• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.417-419
• /
• 2010

본 논문에서는 최적화 문제를 해결하는 기법의 하나인 유전자 알고리즘을 이용하여 모든 노드를 탐색하여 최적의 경로를 도출하는 최적화 경로 탐색 알고리즘을 제안한다. 경로를 도출하기 위해 중간 경로 노드로부터 출발지 노드 및 도착지 노드까지의 거리를 측정하여 개체를 생성한다. 출력 노드들을 도출하기 위해 생성된 개체를 적합도 함수에 적용하여 적합도를 계산한다. 계산된 적합도 값에 따라 교배를 할 노드 및 교배 지점(비트단위)을 선택한다. 선택되어진 교배와 교배 지점을 이용하여 개체들을 교배한다. 교배를 통해 새로운 개체를 생성한다. 새로운 개체가 적합도 조건(이전 개체 중 최대값 $^*\;2$)에 만족한다면 출력 노드로 도출하고, 다음 출력 노드를 도출할 때의 출발지 노드로 선택되어진다. 이러한 과정을 반복하여 모든 출력 노드를 도출한다. 제안된 방법을 실험한 결과, 순차 방식과 난수를 이용한 경우보다 제안된 방법이 효율적인 것을 확인하였다.

• Journal of Life Science
• /
• v.15 no.1 s.68
• /
• pp.33-37
• /
• 2005

Sasa borealis Makino is distributed in East Asia such as Korea, Fushun in China, and Japan. Especially the species is only found in the high altitude (above 600 m) at mountain of cold regions including The Korean Peninsula. The level of genetic diversity and population structure of this species was surveyed using starch gel electrophoresis at putative five enzyme loci from three natural populations in Korea. Results from twelve loci indicated that genetic diversity was low. In addition, analysis of fixation indices revealed a substantial heterozygosity deficiency in some populations and loci. The reasons for the deficit of heterozygosity may be partly considered inbreeding, small population sizes, and mating of demes. S. borealis can reproduce extensively by producing rhizomes and potentially by sexually produced seeds. Rhizomes are generally long, prostate stems rooting at the nodes.

