• Journal of Digital Convergence
• /
• v.18 no.12
• /
• pp.481-488
• /
• 2020

Symbolic regression is an analysis method that directly generates a function that can explain the relationsip between dependent and independent variables for a given data in regression analysis. Genetic Programming is the leading technology of research in this field. It has the advantage of being able to directly derive a model that can be interpreted compared to other regression analysis algorithms that seek to optimize parameters from a fixed model. In this study, we propse a symbolic regression algorithm using parallel genetic programming based on a coarse grained parallel model, and apply the proposed algorithm to PMLB data to analyze the effectiveness of the algorithm.

• Journal of Korea Water Resources Association
• /
• v.38 no.10 s.159
• /
• pp.861-869
• /
• 2005

A rainfall-runoff model should be calibrated so that the model simulates the hydrological behavior of the basin as accurately as possible. In this study, to calibrate the five parameters of the SSARR model, a multi-objective function and the genetic algorithm were used. The solution of the multi-objective function will not, in general, be a single unique set of parameters but will consist of the so-called Pareto solution according to various trade-offs between the different objectives. The calibration strategy using multi-objective function could decrease calibrating time and effort. From the Pareto solution, a single solution could be selected to simulate a specific flow condition.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.1B
• /
• pp.27-38
• /
• 2006

The storage function model (SFM) has been used for the flood forecasting in Korea. The SFM has a simple calculation process and it is known that the model is more reasonable than linear model because it considers non-linearity of flood runoff. However, the determination of parameters is very difficult. In general, the trial and error method which is an manual calibration by the decision of a model manager. This study calibrated the parameters by the trial and error method and optimization technique. The calibrated parameters were compared with the representative parameters which are used in the Flood Control Centers in Korea. Also, the evaluation indexes on objective functions and calibration methods for the comparative analysis of simulation efficiency. As a result, the Genetic Algorithm showed the smallest variation in objective functions and, in this study, it is known that the objective function of SSR (Sum of Squared of Residual) is the best one for the flood forecasting.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.826-829
• /
• 2005

유역의 수자원 분석을 위해서는 선정된 모형의 입력자료와 이를 바탕으로 추정된 매개변수의 결정이 매우 중요하다고 할 수 있다. 본 연구에서는 수문모형의 입력자료인 유역의 시간자료와 공간자료를 구축하고 이를 대상유역의 기준자료로 선정하여 HyGIS(Hydrological Geographic Information System)의 시$\cdot$공간DB에 저장하였다. 또한 TOPMODEL을 HyGIS와 연계시킴으로서 저장된 DB로부터 모형 구동에 필요한 시$\cdot$공간자료를 손쉽게 사용할 수 있는 시스템을 개발하였으며 이를 HyGIS-TOPMODEL이라고 한다. 연구결과 HyGIS-TOPMODEL은 HyGIS의 시$\cdot$공간DB를 이용하여 효과적으로 입력자료를 구성할 수 있었다. 또한 개발된 HyGIS-TOPMODEL을 시험유역에 적용한 결과 실측유량을 적절히 모의하는 것으로 나타났으며, 이에 따라 유전자 알고리즘을 이용한 매개변수의 추정 및 이의 적용 또한 타당한 것으로 나타났다.

• Journal of Korean Society of Transportation
• /
• v.20 no.4
• /
• pp.109-122
• /
• 2002

본 연구에서는 교차로의 비용 및 특성을 고려한 도로선형최적화 모형을 유전자 알고리즘(Genetic Algorithms)을 이용하여 개발하였다. 기존의 도로선형최적화 모형은 교차로 특성을 고려하지 못해서 실제 적용에 심대한 문제점을 내재하고 있다. 본 논문에서는 특정 도로선형에 교차로 건설의 필요가 있을 경우, 민감(Sensitive)하고 지배적인(Dominating) 교차로 비용 항목들 즉, 토공비용, 보상비, 포장비, 사고비용, 지체 및 연료소모비용 등의 산정이 시도되었다. 또한 비교적 우수한 도로선형 대안을 유전자 알고리즘을 이용한 탐색과정 중에서 비효율적으로 강제 퇴화시키는 단점 보완을 위한 교차로 국소 최적화 방법(Local Optimization of Intersections)이 개발되어 기존 모형을 보완하였다. 공간상의 도로선형은 매개변수적 묘사(Parametric Representation)를 통하여 구현하였으며 벡터운영(Vector Manipulation)을 통해 교차로비용 산정의 근간인 교차점과 다른 중요점들의 좌표를 찾을 수 있었다. 개발된 교차로 비용산정 모형이 보다 정밀하게 교차로 비용을 산정함이 증명되었으며 궁극적으로는 기존의 최적화 모형의 단점을 보완할 수 있음이 제시되었다. 또한, 새로이 제시된 교차로 국소 최적화 방법이 최적대안 탐색과정의 유연성을 증대하였으며, 결과적으로 효율적인 교차로의 유지에 기여함을 알 수 있었다. 제시된 교차로 국소 최적화 방법은 추후 단일노선이 아닌 도로망 최적화시의 기초를 제시함은 주목할 만 하다. 두개의 예제에서 도출된 최적노선 및 교차로 비용 등의 검토 결과, 도로상의 교차로 건설비용은 도로선형 최적화에 큰 영향을 미치는 실질적이며 민감한 비용 항목임이 검증되었으며 이는 도로선형최적화 모형이 교차로 비용을 반드시 검토 및 평가할 수 있어야 함을 반증한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.4 no.1
• /
• pp.165-177
• /
• 2000

