In a recent decade, a number of researches about adaptive Kriging methods for reliability analysis have been conducted. However, since these methods build a single full-dimensional Kriging model, they require many samples when applied to high dimensional problems. Meanwhile, many methods for approximating high-dimensional models have been proposed, but few attempts have been made to connect them with adaptive Kriging methods. In this research, new adaptive Kriging method is proposed that combines adaptive Kriging with high dimensional model representation(HDMR). The method consists of two steps; 1) at the first step, adaptive Kriging method about first-order HDMR model is conducted and 2) at the second step, hierarchical Kriging model is constructed which considers the first-order HDMR model as low fidelity model. The results from case studies about the numerical and engineering problems show that proposed method is more accurate than existing adaptive Kriging methods in spite of less samples.
최근 10년 동안, 신뢰성 해석을 위한 적응형 크리깅 방법들이 많이 연구되어 왔다. 하지만 기존의 적응형 크리깅 방법들은 전체 차원에 대해 하나의 크리깅 모델을 만들기 때문에 고차원 문제에 적용되는 경우 많은 샘플을 필요로 한다. 반면 고차원 모델을 근사하는 많은 방법들이 제안되어 왔지만, 이를 적응형 크리깅 방법들과 연결 지으려는 시도는 많지 않았다. 본 연구에서는 고차원 모델 표현 방법과 결합된 새로운 적응형 크리깅 방법을 제안한다. 그 방법은 두 단계로 구성된다: 1) 첫 단계에서는 1차 고차원 모델 표현 식에 대한 적응형 크리깅 방법이 수행된다. 2) 두 번째 단계에서는 1차 고차원 모델 표현 식을 저충실도 모델로 간주하는 계층적 크리깅 모델이 만들어진다. 수치 및 공학 예제 검증 결과는 제안하는 방법이 기존의 적응형 크리깅 방법 보다 더 적은 샘플을 사용함에도 더 정확한 결과를 얻는다는 것을 보여준다.