• Computational Structural Engineering
• /
• v.12 no.1
• /
• pp.86-94
• /
• 1999

예비구조설계에서는 구조시스템 대안의 생성과 발전, 여러 방법과 대상에 따른 해석과 설계 다양한 요구조건과 구조적 특성을 고려한 여러 구조시스템 대안의 비교 및 선택 과정을 거친다. 그리고, 이러한 각 과정은 구조설계자의 경험적 지식을 바탕으로 하는 종합적인 사고와 판단에 따라서 단계적, 반복적으로 이루어진다. 그러므로, 예비구조설계에서는 정형화된 자료와 작어뿐 아니라 비정형화된 자료와 작업도 처리해야 한다. 따라서, 컴퓨터는 정형화된 자료와 작업을, 구조설계자는 비정형화된 자료와 작업을 직접 처리하고 이를 상호작용을 통하여 교환 및 지시하는 방식, 즉 구조설계자와 컴퓨터의 역할분담에 기초한 상호작용방식을 통하여 예비구조설계에 컴퓨터를 효율적으로 활용할 수 있을 것이다. 구조설계자와 컴퓨터의 역할분담에 기초한 상호작용을 원활히 지원하기 위해서는 구조시스템 대안의 기하학적 향상, 재료에 대한 자료를 효과적으로 제시할 수 있는 3차원 관점, 각 구조시스템 대안을 검토하고 비교하는 사항이 되는 다양한 요구조건에 대한 자료들을 관리하고 제시할수 있는 요구조건 관점이 필요하다. 그리고 예비 구조설계가 진행되어 온 과정, 방향, 설계의도등의 파악을 위한 바탕이 될 수 있는 작업과정관점, 구조시스템 대안 발전 관점이 필요하다. 예비구조설계의 프로세스 조절을 위한 상호작용을 효과적으로 지원하기 위해서는 컴퓨터가 수행 할 수 있는 정형화된 작업들을 예비구조설계의 진행순서인 구조시스템 대안의 생성과 발전, 구조시스템 대안의 해석과 설계, 구조시스템 대안의 선택에 따라서 나열하여 제시할 필요가 있다. 이를 통해서 구조설계자는 자신의 판단에 따라서 다음에 수행해야 할 작업을 결정하고, 그에 해당하는 정형화된 작업을 컴퓨터가 제시한 작업 중에서 선택하고 그 수행을 지시하여 자신의 경험적 지식과 설계의도에 맞추어 예비구조설계의 프로세스를 조절할 수 있다.정조합력은 유의차가 컸으나, 상반조합 능력은 없었다. 교배친의 우성효과는 컸다. 잡종강세 환경변이 및 상가적 작용도 컸다. 우성의 방향은 정의 방향이었으므로 우성귀전자가 크게 작용하였다. 이들 형질들의 귀전자들은 초우성을 나타내었다. 교배친의 자견층중의 우성순서는 잠120>잠114>잠108>잠119>잠118>잠107>잠117>잠113 순이었고, 웅견층중에서는 잠114>잠108>잠120>잠117>잠118>잠107>잠119>잠119>잠113 순이었다. 자견층 비율에서는 광의의 귀전력이 협의의 귀전력보다 컸고, 웅견층 비율에서는 같았다, 견층 비율에서는 일반조합 능력은 크게 나타났으나, 특정조합 능력과 상반조직 능력은 나타나지 않았다. 자견층 비율에서 교배친의 우성효과는 컸다. 자견층 비율에서는 교배친의 우성효과는 적었다. 자웅견층 비율의 잡종 강세는 적게 나타났다. 환경변이와 상가적 작계는 자웅견층 비율에서는 크게 나타났다. 우성의 방향은 자견층 비율에서는 정의 방향으로 우성 귀전자가 크게 작용하였으며, 자견층 비율에서는 정의 방향으로 우성 귀전자가 부분적으로 작용하였다. 교배친의 자견층 비율의 우성순서는 잠117>잠114>잠108>잠120>잠118>잠119>잠107>잠113 순이었고, 자견층 비율에서는 잠114>잠117>잠108>잠118>잠107>잠119>잠113>잠120의 순이었다.지방산의 조성이 많은 차이를 보였다.{2+}$ 26 및 $Na^+$ 26 mg $L^{-1}$이었다. 양액 재배 후 버려지는 폐양액 중의 무기성분 함량은 양액재배에 이용되는 원수에 비해 상당히 높아졌다.료로서 응용 가능성이 있음을 시사한다.약재료인 약초류 등을 이용하였는데 오랫동안 푹 삶아 그물에 곡류 등을 넣어 죽이나 밥으로 조리하였으며 면으로도 조리하였다. 이상과 같이 조선시대 주식류의 종류 및 조리방법에 대한

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.76-78
• /
• 2003

다 개체군 유전자 알고리즘에서는 여러 개의 개체군을 사용하여 각 개체군을 독립적으로 진화를 시키는데, 이 논문에서는 퍼지 논리 제어를 이용하여 독립적으로 개체군을 진화시켜 집단으로 이주시키는 새로운 코딩방법을 제안한다. 이 퍼지 논리 제어는 최적화과정 동안 교배 비율과 돌연변이 비율을 적합하게 조절하여 수행하는 두 퍼지 논리 제어를 나타낸다. 제안하는 방식을 성능평가해서 기존의 방식과 비교해 보았다. 제안하는 방식이 수렴속도를 향상시킬 수 있다는 장점을 보여준다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.6
• /
• pp.1251-1255
• /
• 2011

In this paper, we propose an optimal path search algorithm that contains all nodes using genetic algorithm. An object in this approach is formed as an equation related with the Euclidean distance between an intermediate node and the starting node and between an intermediate node and the goal node. Like other genetic algorithm structures, our algorithm defines a fitness function and selects a crossover spot node and a bitwise crossover point. A new node out of such operation survives only if it satisfies the fitness criteria and that node then becomes the starting node for the next generation. Repetition continues until no changes are made in the population. The efficiency of this proposed approach is verified in the experiment that it is better than two other contestants - sequential approach and the random approach.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.9
• /
• pp.1686-1692
• /
• 2015

