• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• 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.

• 한국공간구조학회논문집
• /
• 제8권3호
• /
• pp.75-82
• /
• 2008

본 연구에서는 방향벡터(direction vector)를 이용한 지역 탐색법과 유전자 알고리즘을 결합한 새로운 알고리즘인 D-GA를 제안한다. 새로운 개체(individual)를 찾기 위한 방향벡터로는 진화과정 중에 습득되는 정보를 활용하기 위한 학습방향벡터(Loaming direction vector)와 진화와는 무관하게 한 개체의 주변을 탐색하는 랜덤방향벡터(random direction vector) 등 두 가지를 구성하였다. 그리고, 10 부재 트러스 설계 문제에 단순 유전자 알고리즘과 D-GA를 적용하여 최적화를 수행하였고, 그 결과를 비교 검토함으로써 단순 GA에 비하여 D-GA의 정확성 및 효율성이 향상되었음을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.99-101
• /
• 2000

DNA 컴퓨팅 기법은 실제 생체 분자(bio-molecule)를 계산의 도구로 사용하는 새로운 계산 방법으로, 진화 연산과 결합하여 인공지능의 새로운 분야로 부각되고 있다. 그러나, 실제 생체 분자를 계산의 도구로 사용하기 때문에 기존의 컴퓨터에 적용하기 어렵고, 단순히 합성과 분리라는 간단한 방법으로 해를 구하기 때문에 보다 효과적인 알고리즘을 개발하여야 할 필요성이 있다. 따라서, 본 논문에서는 DNA 컴퓨팅 기법을 컴퓨터에 적용하기 위한 방법으로 DNA 컴퓨팅에서의 코드 합성 기법과 유전자 알고리즘을 이용하여 NP-complete 문제중의 하나인 Sub-Set Sum 문제를 해결하여 그 결과를 분석한다. Sub-Set Sum 문제에서 단순 유전자 알고리듬보다 DNA 코드 유전자 알고리즘이 높은 성능을 보인다.

• 정보처리학회논문지B
• /
• 제12B권4호
• /
• pp.429-436
• /
• 2005

본 논문에서는 유전자 알고리즘의 일반적인 문제점인 과도한 저장공간의 소모와 탐색의 비효율성을 줄이기 위해 PBIL을 이용한 단순한 스테레오 정합 기법을 제안한다. PBIL은 확률벡터에 기반해서 통계적 탐색과 경쟁학습을 이용하는 변종 유전자 알고리즘이며 확률벡터의 사용으로 인해 직렬 및 병렬 유전자 알고리즘군에 비해 단순한 구조를 가진다. 본 논문에서는 이 PBIL을 스테레오 정합 환경에 맞게 변형 및 단순화시켜 정합 알고리즘을 개발한다. 높은 적응성을 갖는 염색체는 생존 확률 또한 높다는 진화 법칙을 보존하면서 유전자 풀, 염색체 교차 및 유전자 돌연변이를 제거할 수 있으며 그 결과 저장공간을 줄이고 정합 규칙을 간소화하여 계산 비용을 감소시킬 수 있다. 추가적으로 다해상도 정합 기법처럼 넓은 영역의 변이 일관성을 획득하기 위해 변이 연속성에 대한 이웃들의 거리를 제어하는 방식을 추가하여 고정된 작은 정합창을 사용하면서 안정된 결과를 얻을 수 있게 한다. 마지막으로 단순한 시스템에 적용될 수 있게 하기 위해서 확률벡터를 사용하지 않는 제안한 알고리즘의 소형 대안 기법을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.9-11
• /
• 2000

전형적인 단순 유전자 알고리즘은 한 개의 모집단으로 구성되며, 진화 과정이 거듭되면 모집단의 개체들은 한 개의 전역해로 수렴하게 된다. 그러나, 많은 문제들은 여러 개의 최적해를 가질 수 있으며, 그것들 모두를 찾는 것이 중요한 경우가 많다. 이 논문에서는 모집단을 원환체(Torus)로 구성하고 개체에 이웃의 개념을 부여하여 모집단이 최적해 집단으로 수렴하는 유전자 알고리즘의 변형을 연구한다. 제안한 방법은 개체사이에 이웃이라는 개념을 부여함으로써 다수의 해를 동시에 찾는다는 생각을 넘어서 다양한 변형 유전자 알고리즘에 대한 새로운 모델이 될 것으로 기대된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.379-382
• /
• 2002

GA(Genetic Algorithm)는 자연계 진화를 모방한 계산 알고리즘으로서 단순하고 응용이 쉽기 때문에 여러 분야에 사용되고 있다. 하지만 GA의 단점은 일반적인 소프트웨어로 동작시켰을 때는 실행속도가 느리다는 것이다. 특히 chromosome이 길 경우 연속적인 교차, 돌연변이를 수행해야한다. GA Processor(GAP)는 GA를 수행하기위한 전용 Processor로서 GA의 동작을 빨리 수행할 수 있게 한다. 본 논문에서는 pipeline 구조의 GAP를 설계하여 GA를 수행함에 있어 소프트웨어와 하드웨어의 성능을 비교한다.