A fuzzy controller need membership functions and the control rules depend on heuristic knowledge of expertises entirely. On account of, it is possible that a desired performance of a fuzzy controller can not be guaranteed or easily degraded under some circumstances such as a change of plant parameter which exporters do not considered. Therefore, in this paper we tried to increase the controller's efficiency by adjusting the control rules and the parameters of the membership functions by using a genetic algorithm. We also proposed the Self-Organizing Fuzzy Controller which uses the Fusion Method in order to minimize the number of control rules and to construct the intuitive controller. For validation of the proposed algorithm, we design the Autonomous Guided Vehicle Controller, then apply to variant condition.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.31 no.7
• /
• pp.75-84
• /
• 2003

To reduce the effects of the uncertainties due to the modeling error and aerodynamic coefficients, a nonlinear adaptive control system based on neural networks is proposed . Neural networks parameters are adjusted by using an adaptive law. The sliding mode control scheme is used to compensate for the effect of the approximation error of neural networks. Control parameters and neural networks structures are optimized to obtain better performance by using the genetic algorithm. By introducing the concept of multi-groups of populations, the genetic algorithm is modified so that individuals and groups can be simultaneously evolved . To verify the performance of the pro posed algorithm, the optimized neural networks control system is applied to an aircraft longitudinal dynamics.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.173-178
• /
• 2008

확률도시위치는 주로 도시적 해석을 통한 연최대홍수량 또는 연최대강우량의 초과확률의 추정치 산정에 사용되며 빈도해석을 통해 선정된 적정 확률분포형과 표본자료의 개략적인 적합도를 도시적으로 파악할 수 있도록 해주기 때문에 오래 전부터 널리 이용되어 왔다. 본 연구에서는 Gumbel 분포에 적합한 도시위치공식을 새롭게 추정하기 위해 Gumbel 분포의 order statistic과 확률가중모멘트를 이용하여 다양한 표본크기에 대한 도시위치공식의 기본식을 유도하였고, 최적화 기법 중 하나인 유전자 알고리즘을 이용하여 유도된 도시위치공식의 매개변수를 추정하였다. 또한 본 연구에서 추정된 도시위치공식과 기존에 널리 사용되고 있는 도시 치공식의 정확도를 비교하기 위해 reduced variate 간의 오차를 계산하여 비교 검토하였다. 그 결과, 금회 추정된 도시위치공식은 높은 순위에서는 기존의 도시위치공식에 비해 더 정확도가 높은 것으로 나타났고, 표본크기에 대한 순위를 모두 고려할 경우에는 기존의 도시위치공식에 비해 정확도가 높은 것으로 나타나 Gumbel 분포에 대해서 높은 정확도를 보이는 것으로 나타났다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.277-279
• /
• 2005

DNA 마이크로어레이 기술의 발전으로 유전자 발현에 대한 많은 양의 정보가 쏟아지게 되었고, 이러한 정보들을 이용하여 유전자 조절 네트워크를 수학적으로 모델링하는 것이 시스템 생물학의 중요 관심사로 떠오르고 있다. 본 논문에서는 실험에서 얻어낸 데이터를 유전 프로그래밍을 이용한 기호 회귀를 통해 데이터 지점을 조정하고 유전 프로그래밍의 결과 함수를 이용해 각 지점에서의 미분값을 얻어내었다. 그 뒤, 불리안 네트워크를 표현하는 이진 배열과 S-시스템을 표현하는 실수 배열을 결합한 해를 사용하는 유전 알고리즘으로 앞에서 얻은 데이터를 이용해 원하는 S-시스템의 구조와 매개변수를 구해내었다.