• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2000년도 추계학술대회논문집A
• /
• pp.699-704
• /
• 2000

The present paper deals with a multiobjective optimization method based on the co-evolutionary genetic strategy. The co-evolutionary strategy carries out the multiobjective optimization in such way that it optimizes individual objective function as compared with each generation's value while there are more than two genetic evolutions at the same time. In this study, the designs that are out of the given constraint map compared with other objective function value are excepted by the penalty. The proposed multiobjective genetic algorithms are distinguished from other optimization methods because it seeks for the optimized value through the simultaneous search without the help of the single-objective values which have to be obtained in advance of the multiobjective designs. The proposed strategy easily applied to well-developed genetic algorithms since it doesn't need any further formulation for the multiobjective optimization. The paper describes the co-evolutionary strategy and compares design results on the simple structural optimization problem.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.662-664
• /
• 2000

병렬 컴퓨팅에서 중요 문제의 하나는 다중 태스크를 다중 프로세서 병렬 시스템의 여러 노드에 대한 최적의 매핑을 찾는 것이다. 이러한 매핑의 목적은 솔루션 품질에 손상 없이 총 실행시간을 최소화시키는 것이다. 이 분야에서는 많은 휴리스틱 방법들을 사용하여 나름대로 매핑 문제를 해결해 왔다. 본 논문에서는 효율적인 클러스터 데이터 매핑을 위한 혼합형 휴리스틱 기법에 대하여 기술한다. 제시하는 휴리스틱 기법은 유전알고리즘과 평균장어닐링 알고리즘을 혼합시킨 것으로 두 가지 방법의 장점들을 합하여 성능을 향상시킬 수 있음을 보여준다. 혼합형 휴리스틱 알고리즘의 솔루션과 실행시간을 기존 매핑 알고리즘들과 비교한 시뮬레이션 결과를 보고한다.

• 한국시뮬레이션학회논문지
• /
• 제18권4호
• /
• pp.137-148
• /
• 2009

본 논문의 목적은 신뢰성 있는 선형회귀모델을 구축하기 위하여 후보독립변수 중 유효변수를 선택하는 알고리즘을 구현하는 것이다. 선형회귀모델을 구축하는데 있어서 데이터 상의 모든 후보독립변수를 포함하는 것은 모델의 통계적 유의성을 감소시킬 수 있으며, 차원의 저주(Curse of dimensionality)를 유발할 수 있고, 데이터의 개수보다 변수의 개수가 많을 경우 모델의 구축이 불가능한 문제점 등이 있다. 이와 같은 문제점을 해결하기 위하여 변수선택의 문제를 조합최적화의 문제로 보고 유전 알고리즘(Genetic Algorithm)을 활용하였다. 일반적으로 선형회귀모델의 통계적 유의성을 평가하는 대표적인 통계량으로는 종속변수에 대한 독립변수의 설명력을 나타내는 결정계수($R^2$), 회귀식의 통계적 유의성을 검정하는 F통계량, 회귀계수의 통계적 유의성을 검정하는 t통계량, 잔차의 표준오차 등이 있다. 모델의 통계적 유의성은 하나의 통계량으로 표현될 수 없으므로 다양한 기준을 고려한 다중목적식(Multi-objective function)을 가지는 유전 알고리즘을 설계하였다. 설계한 알고리즘의 성능평가를 위하여 다양한 조건을 가정한 시뮬레이션 데이터에 적용하였다. 그 결과 구축한 알고리즘이 유효변수를 판단함에 있어 기존의 대표적인 변수선택 알고리즘인 LARS(Least Angle Regression)에 비해 우수한 성능을 보임을 확인할 수 있었다. 또한, 주가 데이터를 이용한 포트폴리오 선택에 적용해 본 결과 우수한 응용문제 해결 능력이 있음을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2639-2641
• /
• 2003

유전자 알고리즘은 다윈의 자연선택설과 유전자의 진화 개념을 이용한 적응 탐색 알고리즘으로 적용하고자 하는 문제의 매개 변수를 유전자와 비슷한 데이터 구조로 부호화하고, 유전 연산자를 이용하여 문제의 해답을 찾는 알고리즘이다. 최근 유전자 알고리즘은 이러한 복수개의 목적 함수를 최적화 하기 위한 다중 최적화 문제를 위한 최적화 기술로서의 관심이 크게 다루어지고 있으며 전송 문제, 생산 공정 문제 계획 등과 같은 다목적 함수를 다루는 많은 응용 부분에 대해 적용되고 있다. 본 논문에서는 기본적인 다중 목적 함수용 예와 Gen과 Kim이 제안한 네트워크 신뢰도를 고려한 연결 비용과 메시지 지연을 고려한 이중 구속 통신망 설계 문제를 가지고 가중치 합과 여러 가지 파레토 방법들을 비교하고 연구 검토 하고자 한다.

