• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.284-288
• /
• 2005

본 연구에서는 낙동강수계 일별 운영 계획 수립을 위한 저수지군 최적 연계운영 모형(CoMOM, Coordinated Multiple Reservoir Operating Model)을 개발하였다. 이를 위하여 동적 네트워크 흐름 모형을 기반으로 한 다중목적 혼합 정수 목표계획 모형 (MOMIGP, Multiple Objective Mixed Integer Goal-Programming)을 수립하였다. 이 모형은 월말 목표 수위 및 운영 제약 등을 목표 계획법으로 구성하였으며, 일별 운영의 특성을 고려하여 하도추적의 효과를 반영하였고, 선형화된 발전함수를 이용하여 발전량을 최대화 하도록 한 후 정확한 발전량을 사후에 산정하였다. 이와 같이 수립된 수학 모형을 GUI를 비롯한 프로그램(CoMOM)으로 개발하여 사용자가 편리하게 수행 할 수 있도록 하였다. 이 프로그램은 의사결정자의 운영 목표와 의도를 효과적으로 반영할 수 있도록 대화형 목표 계획법을 구현하였으며, 상충되는 여러 목적에 대하여 가능한 파래토(Pareto) 최적해를 제시하고 의사결정자가 가장 선호하는 해를 선택하도록 대화형 다중목적 계획법 CBITP(Convex hull of individual maxima Based Interactive Tchebycheff Procedure)를 활용하여 구현하였다. 한편 객체지항적 프로그램 기법을 활용하여 수계 내의 노드(저수지, 수요지, 발전소 등)를 추가 하거나 삭제 할 수 있도록 하여, 다른 수계로의 확장이 용이하도록 개발하였다.

• Journal of the Korean Operations Research and Management Science Society
• /
• v.7 no.1
• /
• pp.5-9
• /
• 1982

우리나라 경영학계 내지는 기업경영에 경영과학(Management Science)의 여러가지 기법이 정식으로 소개되기 시작한 것은 70년대 후반이라고 생각된다. 경영과학의 기법에는 선형계획법·재고관리모형·대기행렬모형·모의(Simulation) 모형·네트웍(Network) 모형 등 여러가지가 있지만, 이중 선형계획법이 우리에게 가장 익숙한 모형이고 기업의 실제 문제해결에도 가장 많이 이용되고 있다. 지금 소개하고자 하는 목표계획법도 경영과학기법의 하나로 모형계획법과 매우 유사한 기법이다.

• Journal of the military operations research society of Korea
• /
• v.32 no.2
• /
• pp.21-39
• /
• 2006

This paper presents a mixed linear and integer goal programming (GP) model to aid in strategic planning and scheduling of guard soldiers. The proposed model is a general-purpose model, hence can be used to produce an optimal schedule with respect to any user-provided combination of guard post objectives and soldier preferences. We extensively test the usefulness of the model on a real-life dataset from a guard post in the ROK Army with using three objectives set by the guard post and three preferences provided by individual solders. Numerical results and analysis from these experiments show that the proposed guard scheduling model efficiently as well as effectively generates an optimal guard schedule and can also be used for an optimal revision of any existing schedule. In summary, these illustrate that the proposed model can be practically used for optimal planning and scheduling of guard soldiers in guard posts.

• Journal of Korean Society of Forest Science
• /
• v.83 no.3
• /
• pp.271-279
• /
• 1994

This paper descbibes a fuzzy multiobjective linear programming, which is a relatively new approach in forestry in solving forest management problems. At first, the fuzzy set theory is explained briefly and the fuzzy linear programming(FLP) and the fuzzy multiobjective linear programming(FMLP) are introduced conceptionally. With the information obtained from the study area in Thailand, a standard linear programming problem is formulated, and optimal solutions (present net worth) are calculated for four groups of timber price by this LP model, respectively. This LP model is reformulated to a fuzzy multiobjective linear programming model to accommodate uncertain timber values and with this FMLP model a compromise solution is attained. Optimal solutions of four objective functions for four timber price groups and the compromise solution are compared and discussed.

• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.325-333
• /
• 1999

본 논문에서는 응용범위가 넓고 비교적 복잡도가 높은 화물운송 계획문제들을 대상으로 몇 가지 실험을 통해 대표적인 인공지능 계획방식인 부분순서 계획법과 그래프 계획법의 성능을 비교 분석하였다. 또 동시에 이러한 실험을 통해 DVO 및 LPVO와 같은 대표적인 제어전략들을 중심으로 이들이 그래프 계획법의 성능에 미치는 효과를 비교 분석하여 보았다. 본 연구의 실험을 통해서는 부분순서 계획법에 비해 그래프 계획법이 메모리 사용량이나 CPU 계산시간 면에서 월등히 우수한 성능을 보여주었으며 비교적 복잡도가 큰 계획문제에서도 좋은 결과를 보여주었다. 하지만 도출된 해 계획의 질적인 면에서는 부분순서 계획법이 대부분 최적의 해를 찾아낸 것에 반해 그래프 계획법은 사용된 제어전략과 최적화 방법에 따라 해 계획의 질이 크게 달라질 수 있음을 보였다. 한편 그래프 계획법에서는 부속목표 선택 전략인 DVO는 그 효과를 뚜렷이 보이지 못한 반면 동작 선택 전략인 LPVO는 도출된 해 계획의 질적인 면이나 계산속도 면에서 모두 뛰어난 효과를 보여주었다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.325-333
• /
• 1999

본 논문에서는 응용범위가 넓고 비교적 복잡도가 높은 화물운성 계획문제들을 대상으로 몇 가지 실험을 통해 대표적인 인공지능 계획방식인 부분순서 계획법과 그래프 계획법의 성능을 비교 분석하였다. 또 동시에 이러한 실험을 통해 DVO 및 LPVO와 같은 대표적인 제어전략들을 중심으로 이들이 그래프 계획법의 성능에 미치는 효과를 비교 분석하여 보았다. 본 연구의 실험을 통해서는 부분순서 계획법에 비해 그래프 계획법이 메모리 사용량이나 CPU 계산시간 면에서 월등히 우수한 성능을 보여주었으며 비교적 복잡도가 큰 계획문제에서도 좋은 결과를 보여주었다. 하지만 도출된 해 계획의 질적인 면에서는 부분순서 계획법이 대부분 최적의 해를 찾아낸 것에 반해 그래프 계획법은 사용된 제어전략과 최적화 방법에 따라 해 계획의 질이 크게 달라질 수 있음을 보였다. 한편 그래프 계획법에서는 부속목표 선택 전략인 DVO는 그 효과를 뚜렷이 보이지 못한 반면 동작 선택 전략인 LPVO는 도출된 해 계획의 질적인 면이나 계산속도 면에서 모두 뛰어난 효과를 보여주었다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.35 no.3
• /
• pp.240-246
• /
• 2012

논문은 병렬 설비로 이루어진 다수의 단계를 포함하는 재방문이 있는 혼합흐름공정의 계획 문제를 다룬다. 재방문작업에서 제품은 몇몇 공정을 여러 번 방문하게 되고 이로 인하여 재공의 혼잡과 장비의 유휴의 원인이 된다. 이 상황에서는 생산성과 고객 만족도를 향상 시키는 것이 중요한 이슈이다. 따라서 본 논문은 혼합흐름공정에서 스루풋을 최대화하고 지연된 고객 수요를 최소화하기 위해 우선순위 목표계획법 기반의 휴리스틱 방법들을 제안한다. 그리고 이 휴리스틱 방법은 이전 문헌에서 제시된 방법과 비교하여 성능을 비교하였다.

• Journal of the Earthquake Engineering Society of Korea
• /
• v.7 no.5
• /
• pp.93-102
• /
• 2003

An optimal design method for hybrid structural control system of building structures subject to earthquake excitation is presented in this paper. Designing a hybrid structural control system may be defined as a process that optimizes the capacities and configuration of passive and active control systems as well as structural members. The optimal design proceeds by formulating the optimization problem via a multi-stage goal programming technique and, then, by finding reasonable solution to the optimization problem by means of a goal-updating genetic algorithm. In the multi-stage goal programming, design targets(or goals) are at first selected too correspond too several stages and the objective function is th n defined as the sum of the normalized distances between these design goals and each of the physical values, that is, the inter-story drifts and the capacities of the control system. Finally, the goal-updating genetic algorithm searches for optimal solutions satisfying each stage of design goals and, if a solution exists, the levels of design goals are consecutively updated to approach the global optimal solution closest too the higher level of desired goals. The process of the integrated optimization design is illustrated by a numerical simulation of a nine-story building structure subject to earthquake excitation. The effectiveness of the proposed method is demonstrated by comparing the optimally designed results with those of a hybrid structural control system where structural members, passive and active control systems are uniformly distributed.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.294-297
• /
• 2011

