• Journal of the Korean Data and Information Science Society
• /
• 제24권3호
• /
• pp.495-504
• /
• 2013

진화 알고리즘 계산 지능을 이용한 예측 방법이 다목적 최적화 문제에서 많이 이용되고 있고, 이러한 방법들은 많은 근사 파레토 최적해들을 좀 더 정확하게 생성하기 위해서 개선되고 있다. 본 논문은 다목적 최적화 문제에서 서포트 벡터기계를 이용하여 근사 파레토 프런티어를 찾는 방법을 제안한다. 또한 제안된 방법과 진화 알고리즘을 결합한 것이 파레토 프런티어를 더 잘 근사시킨다는 것과 두 개혹은 세 개의 목적함수를 가진 의사결정은 제안된 방법으로 파레토 프런티어를 시각화한 것에 근거하여 더 쉽게 수행된다는 것을 보인다. 마지막으로 몇 개의 수치예제를 통해 제안된 방법의 효율성에 대해 보일 것이다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2010년도 추계학술대회 논문집
• /
• pp.1057-1058
• /
• 2010

• 대한전자공학회논문지SD
• /
• 제43권3호
• /
• pp.15-20
• /
• 2006

본 논문은 Newton-Raphson 방법을 기반으로 하는 table-driven 알고리듬에 대해 연구되었다. 특히 본 논문에서는 Newton-Raphson 방법을 이용한 제곱근 근사에 중점을 두었다. Newton-Raphson방법에서 최적화된 초기근사해를 구하게 되면 제곱근 근사의 정확성을 높일 수 있으며, 연산 속도 또한 빨라지게 된다. 그러므로 Newton-Raphson 알고리듬에서 초기근사해를 어떻게 결정하느냐하는 것이 전체적인 알고리듬의 성능을 평가하게 되는 중요한 이슈이다. 본 논문에서는 Newton-Raphson 알고리듬의 초기 근사해를 기하평균을 기준으로 테이블에 저장, 연산의 속도와 최대 오차율을 줄일 수 있음을 확인하였다.

• 대한기계학회논문집A
• /
• 제29권9호
• /
• pp.1199-1208
• /
• 2005

Nowadays, it is performed actively to optimize by using an approximate model. This is called the approximate optimization. In addition, the sequential approximate optimization (SAO) is the repetitive method to find an optimum by considering the convergence of an approximate optimum. In some recent studies, it is proposed to increase the fidelity of approximate models by applying the sequential sampling. However, because the accuracy and efficiency of an approximate model is directly connected with the design area and the termination criteria are not clear, sequential sampling method has the disadvantages that could support an unreasonable approximate optimum. In this study, the SAO is executed by using trust region, Kriging model and Optimal Latin Hypercube design (OLHD). Trust region is used to guarantee the convergence and Kriging model and OLHD are suitable for computer experiment. finally, this SAO method is applied to various optimization problems of highly nonlinear mathematical functions. As a result, each approximate optimum is acquired and the accuracy and efficiency of this method is verified by comparing with the result by established method.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.62-65
• /
• 2014

근사문자열매칭 알고리즘은 검색엔진, 컴퓨터보안, 생물정보학 등 많은 분야에서 연구되고 있다. 근사문자열매칭에서는 거리함수를 이용하여 오차를 측정한다. 거리함수로는 해밍거리, 편집거리, 확장편집거리 등이 있다. 이때 확장편집거리는 mn) 시간과 공간에 계산할 수 있으며, 최근 m개의 쓰레드를 이용하여 O(m+n) 시간과 O(mn) 공간을 이용한 병렬알고리즘이 제시되었다. 본 논문에서는 기존의 확장편집거리를 계산하는 병렬알고리즘을 개선한 효율적인 병렬알고리즘을 제시한다. 기존의 병렬알고리즘을 최적화하고, 기존의 병렬알고리즘, 전역메모리만 사용한 최적화된 병렬알고리즘, 공유메모리를 활용한 최적화된 병렬알고리즘의 수행시간을 비교한다. 실험 결과, 개선된 병렬알고리즘이 기존의 병렬알고리즘보다 전처리단계에서 16 ~ 63배 이상, 모든 단계에 대해 19 ~ 24배 이상 빠른 수행시간을 보였다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.3-9
• /
• 2015

본 논문에서는 사용 가능한 최대 송신 전력과 만족해야 하는 최소 전송률에 대한 제한 조건 아래에서, maximal ratio transmission (MRT) 기법 사용 시 다중 사용자 다중 안테나 하향링크 시스템의 에너지 효율을 최대화하는 최적의 안테나 수와 송신 전력을 찾는 알고리즘을 제시한다. 순시 채널에 대한 최적화 문제는 직접 풀기 어려우므로 단말 간 채널의 독립성, 평균 채널 이득, 평균 path loss를 이용하여 근사한다. 근사된 에너지 효율에 대한 최적화 문제는 두 개의 변수를 동시에 고려해야 하는 2차원 최적화 문제가 된다. 우리는 이러한 2차원 최적화 문제를 라그랑지 승수법과 제안하는 알고리즘을 통하여 최적의 안테나 수와 송신 전력을 구한다. 실험을 통해, 제안하는 알고리즘으로 구한 최적의 송신 안테나 수와 송신 전력이 exhaustive search로 찾은 값과 근사함을 확인한다.

