구축 방법

방법

• 직접 강성법·중앙차분·실수 GA·NSGA-II를 직접 구현했다.
• 1 Objective & Constraints · 2 Gradient Descent · 3 Evolutionary Algorithms · 4 Multi-objective & Pareto
• 학습 없음 · LLM 호출 없음 · JavaScript 자체 구현
• JavaScript ES2022 · KaTeX 0.16.9 (MIT) · Web Worker
• 본문 초안·코드 작성 보조: OpenAI Codex.

데이터

• 외부 데이터 없음 · 수식으로 생성한 트러스와 손으로 작성한 예시 · 데이터 재배포 조건 없음
• 데이터 가공 없음 · API 호출 없음 · 모든 계산은 브라우저에서 수행
• 사용자 입력은 서버에 저장하지 않는다. 공유 링크에는 입력값이 포함된다. 테마와 글씨 크기만 이 브라우저에 저장한다.

검증

• 17개 수치 검사와 16개 Worker 재현 검사를 통과했다. 상세 조건은 포함된 검증 기록에 적었다.
• 정정 트러스 2개 손계산 대조: 변위 0.390625 mm·0.475 mm와 부재력 일치. ZDT1 30차원·100개체·250세대의 전선 거리 RMS=0.003030.

범위

• 단면적 1–16 cm² · 17부재 · 개체 16–64 · 세대 10–60 · 시드 1–9999

출처

• Turner, Clough, Martin & Topp (1956). Stiffness and Deflection Analysis of Complex Structures. Journal of the Aeronautical Sciences.
• Cauchy (1847). Méthode générale pour la résolution des systèmes d’équations simultanées. Comptes rendus, 25, 536–538.
• Deb et al. (2002). A Fast and Elitist Multiobjective Genetic Algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation.
• Zitzler, Deb & Thiele (2000). Comparison of Multiobjective Evolutionary Algorithms: Empirical Results. Evolutionary Computation.
• KaTeX 0.16.9 · MIT

이력

• 2026-10-27 · v1.0 · 공개

이 페이지의 체험은 원리를 보이기 위해 단순화한 모델이다.