• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.511-513
• /
• 2003

멀티미디어 서비스의 증가로 다양한 QoS(Quality of Service) 파라미터를 보장하는 멀티캐스트 라우팅 알고리즘이 필요하게 되었다. 이러한 멀티캐스트 라우팅에서 고려해야 하는 각각의 QoS 파리미터와 비용과의 관계는 Trade-off 관계에 있으며, 이들을 동시에 최적화하는 멀티캐스트 라우팅 문제는 다목적 최적화 문제(Multi-Objective Optimization Problem: MOOP)에 속하는 어려운 문제이다. 다목적 최적화 문제의 목표는 다양한 파레토 최적해(Pareto Optimal Solution)를 찾는데 있으며, 이를 해결하기 위해서 본 논문에서는 다목적 유전자 알고리즘(Multiple Objective Genetic Algorithms： MOGA)을 적용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.916-918
• /
• 2005

다목적 최적화 문제의 목표는 다양한 파레토 최적해(Pareto Optimal Solution)을 찾는데 있으며, 마이크로-유전자 알고리즘(Micro-Genetic Algorithm)은 단순 유전자 알고리즘(Simple Genetic Algorithm)에 비해 소수의 유전자들만을 선별하여 진화시키는 방식으로 효율성을 극대화시킨다. 본 논문에서는 다양한 목적을 동시에 최적화하는 다목적 멀티캐스트 라우팅 문제를 해결하기 위해서 다목적 유전자 알고리즘과 마이크로-유전자 알고리즘을 결합한 다목적 마이크로-유전자 알고리즘을 적용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.114-114
• /
• 2018

과거 수십년간 댐의 운영방법은 과거 관측 유입량 자료를 바탕으로 결정되었지만, 미래 기후변화의 불확실성을 고려하면 기존 운영방법이 더 이상 유효하지 않을 수 있다. 따라서, 이에 대응하여 수자원을 적절히 운용하기 위해서는 기후변화의 불확실성을 고려한 댐의 운영방법에 대한 연구가 필요하다. 본 연구는 예측 유입량의 불확실성을 고려하기 위하여 로버스트(Robust) 의사결정 방법을 댐 운영 최적화에 접목한 다목적 로버스트 최적화(Multi-Objective Robust Optimization) 방법을 제안한다. 이는 기존의 다목적 로버스트 의사결정이론(MORDM, Multi Objective Robust Decision Making)과 로버스트 최적화이론(Robust Optimization)을 결합한 의사결정 방법이다. 로버스트 최적화의 목적함수는 로버스트 항(Robust Term)을 신뢰도, 심각도, 그리고 회복도 등의 여러 관점으로 구성할 수 있으며, 이는 다목적 최적화의 일종으로 볼 수 있다. 본 연구는 신뢰도와 심각도 관점으로 로버스트 항을 적절히 구성하고 그 가중치들을 조절하며, 그에 따라 기후변화의 상황에서 댐 운영의 수행결과가 어떻게 변하는지 의사결정자들이 파악할 수 있도록 가시화한다. 그리고 동시에, 목표하는 댐 운영의 안정성이 다양한 미래 기후변화 시나리오 상에서 유지되도록 하는 로버스트 항과 각 항의 가중치들을 결정하는 방법을 제시한다. 이를 통해 의사결정자는 여러 측면에서 안정적인 다목적 로버스트 최적화의 해를 찾아갈 수 있다. 댐 운영을 위한 로버스트 최적화를 진행하기 위해서 본 연구는 Robust-SDP(Stochastic Dynammic Programming)을 수행하였으며, 대상유역인 보령댐이 이수기동안 인근지역의 수요량만큼 물을 충분히 공급함을 목적으로 로버스트 최적화를 진행하였다. 아울러, 저수지 용량이 로버스트 최적화에 미치는 영향을 분석하기 위해서 남강댐에 동일한 최적화 방법을 적용하고 이를 비교하였다.

• 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.