• 한국음향학회지
• /
• 제20권5호
• /
• pp.61-68
• /
• 2001

본 논문에서는 목적함수에 대한 구배계산을 위한 해석적인 방법과 차분근사법을 점배열음원과 최적화 알고리즘(DFP법: davidon-fletcher-powell)을 조합한 적응형 초음파 트랜스듀서의 지향성 최적화에 적용하였다. 위의 두 방법에 대한성능을 비교하기 위하여 준이상 빔 (quasi-ideal beam)과 회전 빔을 목적지향성으로 설정하였다. 수치적인 실험 결과, 차분근사법은 부엽 (side lobe) 레벨의 억압능력은 물론 수렴과정에서의 안정성, 수렴속도, 적응성 면에서 해석적인 계산법에 비해 탁월함을 나타내었다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2002년도 춘계학술대회논문집
• /
• pp.660-665
• /
• 2002

일반적으로 유한요소 모델로부터 구한 해석결과는 대상 구조물의 모드 실험결과와 오차를 보인다. 이러한 오차로 인해서 유한요소 모델의 효용성에 한계가 발생하게 되면, 모델의 신뢰성을 높일 수 있도록 모델을 보정하는 절차가 필요하다. 유한요소 모델 개선은 이러한 오차를 줄이기 위해서 유한요소 모델을 변경하는 체계적인 접근법이다. 유한요소 모델에서 변경할 수 있는 매개변수의 개수는 실험결과의 개수보다 훨씬 많으므로 실험결과와 일치되는 개선된 모델의 수는 무한하다고 할 수 있다. 그러나, 개선된 유한요소 모델이 물리적 타당성을 갖도록 매개변수의 선택과 변경에 제한을 주면 초기 유한요소 모델에 비해서 실험결과와의 오차가 개선된 근사해만 존재하게 된다. 따라서, 모델 개선 과정을 통해서 구한 개선된 모델은 오차의 평가기준 또는 목적함수에 따라서 정해진 다양한 근사해 중 하나이다. 기존의 모델 개선 방법에서는 실험결과와의 오차를 나타내는 단 하나의 평가기준 또는 목적함수를 사용하고 이를 최소화하는 모델을 구한다. 최적화 결과를 얻기 전에는 사용된 평가기준이 타당한지 검토할 수 없으므로 대부분의 경우, 시행착오 방법으로 목적함수를 설정하게 된다. 본 논문에서는 이러한 문제점을 해결하기 위해서 다목적 최적화 개념을 이용한 평가기준을 소개하고 특히, 대화식 다목적 최적화 기법을 이용하여 유한요소 모델을 개선한다.

• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.377-382
• /
• 2007

본 논문에서는 방사 기저함수 네트워크의 파라미터를 전 영역에서 최적화하는 학습 알고리즘을 제안한다. 기존의 학습 알고리즘들은 지역 최적화만을 수행하기 때문에 성능의 한계가 있고 최종 결과가 초기 네트워크 파라미터 값에 크게 의존하는 단점이 있다. 본 논문에서 제안하는 하이브리드 모의 담금질 기법은 모의 담금질 기법의 전 영역 탐색 능력과 경사 기반 학습 알고리즘의 지역 최적화 능력을 조합하여 전 파라미터 영역에서 해를 찾을 수 있도록 한다. 제안하는 기법을 함수 근사화 문제에 적용하여 기존의 학습 알고리즘에 비해 더 좋은 학습 및 일반화 성능을 보이는 네트워크 파라미터를 찾을 수 있으며, 초기 파라미터 값의 영향을 크게 줄일 수 있음을 보인다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2011년도 제36회 춘계학술대회논문집
• /
• pp.61-65
• /
• 2011

본 연구에서는 초음속 충동형 터빈의 노즐에서 나타나는 유동의 과소 과대팽창 문제를 최적화 기법을 이용하여 비대칭형상을 포함해 설계함으로써 개선시키고자 하였다. 노즐 형상 설계를 위해 8개의 설계변수를 설정하였으며 목적함수로는 후류 영역 출구까지의 정효율이 최대가 되도록 하였다. 최적화에는 iSIGHT-FD가 사용되었으며 근사최적화를 위한 방법으로는 Radial Basis Function을 이용하였다. 노즐유동의 계산에는 상용 코드인 FLUENT 6.3을 사용하였으며 개선된 노즐의 정효율은 기존 대비 1.35% 증가하였고 손실계수는 19.85% 감소하였다.