• 한국전자통신학회논문지
• /
• 제5권6호
• /
• pp.588-594
• /
• 2010

다중-홉 센서 네트워크에서 방송은 경로 탐색과 주소 설정 등 많은 응용 작업들을 지원해 주는 기본적인 동작이다. 플러딩을 이용한 방송은 네트워크상에서 방송 폭풍 문제라고 언급되는 중복성, 경쟁, 충돌문제 등을 야기한다. 무선 센서 네트워크를 위한 여러 가지 방송 기법들은 단순 플러딩 기법 보다 우수한 성능을 얻기 위해 제안되었다. 무선 네트워크에서 제안된 방송알고리즘은 플러딩 기법, 확률적 기법, 카운터 기반 기법, 거리 기반 기법, 위치 기반 기법, 그리고 이웃 지식 기반 기법으로 분류 된다. 본 논문에서는 단순 플러딩 기법, 확률적 기법, 카운터 기반 기법, 거리 기반 기법과 이웃 지식 기반 기법을 소개하고, 각 기법들의 성능과 효율성을 네트워크 시뮬레이션을 통해 비교 분석한다.

• 한국지능시스템학회논문지
• /
• 제13권1호
• /
• pp.76-84
• /
• 2003

요즈음에는 GPS 및 GIS을 기반으로, 운전자에게 최단 경로탐색 및 예상도착시간을 인터넷 및 휴대폰으로 검색할 수 있다. 그러나, 아무리 좋은 자동항법 장치도 평균차량속도가 10- 20 Km 일 때에는 최단경로를 생성할 수 없다. 그러므로 승용차대기시간과 평균차량속도를 개선하기 위해서, 서로 다른 교차로 길이 및 교차로 차선수 일 때에도, 퍼지 적응 규칙을 이용한 최적녹색시간 알고리즘을 제안한다. 본 논문에서는 인터넷을 이용해서 위험한 도로, 공사중인 도로 및 목적지 예상 도착시간 및 최적의 교통상황을 예보하는 기능을 제공할 수 있도록 하였다.

• 산업기술연구
• /
• 제22권A호
• /
• pp.73-82
• /
• 2002

It is difficult to find the shortest paths using existing algorithms (Dijkstra, Floyd-Warshall algorithm, and etc) in high complex and large size real traffic networks The objective of this paper is to develop an evolution program to find the multiple shortest paths within reasonable time in these networks including turn-restrictions, U-turns, and etc.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 A
• /
• pp.137-141
• /
• 2000

This paper presents an application of a new Adaptive Genetic Algorithms(AGA) to solve the Optimal Routing problem(ORP) for distribution system planning. In general, since the ORP is modeled as a mixed integer problem with some various mathematical constraints, it is hard to solve the problem. In this paper, we proposed a new adaptive strategy in GA to overcome the premature convergence and improve the convergence efficiency. And for these purposes, we proposed a fitness function suited for the ORP. In the proposed AGA, we used specially designed adaptive probabilities for genetic operators to consider the characteristics of distribution systems that are operated under radial configuration. The proposed algorithm has been tested in sample networks and the results are presented.

• 정보처리학회논문지A
• /
• 제8A권2호
• /
• pp.179-188
• /
• 2001

We analyze the property of candidate node set in the network graph, and propose an algorithm to decrease shortest path-finding computation time by using multiple dynamic-range queue(MDRQ) structure. This MDRQ structure is newly created for effective management of the candidate node set. The MDRQ algorithm is the shortest path-finding algorithm that varies range and size of queue to be used in managing candidate node set, in considering the properties that distribution of candidate node set is constant and size of candidate node set rapidly change. This algorithm belongs to label-correcting algorithm class. Nevertheless, because re-entering of candidate node can be decreased, the shortest path-finding computation time is noticeably decreased. Through the experiment, the MDRQ algorithm is same or superior to the other label-correcting algorithms in the graph which re-entering of candidate node didn’t frequently happened. Moreover the MDRQ algorithm is superior to the other label-correcting algorithms and is about 20 percent superior to the other label-setting algorithms in the graph which re-entering of candidate node frequently happened.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.241-243
• /
• 2002