• 한국군사과학기술학회지
• /
• 제2권1호
• /
• pp.90-100
• /
• 1999

유전자 알고리즘은 전통적인 등반 알고리즘을 이용하여 구하기 어려웠던 최적화 문제를 해결하기 위한 강인한(Robust) 탐색 기법이다. 특히 목적함수가 (1)여러 개의 국부 최대치를 가지는 경우, (2)수학적으로 표현이 불가능하거나 어려운 경우, (3)목적함수에 교란 항(disturbance term)이 섞여 있을 경우도 우수한 탐색 능력을 갖는 것으로 알려져 있다. 본 논문에서는 유전자 알고리즘을 이용하여 나타나는 다양한 해집합을 형성하는 개체군을 군집성 분석(cluster analysis)을 이용하여 군집화하고, 각 군집에 부여된 군집 적합도에 따라서 최적해를 구함으로써 단순 유전자 알고리즘에 의한 최적화보다 훨씬 향상된 탐색 알고리즘을 제안하였다. 반응표면의 형태가 정형화한 테스트 함수의 형태로 나타난다고 가정한 경우에 대하여 몬테 칼로 시뮬레이션을 통하여 본 알고리즘을 적용하여 평가하고 분석하였다.

• 한국지반공학회논문집
• /
• 제16권3호
• /
• pp.47-55
• /
• 2000

본 연구에서는, 유전자 알고리즘을 이용한 piled raft 기초의 최적설계 기법을 제시하였다. 최적설계에 사용한 목적함수는 구조물의 사용한계에 해당하는 부등침하량과 piled raft 기초의 시고비용 차원에서의 말뚝과 raft의 총 중량으로 하였다. 유전자 알고리즘은 다읜의 적자생존의 법칙을 따르는 자연진화 법칙을 바탕으로 한 최적화 기법이다. 본 연구에서는 piled raft 기초의 해석방법으로 Clancy(1993)가 제시한 "hybrid" 해석방법을 사용하였으며, 유전자 알고리즘기법은 Goldberg(1989)가 제시한 단순 유전자 알고리즘(SGA)을 적용하였다. 또한 유전자 알고리즘을 이용한 최적설계기법의 유효성을 평가하기 위해 설계예제 및 매개변수변화연구를 통해 piled raft 기초시스템의 중요 설계인자들에 대한 분석을 수행하였다. 매개변수변화연구로부터 말뚝의 길이와 raft의 두께가 증가할수록 piled raft 기초시스템의 전체 중량은 일정한 값에 점차적으로 수렴하였으며, 지반의 강정, raft의 두께 말뚝의 길이 및 강성이 증가할수록 말뚝의 최적위치는 raft의 중앙에 집중되는 경향으로 나타났다.경향으로 나타났다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권8호
• /
• pp.560-569
• /
• 2001

지식 기반 정보검색 시스템에서의 질의 확장은 단어간의 의미 관계를 고려한 지식베이스를 필요로 한다. 기존의 단순 마이닝 기법은 사용자의 선호도를 고려하지 않은 채 연관 단어를 추출하므로 재현율은 향상되나 정확도는 저하된다. 본 논문에서는 단어간의 의미 관게를 고려한 연관 단어 중에서 사용자가 선호하는 연관 단어만을 포함하는 정확도가 향상된 최적화된 연관 단어 지식베이스 구축을 위한 방법을 제안한다. 이를 위해 컴퓨터 분야의 웹문서를 8개의 클래스로 분류하고, 각 클래스별 웹문서에서 명사를 추출한다. 추출된 명사를 대상으로 Apriori 알고리즘을 이용하여 연관 단어를 추출하고, 유전자 알고리즘을 이용하여 사용자가 선호하지 않은 연관 단어를 지식베이스의 구축 대상에서 제외시킨다. 본 논문에서 제안된 Apriori 알고리즘과 유전자 알고리즘의 성능을 평가하기 위하여 Apriori 알고리즘은 상호 정보량과 Rocchio 알고리즘과 비교하며, 유전자 알고리즘은 TF.IDF를 이용한 단어 정제 방법과 비교한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.341-344
• /
• 2007

본 논문에서는 계층적 공정 경쟁 개념을 병렬 유전자 알고리즘에 적용하여 계층적 공정 경쟁 기반 병렬유전자 알고리즘 (Hierarchical Fair Competition Genetic Algorithm: HFCGA)을 구현하였을 뿐만 아니라 실수코딩 유전자 알고리즘(Real-Coded Genetic Algorithm: RCGA)에서 좋은 성능을 갖는 산술교배(Arithmetic crossover), 수정된 단순교배(modified simple crossover) 그리고 UNDX(unimodal normal distribution crossover)등의 다양한 교배연산자들을 적용, 분석함으로써 개선된 병렬 유전자 알고리즘을 제안하였다. UNDX연산자는 다수의 부모(multiple parents)를 이용하여 부모들의 기하학적 중심(geometric center)에 근접하게 정규분포를 이루며 생성된다. 본 논문은 UNDX를 이용한 HFCGA모델을 구현하고 함수파라미터 최적화 문제에 많이 쓰이는 함수들에 적용시킴으로써 그 성능의 우수성을 증명 한다.