• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.353-356
• /
• 2004

비선형 시스템의 제어에서 널리 사용되는 방식이 퍼지 제어기이다. 퍼지 제어기에서 가장 중요한 것은 퍼지 룰의 설계이다. 퍼지 룰을 설계하는 많은 기법들이 제안되어 있는데, 최근 들어 진화 알고리즘에 대한 관심이 증가하고 있다 그 중에서도 공생적 공진화 알고리즘이 최적의 퍼지룰을 찾기 위해 이용되는데, 본 논문에서는 스키마 공진화 알고리즘을 이용한다. 스키마 공진화 알고리즘의 성능을 입증하기 위해, 이동 로봇의 행동제어를 위한 퍼지 제어기를 스키마 공진화 알고리즘을 이용하여 설계하고, 다른 공생적 공진화 알고리즘인 바이러스_진화 유전 알고리즘과 Handa의 공진화에 대해 비교하고 실험한다.

• 한국지능시스템학회논문지
• /
• 제11권2호
• /
• pp.95-100
• /
• 2001

비선형 시스템의 성공적인 퍼지 모델을 구성하기 위한 최적의 퍼지 추론 시스템의 동정은 중요하고도 어려운 문제이다. 전통적으로 유전 알고리즘은 어느 정도의 전역 최적해를 찾을 수 있기 때문에 퍼지 모델의 구조와 파라미터를 동정하는데 사용되어 왔다. 그러나, 유전 알고리즘은 개체군 진화 시 우수한 개체의 출현은 지역수렴의 원인이 된다. 따라서, 본 논문에서는 바이러스 메시 유전알고리즘을 이용한 효과적인 퍼지 모델링 방법을 제안한다. 제안된 방법은 지역 정보가 개체군 내에서 교환됨으로써 지역 수렴의 대인아 될 수 있을 뿐 아니라, 가변길이 스트링을 사용함으로써 좀더 효과적이고 적응적인 구조를 가질 수 있다. 또한 본 논문에서 제안한 방법의 우수성과 일반성을 증명하기 위해 복잡한 비선형 시스템과 가스로의 퍼지모델링에 적용하였다.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.432-441
• /
• 2000

본 논문은 기존의 수학적인 모델링으로는 만족스러운 결과를 얻기 어려운 복잡하고 불확실한 비선형 시스템에 대한 퍼지 모델링 기법을 다룬다. 유전 알고리듬은 어느 정도 최적해를 전역적으로 찾을 수 있기 때문에 퍼지 모델링시에 파라미커와 구조를 동정하기 위하여 사용되었다. 하지만, 유전 알고리듬은 개체군이 유전적 다양성을 잃었을 경우 조기 수렴한다는 문제점이 있으며 바이러스-진화 유전 알고리듬은 이러한 지역수렴에 대한 방아닝 될 수 있다. 따라서, 본 논문에서는 바이러스 이론이 적용된 VEGA를 퍼지 모델링 할 때 이용할 수 있는 방법을 제안한다. 이 방법에서는 지역정보가 개체군 내에서 교환됨으로써 유전적 다양성을 유지하게 된다. 마지막으로, 본 논문에서 제안한 방법의 우수성과 일반성을 평가하기 위해 몇 가지의 수치적 예제를 제공한다.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.359-365
• /
• 2001

본 논문에서는 바이러스-진화 유전 알고리즘에 기반한 퍼지 기저 함수 확장을 이용한 표적 추적 시스템의 설계 방법을 제안한다. 일반적으로 표적 추적의 목적은 센서로부터 얻어진 표적의 과거 위치에 기반하여, 미래에 대한 표적의 궤적을 추정하는 것이다. 확장 칼만 필터와 같은 전통적이고 수학적인 비선형 필터링 기법에서 강한 비선형성은 시스템의 성능을 저하시킬 수 있다. 이러한 비선형 필터링 기법의 장점을 결합한다. 제안된 방법에서, 확장 칼만 필터의 파라미터로 학습 데이터를 구성하고, 강한 근사화 능력을 가지는 퍼지 기저 함수에 유전 알고리즘의 유전적 다양성 상실로 이한 조기 수렴을 방지하는 바이러스-진화 유전 알고리즘을 결합하여, 파라미터와 규칙 수를 동시에 동정시킴으로써 확장 칼만 필터의 오차를 보정한다. 마지막으로, 제안된 방법은 3차원 상의 모의 실험을 통해 그 성능이 입증된다.

• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.522-524
• /
• 1999

This paper addresses the systematic approach to the fuzzy modeling of the class of complex and uncertain nonlinear systems. While the conventional genetic algorithm (GA) only searches the global solution, Virus-Evolutionary Genetic Algorithm(VEGA) can search the global and local optimal solution simultaneously. In the proposed method the parameter and the structure of the fuzzy model are automatically identified at the same time by using VEGA. To show the effectiveness and the feasibility of the proposed method, a numerical example is provided. The performance of the proposed method is compared with that of conventional GA.