• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.61-63
• /
• 2003

지난 10년 동안 유전 알고리즘은 어렵고 복잡한 다양한 문제들을 해결하기 위한 새로운 방법으로 인식되어왔다. 이러한 유전 알고리즘의 성능은 알고리즘 내에 구현되는 여러 연산자들에 좌우된다. 따라서 많은 연구자들이 새로운 연산자 개발에 관심을 가져 왔었다. 특히, 가장 널리 알려진 조합최적화 문제 중에 하나인 알려진 traveling salesman problem (TSP)의 경우 NP-hard문제로 분류되어 현재까지 이를 해결하기 위한 다양한 유전 연산자들이 개발되어 왔었다. 따라서 본 논문에서는 TSP 문제를 test problem로 이용하여 이를 해결하기 위한 새로운 유전 연산자 특히 교차 (Crossover Operator) 연산자들을 제안하고 기존의 다양한 연산자들과 비교를 통해서 성능을 입증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.744-746
• /
• 1998

외판원(Traveling Salesman Problem)는 계산 복잡도가 매우 높으므로 이를 해결하려는 다양한 방법들이 제시되어 왔다. 최근에는 특히 휴리스틱(Heuristic) 에 기반한 유전 알고리즘(Genetic Algorithm)에 위한 방법이 관심을 집중시키고 있고, 이를 위한 다양한 교잡(Crossiver)연산자와 돌연변이(Mutation) 연산자들이 발표되고 있다. 돌연변이연산자는 지역해에 빠지는 것을 방지하며, 유용한 유전 특성을 잃어버릴 위험이 있는 교잡 연산자의 단점을 보완할 수 있다. 본 논문에서는 새로운 돌연변이 연산자를 개발하여 적용한 유전 알고리즘으로 외판원 문제를 해결한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.91-93
• /
• 2003

자원 제약이 있는 일정 계획 문제는 잘 알려진 NP-hard 문제이다. 이런 문제는 최적해를 구하기 어려운 경우가 많기 때문에 최적해에 근사한 값을 빠른 시간에 구할 수 있는 휴리스틱 방법을 사용한다. 최근에는 휴리스틱의 한가지 방법으로써 유전 알고리즘이 많이 사용되고 있다. 본 논문에서는 자원 제약이 있는 일정 계획문제에 효율적인 유전 연산자를 제안한다. 이 유전 연산자는 자원 제약이 있는 일정 계획 문제에서 기존에 볼 수 없었던 강력한 상속성을 가지고 있다 이 연산자를 표준문제에 적용하여 문헌에 있는 기존의 다른 연산자 보다 우수함을 입증하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.324-327
• /
• 2007

유전프로그래밍(GP)은 GA, ES, 그리고 EA등에 비해 구조의 복잡함으로 인해 상대적으로 진화방식 및 진화연산자에 대한 연구가 미진한 실정이다. 본 논문에서는 유전프로그래밍에 대한 점진형 진화 방식과 트리 깊이 및 부모간의 거리를 기반으로 한 새로운 진화연산자를 제안한다. 이항식 벤치마크 문제에 대하여 실험을 수행하였고, 세대형 진화 방식 및 기존 연산자와의 성능을 비교하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.42-44
• /
• 1998

Sequential Ordering Problem(SOP)은 여러 개의 도시를 방문함에 있어 '어떤 도시를 다른 도시보다 먼저 방문해야 한다'는 선행제약이 있는 비대칭 순회 세일즈맨 문제(Traveling Salesman Problem)로서, 주어진 선행 제약을 만족하면서 모든 도시를 한번씩만 경유하는 가장 짧은 경로를 찾는 NP-Complete에 속하는 문제이다. 유전자 알고리즘은 SOP와 같은 조합 최적화문제에 대해 유용한 메타휴리스틱의 한가지이다. 본 논문에서는 SOP에 유전자 알고리즘을 적용할 때, 선행제약을 만족하는 해를 생성하는데 사용할 수 있는 선행관계유지 유전 연산자를 소개하고 이를 비교한다. 비교하는 유전 연산자는 선행관계유지 교차연산자, 선행관계유지 순서기반 교차연산자, 최대부분순서/임의삽입 연산자, 선행관계유지 간선재결합 연산자이다.

• Journal of Intelligence and Information Systems
• /
• v.8 no.2
• /
• pp.189-203
• /
• 2002

In this paper we compare the performances of adaptive operators in genetic algorithm. For the adaptive operators, the crossover and mutation operators of genetic algorithm are considered. One fuzzy logic controller is developed in this paper and two heuristics is presented from conventional works for constructing the operators. The fuzzy logic controller and two conventional heuristics adaptively regulate the rates of the operators during genetic search process. All the algorithms are tested and analyzed in numerical examples. Finally, the best algorithm is recommended.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06a
• /
• pp.125-129
• /
• 2010

본 연구에서는 실수 코딩을 사용하는 유전 알고리즘의 문제공간이 n차원 구면으로 제한된 경우에 사용 할 교배 연산자와 변이 연산자를 제안하고, 이를 실제로 사용한 실험 결과를 제시한다. n차원 실수 공간에서 일반적으로 사용되는 연산자를 n차원 구면에 사영하는 방법을 사용하였으며, 해의 범위가 제한된 경우에 사용할 해의 수선 방법도 제안하였다. 제안된 연산자를 사용하며 몇 가지 최적화 문제를 푸는 실험을 한 결과 평균 오차율 2.0%내에서 최적해를 구함을 확인하였다.

• Journal of Advanced Navigation Technology
• /
• v.18 no.2
• /
• pp.170-177
• /
• 2014

Genetic Algorithms are robust search and optimization techniques but have some problems such as premature convergence and convergence to local extremum. As population diversity converges to low value, the search ability decreases and converges to local extremum but population diversity converges to high value, then the search ability increases and converges to global optimum or genetic algorithm may diverge. To guarantee that genetic algorithms converge to the global optima, the genetic operators should be chosen properly. In this paper, we propose the genetic operators with the hybrid function of the average Hamming distance and the fitness value to maintain the diversity of the GA's population for escaping from the premature convergence. Results of simulation studies verified the effects of the mutation operator for maintaining diversity and the other operators for improving convergence properties as well as the feasibility of using proposed genetic operators on convergence properties to avoid premature convergence and convergence to local extremum.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.1
• /
• pp.116-121
• /
• 2008

This paper introduces a selection operator which utilized similarity and fitness of individuals based on fuzzy inference. Adding similarity feature to fitness, proposed selector obtained the decrease of premature convergence and better performances than other selectors. Moreover, an adoption of steady-state evolution provided enhancement of performances additionally. Experiments of proposed method for deceptive problems were tested and showed better performances than conventional methods.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.357-360
• /
• 2005

유전자 알고리즘(Genetic Algorithm, GA)은 자연적 진화과정에서 생존 경쟁 측면의 가장 적합한 메커니즘이다. GA를 소프트웨어로 수행하는데 큰 지연시간은 필수적이기 때문에 하드웨어 설계를 이용하여 알고리즘 실행 속도를 증가시키기 위한 많은 연구가 진행되어 왔다. 본 논문에서는 염색체의 임의의 유전인자를 기준으로 입력 받은 염색체에 대하여 GA 연산을 수행하는 유전 연산자를 설계한다. 설계된 디자인을 ARM 코어와 PLD로 구성된 Altera사의 Excalibur칩에 구현하여 동작을 검증하였다.