• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1995.10a
• /
• pp.280-283
• /
• 1995

계층형 신경회로망은 학습능력이나 비선형사상능력을 가지고 있고, 그 특징을 이용하여 패턴인식이나 동정 및 제어 등에의 적용이 시도되어 성과를 올리고 있다. 현재, 그 학습법으로 널리 이용되고 있는 것이 역전파학습법으로 최급 강하법이나 공액경사법 등의 최적화 방법이 적용되고 있지만, 학습에 많은 시간이 걸리는 점, 국소적 최적해(local minima)에 해의 수렴이 이루어져 오차가 충분히 작게 되지 않는 점 등이 문제점으로 지적되고 있다. 본 논문에서는 Hu에 의해 고안된 random 탐색법과 조합된 random tabu 탐색법으로 최적결합계수를 구하는 학습알고리즘으로, 국소적 최적해에 수렴하는 것을 방지하고, 수렴정도를 개선하는 새로운 방법을 이용하여 회전기계의 이상진동진단에 적용가능성을 검토하고 오차역전파법에 의한 진단결과와 비교검토한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.6
• /
• pp.650-656
• /
• 1999

In this paper, we study on the convergence of the evolution strategies by introducing the Lamarckian evolution and the Baldwin effect, and propose a random local searching and a reinforcement local searching methods. In the random local searching method some neighbors generated randomly from each individual are med without any other information, but in the reinforcement local searching method the previous results of the local search are reflected on the current local search. From the viewpoint of the purpose of the local search it is suitable that we try all the neighbors of the best individual and then search the neighbors of the best one of them repeatedly. Since the reinforcement local searching method based on the Lamarckian evolution and Baldwin effect does not search neighbors randomly, but searches the neighbors in the direction of the better fitness, it has advantages of fast convergence and an improvement on the global searching capability. In other words the performance of the evolution strategies is improved by introducing the learning, reinforcement local search, into the evolution. We study on the learning effect on evolution strategies by applying the proposed method to various function optimization problems.

• Journal of the Korea Society of Computer and Information
• /
• v.20 no.4
• /
• pp.25-32
• /
• 2015

The Genetic algorithm is a search algorithm using evaluation, genetic operator, natural selection to populational solution iteratively. The convergence and divergence characteristic of genetic algorithm are affected by selection strategy, generation replacement method, genetic operator when genetic algorithm is designed. This paper proposes fast convergence genetic algorithm for time-limited robot path planning. In urgent situation, genetic algorithm for robot path planning does not have enough time for computation, resulting in quality degradation of found path. Proposed genetic algorithm uses fast converging selection strategy and generation replacement method. Proposed genetic algorithm also uses not only traditional crossover and mutation operator but additional genetic operator for shortening the distance of found path. In this way, proposed genetic algorithm find reasonable path in time-limited situation.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.10
• /
• pp.6276-6281
• /
• 2014

Genetic Algorithms (GAs) are efficient methods for search and optimization problems. On the other hand, there are some problems associated with the premature convergence to local optima of the multimodal function, which has multi peaks. The problem is related to the lack of genetic diversity of the population to cover the search spaces sufficiently. A sharing and crowding method were introduced. This paper proposed strategies to improve the convergence speed and the convergence to the global optimum for solving the multimodal optimization function. These strategies included the random generated sub-population that were well-distributed and spread widely through search spaces. The results of the simulation verified the effects of the proposed method.

• Proceedings of the KIEE Conference
• /
• 2008.10c
• /
• pp.12-14
• /
• 2008

전기기기 최적설계 프로세스는 목적함수 계산을 위한 특성해석 부분과 최적화 알고리즘 부분으로 구분된다. 여기서 수렴시간 중 대부분을 특성해석에서 차지하므로 수렴시간을 줄이기 위해서는 목적함수 호출을 최소화하기 위한 최적화 알고리즘의 전략적 선택이 요구되며, 아울러 전기기기 설계가 가지는 Multimodal한 특성을 충분히 고려해 줄 필요가 있다. 본 논문은 특성 함수 호출의 최소화를 위해 지역탐색 기법인 MADS(Mesh Adaptive Direct Search)와 전역 최적해 탐색 가능성을 높이기 위해 확률론적 최적화 알고리즘인 G.A(Genetic Algorithms)를 유기적으로 결합하여 전기기기 최적설계에 요구되는 전반적인 특징을 포괄한 미미틱 알고리즘을 구현하였으며, 구현된 알고리즘을 테스트 함수에 적용하여 수렴결과를 나타내었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.15-17
• /
• 2000

진화 연산의 확률적 모델인 베이지안 진화 알고리즘이 개체군의 크기를 1로 제한하고 고정된 차원의 탐색 공간을 갖는 경우, 목표 확률분포에 수렴함이 이전 연구[2]를 통해 증명되었다. 본 논문에서는 개체군의 크기가 2 이상인 경우의 베이지안 진화 알고리즘을 개체군 자체를 하나의 상태로 보는 단일 체인의 베이지안 입자 필터(particle filter)로 변환하여, 입자 필터의 수렴 특성을 이용하여 목표 확률분포에 수렴함을 증명한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.3
• /
• pp.83-91
• /
• 1995

A neural network with one or more layers of hidden units can be trained using the well-known error back propagation algorithm. According to this algorithm, the synaptic weights of the network are updated during the training by propagating back the error between the expected output and the output provided by the network. However, the error back propagation algorithm is characterized by slow convergence and the time required for training and, in some situation, can be trapped in local minima. A theoretical formulation of a new fast learning method based on tabu search method is presented in this paper. In contrast to the conventional back propagation algorithm which is based solely on the modification of connecting weights of the network by trial and error, the present method involves the calculation of the optimum weights of neural network. The effectiveness and versatility of the present method are verified by the XOR problem. The present method excels in accuracy compared to that of the conventional method of fixed values.

