구조 최적화를 위한 효율적인 탐색법

초록

탭우 서치를 활용한 구조 최적화 방법을 제안하고, 10막대 트러스 문제에 적용해 질량 최소화와 다목적 최적화를 수행하였다. 결과는 기존 문헌과 비교해 동일하거나 우수한 효율성을 보이며, 게임 이론을 통한 목표 결합 방식도 검증하였다.

상세 요약

본 논문은 구조 최적화 분야에서 메타휴리스틱 기법인 탭우 서치(Tabu Search, TS)의 적용 가능성을 체계적으로 탐구한다. TS는 현재 해의 이웃을 탐색하면서 이미 방문한 해를 일정 기간 ‘탭우 리스트’에 저장해 재방문을 차단함으로써 지역 최적에 빠지는 현상을 방지한다. 저자는 이 메커니즘을 구조 설계 문제에 맞게 변형하여, 두 가지 메모리 사이클(단기와 장기)을 동시에 운영한다. 단기 메모리는 최근 몇 번의 이동을 기록해 즉각적인 사이클을 차단하고, 장기 메모리는 전체 탐색 과정에서 자주 등장하는 불리한 패턴을 억제한다. 이러한 이중 메모리 구조는 탐색 공간을 효율적으로 축소하면서도 전역 최적해에 도달할 확률을 높인다.

연구에서는 전통적인 10막대 트러스 문제를 실험 대상으로 삼았다. 첫 번째 실험에서는 질량 최소화를 목표로 하여, 설계 변수인 각 막대의 단면적을 연속적인 실수값으로 설정하고, 강도와 변형 제한을 제약조건으로 두었다. TS 알고리즘은 초기 해를 무작위로 생성한 뒤, 인접 해를 생성하는 과정에서 구조적 제약을 즉시 검증한다. 제약 위반이 발생하면 해당 이웃을 폐기하고, 탭우 리스트에 추가해 재탐색을 방지한다. 결과적으로 얻어진 최적 설계는 기존 문헌에서 보고된 최적값과 거의 일치하거나 미세하게 개선되었으며, 수렴 속도 역시 기존 TS 구현보다 빠른 것으로 나타났다.

두 번째 실험에서는 다목적 최적화 문제를 다룬다. 질량 최소화와 변형 에너지 최소화를 동시에 고려해야 하는 상황에서, 저자는 게임 이론의 ‘협상 해(Nash bargaining solution)’ 개념을 차용해 두 목표를 하나의 가중합 함수로 결합하였다. 가중치는 각 목표의 상대적 중요도에 따라 동적으로 조정되며, 이는 탐색 과정에서 자동으로 업데이트된다. TS는 이 복합 목표 함수를 최적화하면서도 개별 목표에 대한 파레토 전선을 근사한다. 실험 결과는 단일 목표 최적화보다 약간의 질량 증가를 감수하고 변형 에너지를 크게 감소시킬 수 있음을 보여준다. 이는 실제 설계에서 구조 안전성 및 비용 효율성을 동시에 만족시켜야 하는 경우에 유용한 전략이다.

전반적으로 논문은 TS의 메모리 관리와 인접 해 생성 전략을 구조 최적화에 맞게 세밀하게 설계함으로써, 전통적인 수치 최적화 기법(예: 선형/비선형 프로그래밍, 유전 알고리즘)과 비교해 경쟁력 있는 성능을 입증한다. 특히, 탐색 과정에서 제약 위반을 즉시 차단하고, 탭우 리스트를 활용해 반복적인 사이클을 방지하는 메커니즘은 계산 비용을 크게 절감한다. 또한, 게임 이론 기반 목표 결합 방식은 다목적 최적화 문제에 대한 새로운 접근법을 제시한다. 향후 연구에서는 더 복잡한 구조(예: 3차원 프레임, 복합재료)와 대규모 설계 변수에 대한 확장 가능성을 탐색하고, 병렬화 기법을 도입해 실시간 설계 지원 시스템에 적용하는 방안을 모색할 수 있다.