• 대한기계학회논문집A
• /
• 제39권5호
• /
• pp.535-541
• /
• 2015

본 연구에서는 벽걸이 모니터 브라켓 암의 다중목적 근사최적설계를 수행하였다. 이를 위해 브라켓 암의 자유도를 고려하여 평면내의 회전 각도를 선정해 응력과 처짐량이 크게 발생하는 경우에 대한 최적화 문제를 정식화 하였다. 직교배열표와 반응표면법을 사용하여 평균 및 파라미터 분석을 통해 성능지수에 대한 설계변수 민감도를 확인하였으며, 중심합성계획법과 D-최적 계획법을 사용하여 목적함수와 제한조건함수에 대하여 반응표면 근사모델을 생성하고 $R^2$ 값을 통해 정확도를 평가하였다. 이를 비지배 분류 유전알고리즘에 적용하여 최적화를 수행하고 유한요소해석을 통해 검증하였다. 또한, 중심합성 계획법과 D-최적 계획법을 이용한 최적해를 비교 분석하였다.

• 대한교통학회지
• /
• 제18권3호
• /
• pp.77-86
• /
• 2000

기존의 최단경로 탐색모형은 단일 목적을 대상으로 한다. 그러나 실제로는 통행자가 단일 목적만을 기준으로 경로를 선택하는 경우는 드물며, 경로선택은 통행시간과 비용 등 다양한 목적을 종합적으로 고려해서 결정되어진다. 따라서 최단경로는 여러 가지 목적을 고려해야 한다. 이러한 경우에 이들 목적간의 상충적인 관계로 인해 여러 가지 목적을 모두 만족시키는 최적경로는 존재치 않으며, 통행자가 고려하는 목적들의 중요도에 따라 다양한 경로가 선택되어질 수 있다. 다목적의 최적경로는 여러 가지 목적들의 절충(Trade-Off)을 고려한 다수의 파레토 최적경로(Pareto Optimal Path)가 탐색되어져야 한다. 그러나 기존의 다중목적을 고려한 최적경로 탐색 알고리즘은 하나 또는 일부의 파레토 최적경로만을 탐색하며 따라서 다양한 경로를 제공하지 못한다. 본 논문은 두 개의 목적을 고려한 최적경로 탐색 모형을 개발하는 것이다. 파레토 최적경로들은 대체경로로 사용할 수도 있다. 본 연구에서는 다양한 파레토 최적경로를 탐색하기 위해 본 모형의 개발에 유전 알고리즘(Genetic Algorithm)을 적용하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.894-896
• /
• 1999

PID 제어는 50년의 역사를 갖기 때문에 현장의 사용자는 이 제어방식에 익숙해져 있으며, 제어장치의 구성이 간단하며 제어기의 최적동조가 가능하므로 많은 분야에서 사용되고 있다[1]. 그러나 PID 제어기에 의해서 얻은 결과에 대하여 만족하기 위해서는 많은 시행착오를 겪어야 한다. 또한 만족하는 결과를 얻었다고 할지라도 외란, 플랜트의 동특성이 바뀌는 경우 시스템을 추종하지 못하기 때문에 파라미터를 재조정하여야 한다. 유전 알고리즘은 자연세계의 진화 현상에 기초한 계산모델로서 John Holland에 의해서 1975년에 개발된 전역적인 최적화 알고리즘이며[1][2], 비선형 고차원, 불연속, 다중모드, 노이즈 함수 등에 대하여 강건함을 보여주고, 복잡한 탐색 공간에서 최적 값을 스스로 발견하는 학습 능력을 갖는다. 이 방법은 재생산, 교배, 돌연변이를 통하여 최적해를 찾은 방법으로 1989년에 D. E. Goldgerg에 의해서 체계적으로 정리된 후 여러 분야에서 응용되고 있다[3][4]. 그러나 유전 알고리즘은 목적함수만을 이용하여 해집단을 탐색하기 때문에 숙련운전자가 원하는 제어 특성 명세인 상승시간, 정착시간, 초과량(oveshoot) 둥을 구체적으로 명시하여 제어에 반영할 수 없다. 또한, 유전 알고리즘은 입력 값이 크게 바뀔 경우 다른 시스템으로 인식하여 새로운 탐색을 수행하는 단점을 가지고 있다. 본 논문은 첫째, 기준모델을 도입하여 플랜트의 성능을 기준모델로 표현하여 플랜트가 요구하는 성능지표를 정량적으로 규정하는 것이 가능하였다. 또한, 이것은 미지 플랜트 동특성을 식별하기 위한 신호로 사용되어, 플랜트의 정보를 얻는데 이용되었다. 즉, 기준모델과 플랜트 출력사이의 추종 오차 정보가 적응기구인 PID 유전제어기의 입력으로 사용되며, 구형파 입력의 경우에도 기준모델과 플랜트의 출력차는 크게 변하지 않는다. 따라서, 유전 알고리즘의 목적함수에 기준 모델을 제안 적용하여 안정적이고, 세밀한 제어를 수행하였다. 둘째, PID의 간단하면서 확실한 제어가 가능하다는 점과 전역적인 최적값을 찾을 수 있는 유전 알고리즘을 적용하여 고속제어를 요하는 직류 서보 모터(DC Servo Motor) 운전 시 실시간 파라미터 동조에 적용하였다.