주어진 계획 문제로부터 휴리스틱을 이용하여 최적의 해 계획을 구하기 위해서는 허용 가능한 휴리스틱을 이용하여야 한다. 이러한 허용 가능한 휴리스틱은 실제 목표 도달거리보다 짧거나 같아야 하는데 휴리스틱 평가치가 실제 목표 도달거리에 가까울수록 계획생성을 위한 탐색 효율성이 높아진다. 하지만, 이러한 허용 가능한 휴리스틱 평가치를 구하는 과정은 매우 복잡하며 계산량이 많기 때문에 실제 계획 생성 과정에서 사용하기는 어렵다. 때문에 최대 휴리스틱과 같은 허용성을 만족하는 간단한 휴리스틱을 이용하고 있으며, 이로 인해 최적의 계획 결과를 얻을 수는 있지만, 탐색의 효율성이 떨어지는 결과를 가져오고 있다. 본 논문에서는 이러한 문제를 해결하기 위해서 기존의 계획그래프를 개선한 새로운 계획그래프인 확장된 계획그래프(EPG)를 이용한 MAX+ 휴리스틱 계산법을 소개한다. 확장된 계획그래프는 계획 문제 풀이를 위한 휴리스틱 계산에 이용되는 기존의 간략화된 계획그래프를 목표조건들 간의 상호작용을 확인 할 수 있도록 확장한 자료구조로써 목표조건들 간의 긍정적/부정적 상호작용을 찾는다. 이를 위해서 모든 목표조건들이 등장할 때까지 그래프를 전개하는 기본 전개 과정과 함께, 이 과정에서 발견된 동작과 목표 조건들과의 관계를 바탕으로 한 추가 전개 과정으로 이루어져 있다. 그리고 이 과정을 통해서 목표조건들간의 상호작용과 최단 거리를 구하게 된다. MAX+ 휴리스틱 계산에서는 이러한 목표조건들 간의 긍정적/부정적 상호작용의 존재 유무를 찾아내게 됨으로써 전체 목표 집합에 대한 보다 정확한 최소 도달거리에 대한 평가치를 찾게 된다. 따라서 MAX+ 휴리스틱은 기존의 최대 휴리스틱 보다 더 정보력 높은 휴리스틱을 구할 수 있는 장점이 있다. 본 논문에서는 MAX+ 휴리스틱의 계산 과정과 MAX+ 휴리스틱의 정확성과 이를 바탕으로 한 탐색 효율성을 확인하기 위한 실험적 분석에 대해 설명한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.11a
• /
• pp.263-266
• /
• 1997

로봇 축구 경기를 위해서는 경기장의 임의의 시작점에서 목표점으로 장애물을 피해 갈 수 있는 능력이 필요하다. 이러한 경로 계획을 학습하기 위해서 다양한 상황을 모두 고려할 경우 학습량이 급격히 증가한다. 그러나 많은 실제적인 학습 문제에 있어서는 가능한 모든 학습 데이터를 사용하지 않고도 원하는 학습 효과를 가져올 수 있음이 알려져 있으며, 이러한 경우 데이터를 스스로 선별하여 학습하는 능동적 학습 방법이 효과적이다. 본 논문에서는 진화 알고리즘을 사용하여 실시간에 경로 계획을 하기 위한 새로운 능동적 학습 방법을 제시한다. 제안되는 방법은 두 개의 진화 알고리즘으로 구성되는데 하나는 주어진 시작점-목표점간의 최적 경로를 찾는데 사용되고 또 다른 하나의 진화 알고리즘은 유용한 시작점-목표점들의 쌍을 탐색하는데 사용된다. 이 방법은 계산 시간의 여유가 있을 때 다양한 문제를 스스로 제시하고 해결하는 법을 학습해 놓고 후에 실제 문제가 주어질 때 기존의 문제와 가장 유사한 문제를 찾아 실시간에 해결함으로써 기존의 진화 알고리즘에 의한 경로 계획법들이 갖는 실시간성에서의 단점을 개선할 수 있다. 실험을 통하\ulcorner 제안된 두 가지 진화 알고리즘의 성능을 실험적으로 검토한다.