• 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.

• Journal of Korean Society of Transportation
• /
• v.25 no.5
• /
• pp.209-231
• /
• 2007

This paper suggested an approach to characterize travel choice behaviors using the implicit price instead of the indirect utility. The choice criterion to compare the implicit prices of available trip options was developed from the utility maximization problem of a trip maker which is supposed to choose the best option from the available ones differentiated by only by the quantitative attributes such as travel cost and time but also by qualitative attributes such as comfort and safety. The utility maximization problem is constructed under household production theory, and is incorporated with a special kind of joint homogeneous production functions. The implicit price of a certain trip option is the sum of the monetary price and the multiple of travel time and the value-of-travel-time, and the value-of-travel-time refers to the portion of wage, which can be assignable to the trip-making activity. This choice criterion is statistically identifiable, and behaviorally plausible. Moreover, this criterion has the expression simpler than the indirect utility, and therefore could be an effective target of the statistical estimation for travel choice behaviors.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.2
• /
• pp.239-245
• /
• 2012

This paper proposes a novel optimum design method for the PID controller of magnetic levitation-based Rail-Guided Vehicle(RGV) by a genetic algorithm using clone selection method and a new performance index function with performances of both time and frequency domain. Generally, since an attraction type levitation system is intrinsically unstable and requires a delicate controller that is designed considering overshoot and settling time, it is difficult to completely satisfy the desired performance through the methods designed by conventional performance indexes. In the paper, the conventional performance indexes are analyzed and then a new performance index for Maglev-based RGV is proposed. Also, an advanced genetic algorithm which is designed using clonal selection algorithm for performance improvement is proposed. To verify the proposed algorithm and the performance index, we compare the proposed method with a simple genetic algorithm and particle swarm optimization. The simulation results show that the proposed method is more effective than conventional optimization methods.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.5A
• /
• pp.836-845
• /
• 2001

본 논문에서는 시간 선택성 다중경로 이동 무선 채널을 다양한 방법으로 모델링 하고 그에 따른 여러 가지 특성평가를 제시하였다. 모델링 방법에는 Jakes 방식과 시간 영역에서 독립적인 두 개의 가우시안 잡음 발생기와 정형필터(shaping filter)를 사용하는 방식 및 주파수 영역에서 필터링 하는 방식이 있다. 이 세 가지 모델링 방법의 성능을 진폭의 자기상관함수, 상호상관함수, 누적분포함수(Cumulative Distribution Function), 레벨 교차율(Level Crossing Rate), 평균 페이딩 지속 시간(Average Duration of Fades), 위상차의 확률 밀도, 위상차의 자기상관함수 등의 측면에서 시뮬레이션하고 그 결과치와 이론치 간의 특성 비교를 제시하였다. 특히, 확산 대역 시스템을 고려했을 때 이상적인 채널 추정을 가정한 레이크 수신기에서의 BER 성능을 다중경로 개수에 따라 보임으로써 여러 가지 채널 모델링 중에서 주파수 영역에서 필터링 하는 방식이 이동 무선 채널을 모델링 하는데 있어 가장 적합하다는 것을 보였다. 마지막으로 비대칭 도플러(Doppler) 스펙트럼을 모델링 하는 것도 주파수 영역에서 필터링 하는 방식이 편리하다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.575-583
• /
• 2000

본 논문에서 임의의 데이터가 입력되면 기준 영상 중에서 가장 유사도가 큰 영상을 찾아 국부 승리자로 선택하고, 그 국부 승리자 중에서 전체 승리자를 선택하여 최종 출력값을 얻는 계층적 FGNN(Fuzzy Genetic Neural Network)을 제안하고, 이에 하이브리드 퍼지 소속함수와 유전자 알고리즘을 적용하였다. 하이브리드 퍼지 소속함수는 입력 값을 0~1 사이의 값으로 함으로써 시스템의 속도를 빠르게 하고 유전자 알고리즘을 입력값을 일정한 오차 이내로 하여 최적의 영상을 얻도록 하였다. 위의 계층적 FGNN 알고리즘을 회로 설계 및 검증하였다. 또한 제안한 FGNN을 이용하여 영상에 포함된 잡음을 제거하고, 이와 유사한 구조를 가진 FDNN(Fuzzy Decision Neural Network) 성능보다 FGNN의 성능이 우수함을 여러 가지 영상을 통하여 확인하였다. 또한 모의 실험 결과 영상에 대한 평균자승오차(MSE : Mean Square Error)를 비교하였으며, 그 결과 하이브리드 퍼지 함수와 유전자 알고리즘을 적용한 FGNN이 메디안 필터, OC, CO, FDNN 등에 비해 우수함을 확인하였다. FGNN 알고리즘을 Top-Down 방식으로 VHDL(VHSIC Hardware description Language)을 이용하여 코딩(Coding)하고, Synopsys 툴을 이용하여 하드웨어를 설계하였다. 이 알고리즘의 하드웨어는 총 5개의 블록으로 가지고 있고 각각의 블록은 파이프라인 형태로 구성하고, 이는 Synopsys 툴을 이용하여 동작 및 성능을 검증하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.27 no.1
• /
• pp.103-108
• /
• 2023