• 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 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.637-637
• /
• 2012

본 연구에서는 내수침수 저감을 위하여 효율적(effective)인 우수저류조 설치에 따른 침수저감효과 극대화 방안을 제시하고자 한다. 여기서 효율성(effectiveness)은 침수저감량의 극대화 측면과 비용의 최소화 측면 두 가지로 구분된다. 최적 방재 시설물의 설치는 단순 설치비용 대비 저감량이 가장 큰 안을 제시하는 것은 의미가 없으며 일정 기준 이상의 방재성능을 발휘하면서 주어진 예산안에서 최적안을 찾아야 하므로 비용의 최소화 측면과 침수 저감량, 즉 맨홀에서의 월류 저감량을 최대화 하는 두 가지의 목적을 동시에 달성해야 한다. 따라서 본 연구에서는 다목적 최적화 알고리즘의 적용을 통하여 우수저류조 최적 설치지점을 선정하는 기법을 제안하였다. 본 연구에 적용한 다목적 최적화 방법으로는 목적함수의 최적해 탐색 효용성 측면에서 우수하다고 평가되고 있는 유전자 알고리즘을 적용하였다. 다목적 최적화의 경우 해의 우열을 판단하기 위한 적합도 함수는 실제 각 목적함수의 적합도 값(real fitness value)이 아닌 해의 상대적인 우열(dominance or non-dominance)에 따라 부여되는 등급(rank)에 의해서 해의 우열이 결정되며 여기서는 Fonseca and Fleming(1993)이 제안한 Ranking method를 적용하여 적합도를 결정하였다. 한편 도시 우수관망의 해석 및 우수저류조 설치에 따른 월류량 분석을 위하여 미 환경청(US Environmental Protection Agency; EPA)에서 제공하고 있는 EPA-SWMM 5.0 engine을 사용하였으며 최적화 알고리즘의 구성을 위하여 Visual C++와 SWMM DLL을 연동하여 사용하였다. 연구 대상유역은 인천 청라지구(3공구)를 대상으로 기법의 적용성을 검토하였으며 저류지 설치에 따른 비용함수는 EPA(2002)에서 제안한 저류지 체적대비 공사비용을 원화로 환산한 후 청라지구의 공시지가를 고려하여 결정하였다. 최적화 기법의 적용 결과 저류지 설치비용에 따라 최대로 월류량을 저감시킬 수 있는 우수저류조 최적 설치위치의 조합(Pareto-front)을 결정할 수 있었다.

• The Journal of the Korea Contents Association
• /
• v.15 no.7
• /
• pp.21-29
• /
• 2015

This paper proposes a novel two-tier optimization approach for decision making in many-objective problems. Because the Pareto-optimal solution ratio increases exponentially with an increasing number of objectives, simply finding the Pareto-optimal solutions is not sufficient for decision making in many-objective problems. In other words, it is necessary to discriminate the more preferable solutions from the other solutions. In the proposed approach, user preference-oriented as well as diverse Pareto-optimal solutions can be obtained as candidate solutions by introducing an additional tier of optimization. The second tier of optimization employs the corresponding secondary objectives, global evaluation and crowding distance, which were proposed in previous works, to represent the users preference to a solution and the crowdedness around a solution, respectively. To demonstrate the effectiveness of the proposed approach, decision making for some benchmark functions is conducted, and the outcomes with and without the proposed approach are compared. The experimental results demonstrate that the decisions are successfully made with consideration of the users preference through the proposed approach.

• Journal of the Korean Institute of Gas
• /
• v.1 no.1
• /
• pp.33-40
• /
• 1997

An optimization system, APROGA II using genetic algorithm, was developed to solve multi-modal and multiobjective problems. To begin with, Multi-Niche Crowding(MNC) algorithm was used for multi-modal optimization problem. Secondly, a new algorithm was suggested for multiobjective optimization problem. Pareto dominance tournaments and Sharing on the non-dominated frontier was applied to it to obtain multiple objectives. APROGA II uses these two algorithms and the system has three search engines(previous APROGA search engine, multi-modal search engine and multiobjective search engine). Besides, this system can handle binary and discrete variables. And the validity of APROGA II was proved by solving several test functions and case study problems successfully.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2002.05a
• /
• 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.