• 한국추진공학회지
• /
• 제16권2호
• /
• pp.25-33
• /
• 2012

유전알고리즘을 사용하여 액체로켓엔진의 연소실 압력과 노즐 확장비, O/F 비 등 주요 설계변수를 최적화하였다. 대상엔진은 LO2/RP-1을 추진제로 사용하는 개방형 가스발생기 사이클을 대상으로 하였다. 연소실의 물성치는 CEA2를 이용하였으며, 무게 산출은 참고문헌을 바탕으로 모델링 하였다. 최적 설계의 목적함수는 비추력과 추력중량비를 다중목표로 설정하여 가중치 방법을 사용하였다. 유전알고리즘을 최적화 과정을 거친 결과 비추력은 최대 4%, 추력중량비는 최대 23% 정도 증가하였다. 또한 다양한 추력에 대해서 Pareto frontier line을 얻었다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2011년도 제37회 추계학술대회논문집
• /
• pp.127-134
• /
• 2011

유전알고리즘을 사용하여 액체로켓엔진의 연소실 압력과 노즐 확장비, O/F 비 등 주요 설계변수를 최적화하였다. 대상엔진은 LO2/RP-1을 추진제로 사용하는 개방형 가스발생기 사이클을 대상으로 하였다. 연소실의 물성치는 CEA2를 이용하였으며, 무게 산출은 참고문헌을 바탕으로 모델링 하였다. 최적설계의 목적함수는 비추력과 추력중량비를 다중목표로 설정하여 가중치 방법을 사용하였다. 유전알고리즘을 최적화 과정을 거친 결과 비추력은 최대 4%, 추력중량비는 최대 23% 정도 증가하였다. 또한 다양한 추력에 대해서 Pareto frontier line을 얻었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권8호
• /
• pp.501-511
• /
• 2008

프로브(probe) 디자인은 성공적인 DNA 마이크로어레이(DNA microarray) 실험을 위해서 필수적인 작업이다. 프로브가 만족시켜야 하는 조건은 마이크로어레이 실험의 목적이나 방법에 따라 다양하게 정의될 수 있는데, 대부분의 기존 연구에서는 각각의 조건에 대하여 각자 독립적으로 정해진 한계치(threshold) 값을 넘지 않는 프로브를 탐색하는 방법을 취하고 있다. 그러나, 본 연구에서는 프로브 디자인을 두가지 목적함수를 지닌 다중목적함수 최적화 문제(multiobjective optimization problem)로 정의하고, ${\epsilon}$-다중목적함수 진화 알고리즘(${\epsilon}$-multiobjective evolutionary algorithm)을 이용하여 해결하는 방법을 제시한다. 제시된 방법은 19종류의 고위험군 인유두종 바이러스(Human Papillomavirus) 유전자들에 대한 프로브 디자인과 52종류의 애기장대 칼모듈린 유전자군(Arabidopsis Calmodulin multigene family)에 대한 프로브 디자인에 각각 적용되었다. 제안한 방법론을 사용하여 기존의 공개 프로브 디자인 프로그램인 OligoArray 및 OligoWiz에 비해 목표유전사에 더 적합한 프로브를 찾을 수 있었다.