We study the problem of selecting a subset of sensor nodes in sensor networks in order to maximize the performance of parameter estimation. To achieve a low-complexity sensor selection algorithm, we propose a greedy iterative algorithm that allows us to select one sensor node at a time so as to maximize the log-determinant of the inverse of the estimation error covariance matrix without resort to direct minimization of the estimation error. We apply QR factorization to the observation matrix in the log-determinant to derive an analytic selection rule which enables a fast selection of the next node at each iteration. We conduct the extensive experiments to show that the proposed algorithm offers a competitive performance in terms of estimation performance and complexity as compared with previous sensor selection techniques and provides a practical solution to the selection problem for various network applications.

• Smart Media Journal
• /
• v.10 no.3
• /
• pp.39-47
• /
• 2021

Enhanced index tracking is a problem of optimizing the objective function to generate returns above the index based on the index tracking that follows the market return. In order to avoid problems such as large transaction costs and illiquidity, we used a method of constructing a portfolio by selecting only some of the stocks included in the index. Commonly used enhanced index tracking methods tried to find the optimal portfolio with only one objective function in all tested periods, but it is almost impossible to find the ultimate strategy that always works well in the volatile financial market. In addition, it is important to improve generalization performance beyond optimizing the objective function for training data due to the nature of the financial market, where statistical characteristics change significantly over time, but existing methods have a limitation in that there is no direct discussion for this. In order to solve these problems, this paper proposes ensemble learning that composes a portfolio by combining several objective functions and a 3-stage portfolio selection algorithm that can select a portfolio by applying criteria other than the objective function to the training data. The proposed method in an experiment using the S&P500 index shows Sharpe ratio that is 27% higher than the index and the existing methods, showing that the 3-stage portfolio selection algorithm and ensemble learning are effective in selecting an enhanced index portfolio.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.807-810
• /
• 2000

입체음향 시스템에서 모노음에 방향감을 제어하기 위한 방법으로 FIR 필터 형태의 머리전달함수( HRTF : Head-Related Transfer Function)를 사용한다. 그러나 이때 사용되는 FIR형태의 머리전달함수는 높은 차수를 가지고 있어 실시간 음상정위 처리가 어려운 문제점을 가지고 있다. 본 논문에서는 FIR 형태의 머리전달함수를 ARMA 시스템 인지기법을 이용하여 저차의 IIR필터 형태로 모델링하여 실시간 데이터 처리가 가능하도록 하였다. 본 논문에서 제안하는 ARMA 시스템 인지기법을 이용하게 되면 주어진 고차의 FIR형태의 머리전달함수를 다양한 안정성을 갖는 IIR모델들을 얻을 수 있으며, 이들 중 적절한 스펙트럼오차를 갖는 저차의 IIR모델을 선택 할 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.17 no.3
• /
• pp.489-498
• /
• 2004

In this paper, a new form of linear models referred to as generalized weighted linear models is proposed. The proposed models assume that the relationship between the response variable and explanatory variables can be modelled by a distribution function of the response mean and a weighted linear combination of distribution functions of covariates. This form addresses a structural problem of the link function in the generalized linear models in which the parameter space may not be consistent with the space derived from linear predictors. The maximum likelihood estimation with Lagrange's undetermined multipliers is used to estimate the parameters and resampling method is applied to compute confidence intervals and to test hypotheses.

• Journal of KIISE:Software and Applications
• /
• v.27 no.9
• /
• pp.973-985
• /
• 2000

함수형 프로그래밍 언어는 전통적인 프로시저형 언어에 비하여 많은 장점이 있다. 그러나 함수 언어 프로그래머를 위한 실용적인 디버깅 환경은 상대적으로 빈약하다. 그동안 유용한 디버거 구현을 위해서 많은 시도가 있었고, 그 결과로 하향식 기법으로 이용한 알고리즈믹 디버거와 상향식 기법을 이용한 레덱스 트레일 디버거가 연구되었다. 두가지 기법은 모두 실제 프로그래밍에 적용하기에는 유지해야 하는 디버깅 정보의 양이 많다는 단점이 있다. 이 논문에서는 선택적 레덱스 트레일 디버깅 방법을 제안한다. 이 방법을 이용하면 디버거 사용자는 프로그램에서 오류가 예상되는 부분에 포커스를 설정할 수 있고 단지 선택된 부분에 한하여 트레일을 생성하게 된다. 이 방법은 프로그램의 오류에 대한 디버거 사용자의 예측을 반영하고 디버깅에 필요한 정보의 양을 줄이는 장점이 있다. 구현된 디버깅 시스템은 선택적 레덱스 트레일을 생성하는 추상기계와 실제 디버깅이 이루어지는 레덱스 트레일 탐색기로 구성된다.