• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.395-398
• /
• 2002

본 논문에서는 ‘다목적 함수 최적화 문제(Multi-objective Optimization Problem MOP)’를 풀기 위하여 유전자 알고리즘을 진화적 게임 이론 적용시킨 ‘내쉬 유전자 알고리즘(Nash GA)’과 본 논문에서 새로이 제안하는 공진화 알고리즘의 구조를 설명하고 이 두 알고리즘의 결과를 시뮬레이션을 통하여 비교 검토함으로써 ‘진화적 게임 이론(Evolutionary Game Theory : EGT)’의 두 가지 아이디어 -‘내쉬의 균형(Equilibrium)’과 ‘진화적 안정전략(Evolutionary Stable Strategy . ESS)’-에 기반한 최적화 알고리즘들이 다목적 함수 문제의 최적해를 탐색할 수 있음을 확인한다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2010.04a
• /
• pp.331-334
• /
• 2010

본 논문에서는 준능동 TMD가 설치된 고층건물의 풍응답을 효과적으로 저감시키기 위하여 다목적 유전자알고리즘(MOGA)을 이용한 퍼지관리제어기를 개발하였다. 퍼지관리제어기는 하위제어기인 그라운드훅(groundhook) 제어알고리즘과 스카이훅(skyhook) 제어알고리즘에 의해서 결정된 제어명령을 적절하게 하나로 합치는 역할을 한다. 다목적 유전자알고리즘의 최적화 과정에서 75층의 가속도 응답과 준능동 TMD의 변위응답을 목적함수로 사용하였다. 다목적 유전자알고리즘 최적화과정을 통하여 퍼지관리제어기의 파레토 최적해집합을 효과적으로 얻을 수 있었다. 다목적 유전자알고리즘에 의하여 개발된 퍼지관리제어기는 가중합방법의 제어기보다 매우 우수한 성능을 나타내었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1405-1409
• /
• 2006

본 연구는 다목적 유전자알고리즘을 이용해서 상수도관망의 펌프 스케쥴링을 최적화하는 방안을 도출하기 위한 연구이다. 상수도관망의 시스템을 모의하기 위한 방법으로는 EPANET을 이용해서 각각의 결정변수에 관한 펌프운영비용을 산정하였으며, 이렇게 계산된 편익함수의 값을 다목적 유전자알고리즘의 목적함수로 이용해서, 펌프스케쥴링에 관한 여러 가지 대안을 제시하였다. 상수도관망의 운영을 위해서는 안정적인 용수공급이 가능하면서도 최소한의 에너지비용을 필요로 하는 펌프운영방식을 필요로 하게 되는데, 이때 용수수요량의 변화 등 운영여건이 바뀌게 되더라도, 수리적 안정성이 확보되는 범위내에서의 최적 운영방안이 필요하게 된다. 이와 같은 펌프운영방안의 최적화는 상당히 많은 수의 결정변수를 요구하게 되고, 결정변수의 탐색범위 또한 상당히 넓은 경우가 대부분이기 때문에, 국부최적해에 수렴하는 현상이 나타나지 않고, 넓은 범위의 결정변수 영역을 빠르게 탐색할 수 있으며, 여러 가지 대안을 효율적으로 제시할 수 있는 다목적 유전자알고리즘을 사용하였다. 본 연구를 통하여 개발된 상수도 관망 펌프 스케쥴링 기법을 이용하면, 운영여건의 변화에 따른 펌프운영비용의 최소화 여부를 검토할 수 있으며, 이를 바탕으로 각 단계별 수도시설을 종합적으로 고려한 경제적 운영방안의 검토가 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.142-146
• /
• 2007

본 연구에서는 강우강도식의 매개변수를 보다 효율적으로 산정하기 위해서 유전자알고리즘을 적용한 매개변수 산정법을 제시하였으며, 지속기간의 장, 단기간에 따른 매개변수의 변화를 고려하기 위하여 다목적 유전자알고리즘을 적용하여 매개변수를 추정한 후 기존의 강우강도식에 의한 결과와 비교해 보았다. 매개변수는 지점빈도해석을 통해 산정된 확률강우량을 사용하여 추정하였고, 유전자 알고리즘의 목적함수로는 Nash & Sutcliffe Index, Root Mean Square Error(RMSE), Relative Root Mean Square Error(RRMSE), 결정계수, 평균들을 사용하여 가장 효율적인 형태의 목적함수를 구성하였다. 그 결과 기존의 매개변수 추정 방법들에 비해 유전자알고리즘을 이용한 경우에 더 정확한 강우량값을 산정할 수 있었고, 특히 다목적 유전자 알고리즘을 사용할 경우 장기간과 단기간에 걸쳐서 동시에 정확도를 향상시킬 수 있는 매개변수를 추정할 수 있는 것으로 나타났다.