• Journal of IKEEE
• /
• v.22 no.4
• /
• pp.999-1005
• /
• 2018

This paper proposed a search-based high resolution frequency estimation method in power systme. The proposed frequency estimation method adopts a slope-based adaptive search as a base of adaptive estimation structure. The architectural and operational parameters in this adaptive algorithm are changed using the information from context layer analysis of the signals including a localized full-search of spectral peak. The convergence rate of the proposed algorithm becomes much faster than those of other conventional slope-based adaptive algorithms by effectively reducing search range with the application of the localized full-search of spectrum peak. The improvements in accuracy and convergence rate of the proposed algorithm are confirmed through the performance comparison with other representative frequency estimation methods, such as, DFT(discrete Fourier transform) method, ECKF(extended complex Kalman filter), and MV(minimum variable) method.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.502-509
• /
• 2002

Maximal Covering 문제(MCP)란 행렬 상에서 n개의 열(column) 중 p개를 선택하여 m개의 행(row)중 최대한 많은 행을 cover하는 문제로 정의된다. 본 논문에서는 MCP를 유전 알고리즘(Genetic Algorithm)으로 해결하기 위해 문제에 적합하게 설계된 교차 연산자(crossover operator)와 비발현 유전인잔(unexpressed gene)를 가진 새로운 염색체 구조를 제시한다. 해결하고자 하는 대상 MCP의 규모가 매우 큰 경우 전통적인 임의교차(random crossover) 방법으로는 좋은 결과를 얻기가 힘들다. 따라서 본 연구에서는 그리디 교차(greedy crossover) 방법을 제시하여 문제를 해결한다. 그러나 이러한 그리디 교차를 사용하더라도 조기 수렴 등의 문제로 인해 타부 탐색 등의 이웃해 탐색 방법에 비해 그리 좋은 결과를 얻기가 힘들다. 본 논문은 이러한 조기 수렴 문제를 해결하고 다른 이웃에 탐색 방법보다 더 좋은 결과를 얻기 위해 비발현 유전인자(unexpressed gene)를 가진 염색체를 도입하여 해결함을 특징으로 한다. 비발현 유전인자는 교차 과정에서 자식 염색체의 유전인자로 전달되지 않은 정보 중 나중에라도 유용할 가능성이 보이는 정보를 보존하는 역할을 하여 조기 수렴 문제를 해결하는데 도움을 주어 보다 나은 결과를 얻을 수 있게 해준다. 대규모 MCP를 해결하는 실험에서 새로운 비발현 유전인자를 적용한 유전 알고리즘이 기존의 유전 알고리즘뿐만 아니라 다른 탐색 기법에 비해 더욱 좋은 성능을 보여줌을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2002.05b
• /
• pp.1316-1321
• /
• 2002

일반적으로 강우-유출모형은 lumped model과 distributed model로 크게 구분될 수 있으며, 우리나라에서는 이중 비교적 부족한 자료를 이용하여도 개략적 모의가 가능한 전자를 널리 사용하고 있다. 본 연구에서는 이러한 모형들의 매개변수를 보정하는 방법에 관해 연구하였다. 일반적으로 모형의 보정 방법에는 크게 시행오차에 의한 수동보정(manual calibration) 방법과 최적화 기법에 의한 자동보정(automatic calibration) 방법으로 나눌 수 있다. 수동보정 방법은 모형 수행결과를 수문곡선의 시각적 비교에 의해 관측치와 비교하여 모형 운영자의 주관적인 판단하에 조정하는 기법이며, 자동보정 방법은 최적화 기법을 이용8하여 특정한 산정기준(estimation criteria)을 최대 또는 최소화시켜 모형의 매개변수를 결정하는 방법이다. 이러한 최적화기법은 일반적으로 직접탐색법과 경사법으로 구분할 수 있다. 경사법은 수렴속도가 빠르지만 편미분에 의해 방향을 찾아가는 방법으로 편도함수가 필요하므로 수문모형에는 적용하기가 힘들므로 적합하지 않다. 그러나, 보다 많은 컴퓨터 수행시간을 필요로 하는 직접탐색법의 경우 수렴속도는 느리지만, 편도함수를 필요치 않으므로 수문모형의 최적화 기법으로 적합하다고 할 수 있다. 직접탐색법에는 simplex-search 법, 패턴인식(pattern-search)법, rotating-direction 법, brent 법 등이 있으며, 본 연구에서는 직접탐색법의 일종인 패턴인식(pattern -search)법을 이용하여 매개변수 최적화 과정을 모의하였다. 이러한 매개변수 보정모형을 구성한 후 이를 가장 보편적으로 사용되고 있는 유출모형인 각종 단위도법들을 결합하는 모형을 구성하였다. 또한 구성된 모형을 시범유역에 적용하여 나온 결과를 HEC-1에서 적용되고 있는 단일변량 증감법과 같은 최적화 기법을 이용한 결과와 비교·분석을 실시하였다. 본 모형을 활용하여 강우-유출 모형의 매개변수를 지속적으로 산정하고 일반화할 경우 임의의 유역의 수문기상학적 특성에 부합한 매개변수를 정량화 시킬 수 있었다.