DNA 컴퓨팅은 생체 분자들이 갖는 막대한 병렬성을 정보 처리 기술에 적용한 기술이다. Adleman의 DNA 컴퓨팅은 랜덤한 고정길이의 형태로 문제를 표현하기 때문에 해를 찾지 못하거나 시간이 많이 걸리는 단점을 갖고 있다. 본 논문은 DNA 컴퓨팅에 DNA 코딩 방법을 적용하여 DNA 서열을 효율적으로 표현하고 반응횟수 만큼 합성과 분리 과정을 거쳐 최적의 코드를 생성하는 ACO(Algorithm for Code Optimization)를 제안한다. DNA 코딩 방법은 변형된 유전자 알고리즘으로 DNA 기능을 유지하며, 서열의 길이를 줄일 수 있으므로 최적의 서열을 생성할 수 있는 특징을 갖는다. ACO를 NP-complete 문제 중 Hamiltonian path problem에 적용하여 실험한 결과, Adleman의 DNA 컴퓨팅 보다 초기 문제 표현에서 높은 적합도 값을 갖는 서열을 생성했으며, 경로의 변화에도 능동적으로 대처하여 최적의 결과를 빠르게 탐색할 수 있었다.

• 대한안전경영과학회지
• /
• 제13권3호
• /
• pp.97-105
• /
• 2011

In order to determine home delivery service routes, conditions specified for each parcel such as customer-assigned delivery times and parcel contents should be considered, so the conventional route search algorithms have some limits to be applied for home delivery services. In this study, a multi-purpose route searching algorithm is suggested in order to deal with every requirement of deliveries that vary in delivery distances, contents and appointed times. A simulation study to verify the performances of the system with example data of Seoul and Kyungki provinces shows that it significantly improves the customer satisfaction and the productivity of delivery businesses.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2002년도 제41회 학술발표회논문집
• /
• pp.45-77
• /
• 2002

교통혼잡 문제가 점점 심각해짐에 따라 대중교통의 중요성은 날로 부각되며, 대중교통을 지원하기 위한 정책들이 속속 입안되고 있어 대중교통을 심도 있게 분석할 수 있는 틀의 개발은 필연적이라 할 수 있다. 이에 본 연구는 대중교통 통행배정모형 개발과 대중교통 기종점통행량(OD) 추정을 목적으로 수행되었다. 대중교통 통행배정모형의 개발부분에서는 기존의 대중교통 통행배정모형이 개별차량과 다른 대중교통의 특성을 정확히 반영하고 있지 못하다는 한계를 극복하고자, 최적경로 탐색에는 유전자 알고리즘(Genetic Algorithm)을 통행량 배정에는 로짓모형을 기반으로 한 확률적 통행량 배정모형(Stochastic Network Loading Model)을 이용하여 TATSN 모형을 개발하였다. 그리고, 대중교통 기종점통행량의 추정은 전통적인 기종점통행량 추정 방법인 기종점조사 방법이 시간과 비용이 과대하게 소요된다는 단점을 인식하여 관측통행량을 이용하여 추정하는 방법을 제안하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.208-210
• /
• 2004

오늘날 인터넷상에서 존재하는 않은 정보들은 다양한 사용자의 개인 특성에 안게 새로운 정보의 지식으로 제공되어지기를 원한다. 기존의 연구는 단일 학술 기법을 통해 정보를 추출했으나 사용자에게 보다 의미 있는 정보를 제공하기 위해 다중 전략 학습 기법인 PMSL(Personalized Multi-Strategy Learning) 모듈 시스템을 제안하고자 한다. PMSL 모듈은 인터넷의 정보를 여과하여 필터링하고, 사용자 개인화의 키워드를 중심으로 연관된 객체를 추출한다. 이때 연관된 객체 추출시 대용량 데이터에서 시간적, 공간적면에서 효율적인 연관 탐색 기법인 Fp-Tree와 Fp-Growth 알고리즘을 적용시킴으로 결과의 효율성을 높이고자 하였으며, 연관규칙의 문제점을 보완하기 위해 가중치 기법인 TF＊IDF 학습 기법을 적용시켰다. PMSL 모듈을 실행한 결과 기존 학습 기법에 비해 보다 더 의미 있는 연관 지식을 추출하게 되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (A)
• /
• pp.39-42
• /
• 2006

뉴럴네트워크에서 학습은 에러를 줄이는 방법으로 구현 된다. 이 때 parameter 공간에서 Risk function은 multi-minima potential로 표현 될 수 있으며 우리의 목적은 global minimum weight 좌표를 얻는 것이다. 이전의 연구로는 Attouch et al.의 damped oscillator 방정식을 이용한 방법이 있고, Qian의 critically damped oscillator를 통한 steepest descent의 momentum과 learning parameter 유도가 있다. 우리는 이 두 연구를 참고로 manifold 상에서 최단 경로인 geodesic을 Newton 역학의 Lagrangian에 적용함으로써 adaptive steepest descent 학습법을 얻었다. 우리는 이 새로운 방법을 Rosenbrock 과 Griewank 포텐셜들에 적용하여 그 성능을 알아 본다.