This paper proposes a modified genetic algorithm that has the same beamforming performance and a fast convergence speed using general genetic algorithm in order to form a beam for the mobile node in a mesh network. The proposed beamforming genetic algorithm selects a part of chromosome a high fitness value in mating process to obtain fast convergence speed, and rest part of chromosome with longer fitness value in order to avoid local solution. Furthermore, the reference beam pattern with Gaussian shape reduces additional convergence speed. Simulation shows that the convergence speed of proposed algorithm improves 20% compared with that of conventional beamforming genetic algorithm.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.12C
• /
• pp.1215-1227
• /
• 2002

This paper presents a genetic algorithmic approach to shortest path (SP) routing problem. Variable-length chromosomes (strings) and their genes (parameters) have been used for encoding the problem. The crossover operation that exchanges partial chromosomes (partial-routes) at positionally independent crossing sites and the mutation operation maintain the genetic diversity of the population. The proposed algorithm can cure all the infeasible chromosomes with a simple repair function. Crossover and mutation together provide a search capability that results in improved quality of solution and enhanced rate of convergence. Computer simulations show that the proposed algorithm exhibits a much better quality of solution (route optimality) and a much higher rate of convergence than other algorithms. The results are relatively independent of problem types (network sizes and topologies) for almost all source-destination pairs.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05c
• /
• pp.2057-2060
• /
• 2003

현재 구현중인 침입탐지 시스템인 Secure Fortress에 대해 그 특성과 구조에 대해서 살펴보고 시스템의 개선을 위해 새로운 침입탐지 기술인 유전알고리즘, 신경망, 면역시스템을 조사 및 분석하여 연구 동향이나 발전 가능성 등의 요소에 비추어 개선 방향을 정한다. 유전 알고리즘은 다윈의 자연선택설을 바탕으로 선택, 재생 및 교배, 돌연변이의 과정을 통해 솔루션을 도출하는 방식이며 면역시스템은 생물학적인 면역 체계에서처럼 시스템이 스스로를 보호한다는 개념에서 출발하여 유닉스의 시스템 콜을 이용하여 시스템 프로세스 중심의 지식베이스를 구성하고 침입행위를 규정한다. 또한 신경망은 감시대상이 되는 요소에 따라 통계정보를 등급화 하는 일련의 과정을 통해 비정상적인 행위를 초기 학습 후 시스템에 순응하는 기술을 사용하여 고정적인 규칙에서 탈피한 여러 가지 장점을 갖는다 차후에는 이 알고리즘의 도입을 위한 서비스별 침입대상 요소 선정 등의 준비 작업이 필요하다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.2
• /
• pp.417-426
• /
• 2024

In general, the implementation of machine learning requires prior knowledge and experience with deep learning models, and substantial computational resources and time are necessary for data processing. As a result, machine learning encounters several limitations when deployed on embedded processors. To address these challenges, this paper introduces a novel approach where a genetic algorithm is applied to the convolution operation within the machine learning process, specifically for performing a selective convolution operation.In the selective convolution operation, the convolution is executed exclusively on pixels identified by a genetic algorithm. This method selects and computes pixels based on a ratio determined by the genetic algorithm, effectively reducing the computational workload by the specified ratio. The paper thoroughly explores the integration of genetic algorithms into machine learning computations, monitoring the fitness of each generation to ascertain if it reaches the target value. This approach is then compared with the computational requirements of existing methods.The learning process involves iteratively training generations to ensure that the fitness adequately converges.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.14 no.3
• /
• pp.68-76
• /
• 2000

The stabilization control of Inverted Pendulum(IP) system is difficult because of its nonlinearity and structural unstability. Futhermore, a series of conventional techniques such as the pole placement and the optimal control based on the local linearizations have narrow stabilizable regions. At the same time, the fine tunings of their gain parameters are also troublesome. Thus, in this paper, an Evolving Neural Network Controller(ENNC) which its structure and its connection weights are optimized simultaneously by Real Variable Elitist Genetic Algorithm(RVEGA) was presented for stabilization of an IP system with nonlinearity. This proposed ENNC was described by a simple genetic chromosome. And the deletion of neuron, the according to the various flag types. Therefore, the connection weights, its structure and the neuron types in the given ENNC can be optimized by the proposed evolution strategy. And the proposed ENNC was implemented successfully on the ADA-2310 data acquisition board and the 80586 microprocessor in order to stabilize the IP system. Through the simulation and experimental results, we showed that the finally acquired optimal ENNC was very useful in the stabilization control of IP system.