론적 접근법은 볼록성과Karush-Kuhn-Tucker 조건을 활용하여 전역 최적해를 보장하는 반면, 추계적 접근법은 확률적 기법을 사용하여 전역 최적해에 접근한다. 이 두 접근법은 상호 보완적 특성을 가지며 문제의 특성에 따라 선택적으로 적용된다. 결정론적 방법은 연속적이고 독립적인 변수를 기반으로 해를 보장하지만, 변수의 증가에 따라 계산 복잡도가 기하급수적으로 증가하는 단점이 있다. 반면, 추계적 방법은 랜덤 함수 및 통계적 기법을활용하여 비선형 및 비연속적 문제에 적용 가능하며 전역 최적해를 보여(show) 줄 수는 있지만 보장(guarantee)하지 못한다는 한계를 가진다. 사례 연구를 위해 다중위성에서의 영상임무운영 최적화 연구 사례를 소개한다. 혼합정수선형계획법을 이용한 결정론적 방법과 유전 알고리즘을 활용한 추계적 접근법을나타내었다. 유전 알고리즘은 비선형 모델과 이산 공간에서 높은 유연성을 제공하며, 복잡한 문제에서도준최적해를 탐색하는 데 적합하다. 반면, 혼합정수선형계획법는 선형 모델로 제한되지만, 전역 최적해를보장하는 특성을 가진다. 시뮬레이션 결과, 유전 알고리즘은 다양한 운영 모드, 복잡한 모델링, 및 영상 임무에서 적용 가능성 및 효용성을 가졌으며, 혼합정수선형계획법은 적용은 제한적이나 자원 활용도를 극대화하면서 설계 범위 내에서 최적해를 도출하는 데 우수한 성능을 보였다. 결론적으로, 본 연구는 다중 위성의 효율적 운영을 위한 최적화 기술의 잠재력을 입증하며, 향후 더 복잡한 시스템으로의 확장을 제안한다.

영어초록

This technical report discusses optimization and optimal design methodologies in engineering.
Optimization modeling is that converting physical phenomenon to an objective function within constraints and expressing optimization equation. The objective function depends on design variables, which must be determined based on optimal cost and utility. Then, optimal solutions can be derived using deterministic or stochastic approaches. Deterministic approaches guarantee global optimum using convexity and Karush-Kuhn-Tucker conditions, whereas stochastic approaches employ probabilistic techniques to approach global optimum. These approaches are complementary, selected based on the problem characteristics. Deterministic approaches ensure solutions applying continuous, independent variables; which lead to exponential computational complexity with increased variables.
While, stochastic approaches using random functions and statistical techniques, handle nonlinear and discrete problems but cannot guarantee global optimum. A case study introduces imaging mission operation of multiple satellites. It applies a deterministic mixed-integer linear programming (MILP) approach and a stochastic genetic algorithm (GA). GA offers flexibility in nonlinear models and discrete spaces, making it suitable for complex problems to find near-optimal solutions. MILP limited to linear models but ensures global optimum. Simulation results show GA's applicability and utility in diverse operational modes and complex missions, while MILP excels in maximizing resource utilization and finding optimal solutions within design constraints. This study demonstrates the potential of optimization techniques for efficient multi-satellite operations and suggests expanding to more complex systems.

참고자료

· 없음