In this paper, a parallel micro genetic algorithm was utilized in the optimal design of composite structures instead of a conventional genetic algorithm(SGA). Micro genetic algorithm searches the optimal design variables with only 5 individuals. The diversities from the nominal convergence and the re-initialization processes make micro genetic algorithm to find out the optimums with such a small population size. Two different composite structure optimization problems were proposed to confirm the efficiency of micro genetic algorithm compared with SGA. The results showed that micro genetic algorithm can get the solutions of the same level of SGA while reducing the calculation costs up to 70% of SGA. The composite laminated structure optimization under the load uncertainty was conducted using micro genetic algorithm. The result revealed that the design variables regarding the load uncertainty are less sensitive to load variation than that of fixed applied load. From the above-mentioned results, we confirmed micro genetic algorithm as a optimization method of composite structures is efficient.

본 논문에서는 기존의 유전자 알고리즘을 대신하여 병렬 마이크로 유전자 알고리즘을 사용한 복합재료 적층 구조물의 최적설계를 수행하였다. 마이크로 유전자 알고리즘은 한 세대 당 보통 5개의 개체로 해를 탐색한다. 비록 세대를 구성하는 인구수는 적지만 공칭수렴 판단과 재초기화 과정을 통해 다양성을 제공하기 때문에 최적해 탐색이 가능하다. 2가지의 복합재 구조물의 최적화 문제를 가정하고 이를 마이크로 유전자 알고리즘을 사용하여 해를 구하였다. 효율성 판단을 위해서 기존의 유전자 알고리즘과 결과를 비교하였다. 두 문제 모두 마이크로 유전자 알고리즘이 비슷한 결과를 도출하면서도 약 70%의 계산량 감소를 보였다. 마이크로 유전자 알고리즘을 사용하여 일정 범위 내에서 변하는 하중을 받고 있는 복합재 적층 구조물의 최적설계를 수행하였다. 계산 결과 고정된 하중상태 하에서 얻은 최적해보다 하중 변화에 덜 민감한 설계변수를 얻을 수 있었다. 이상의 문제를 통해 다양한 설계변수를 갖는 복합재 적층 구조물의 최적설계의 한 방법으로서 마이크로 유전자 알고리즘이 효율적임을 확인하였다.

Keywords: Parallel micro genetic algorithm, Stiffened composite structures, Load uncertainty, Composite structures optimization

Keywords: 병렬 마이크로 유전자 알고리즘, 보강된 복합재 구조물, 하중 불확실성, 복합재 구조물 최적화