• Journal of Korean Society of Steel Construction
• /
• v.12 no.5 s.48
• /
• pp.503-513
• /
• 2000

This study treats the criteria, considering the fuzziness occurred by optimization design. And we applied two weighting methods to show the relative importance of criteria. This study develops multi-objective optimization programs implementing plain stress analysis by FEM and discrete optimization design uniformaly. The developed program performs a sample design of 10-member steel truss. This study can carry over the multi-objective optimization based on total system fuzzy-genetic algorithms while performing the stress analysis and optimization design. Especially, when general optimization with unreliable constraints is cannot be solve this study can make optimization design closed to realistic with fuzzy theory.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.6
• /
• pp.491-496
• /
• 2002

Multi-objective Optimization Problems(MOPs) are occur more frequently than generally thought when we try to solve engineering problems. In the real world, the majority cases of optimization problems are the problems composed of several competitive objective functions. In this paper, we introduce the definition of MOPs and several approaches to solve these problems. In the introduction, established optimization algorithms based on the concept of Pareto optimal solution are introduced. And contrary these algorithms, we introduce theoretical backgrounds of Nash Genetic Algorithm(Nash GA) and Evolutionary Stable Strategy(ESS), which is the basis of Co-evolutionary algorithm proposed in this paper. In the next chapter, we introduce the definitions of MOPs and Pareto optimal solution. And the architecture of Nash GA and Co-evolutionary algorithm for solving MOPs are following. Finally from the experimental results we confirm that two algorithms based on Evolutionary Game Theory(EGT) which are Nash GA and Co-evolutionary algorithm can search optimal solutions of MOPs.

• Journal of Korea Society of Industrial Information Systems
• /
• v.17 no.2
• /
• pp.57-64
• /
• 2012

In this paper, the multi-objective genetic algorithm is proposed for the document clustering which is important in the text mining field. The most important function in the document clustering algorithm is to group the similar documents in a corpus. So far, the k-means clustering and genetic algorithms are much in progress in this field. However, the k-means clustering depends too much on the initial centroid, the genetic algorithm has the disadvantage of coming off in the local optimal value easily according to the fitness function. In this paper, the multi-objective genetic algorithm is applied to the document clustering in order to complement these disadvantages while its accuracy is analyzed and compared to the existing algorithms. In our experimental results, the multi-objective genetic algorithm introduced in this paper shows the accuracy improvement which is superior to the k-means clustering(about 20 %) and the general genetic algorithm (about 17 %) for the document clustering.

• Journal of Korea Water Resources Association
• /
• v.40 no.9
• /
• pp.687-696
• /
• 2007

Preference ordering approach is applied to optimize the parameters of Tank model using multi-objective genetic algorithm (MOGA). As more than three multi-objective functions are used in MOGA, too many non-dominated optimal solutions would be obtained thus the stakeholder hardly find the best optimal solution. In order to overcome this shortcomings of MOGA, preference ordering method is employed. The number of multi-objective functions in this study is 4 and a single Pareto-optimal solution, which is 2nd order efficiency and 3 degrees preference ordering, is chosen as the most preferred optimal solution. The comparison results among those from Powell method and SGA (simple genetic algorithm), which are single-objective function optimization, and NSGA-II, multi-objective optimization, show that the result from NSGA-II could be reasonalby accepted since the performance of NSGA-II is not deteriorated even though it is applied to the verification period which is totally different from the calibration period for parameter estimation.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.38A no.11
• /
• pp.938-943
• /
• 2013

In this paper, we propose a transmission parameter optimization scheme based on genetic algorithm for dynamic spectrum access systems. Specifically, we represent a multiple objective fitness function as a weighted sum of single objective fitness functions to optimize transmission parameters, and then, obtain optimized transmission parameters based on genetic algorithm for given transmission scenarios. From numerical results, we confirm that the transmission parameters are well optimized by using the proposed optimization scheme.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.34-34
• /
• 2018

본 연구는 다목적 유전자 알고리즘 Non-Dominated Sorting Genetic Algorithm II (NSGA-II)를 활용하여 자동 검보정 알고리즘을 개발하고, 이를 준분포형 수문모형인 SWAT (Soil and Water Assessment Tool) 모형에 적용하여 평가하고자 한다. 집중형 모형과 달리, 분포형 모형은 유역 내 다양한 물리적 변수와 공간 이질성(spatial heterogeneity)을 표현하기 위한 많은 매개변수를 포함하고 있고, 최근에는 기후 변화와 장기 가뭄과 같은 이상 기후에 따른 물 부족, 수질 오염 및 녹조 현상 등을 고려하기 위해 매개변수의 시간적인 변동성을 고려하기 위한 연구도 수행되고 있다. 이에 따라 본 연구에서 개발한 다목적 알고리즘은 다양한 매개변수의 시공간적 특성을 고려할 수 있도록 작성되었으며, Python으로 개발하여 타 모형으로의 확장성 및 범용성을 고려하였다. SWAT 모형의 유출 해석은 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error), 모형 효율성 계수(Nash-Sutcliffe efficiency, NSE) 및 IOA(Index of agreement) 등을 활용해 기존 연구 결과와 비교분석할 수 있도록 하였으며, 사용자의 선택에 따라 다른 목적함수 또한 활용할 수 있도록 하였다. NSGA-II를 활용한 SWAT 모형의 유출 해석은 다목적 함수를 고려함에 따라 실측값과 높은 상관성을 보여줄 것으로 판단되며, 이상 기후 기간 설정에 따른 유동적인 매개변수 변화를 적용할 수 있을 것으로 기대된다.