• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.3-5
• /
• 1999

본 논문에서는 진화 하드웨어에 기반한 자율 이동 로봇의 온라인 학습 기법에 관하여 소개하고자 한다. 진화 하드웨어는 실행 시간중에 하드웨어 회로 구성을 변경시킬 수 있는 새로운 개념의 FPGA이다. 제어 프로그램은 진화 하드웨어상에 트리 형식으로 구현되며 유전자 프로그래밍을 이용하여 학습하게 된다. 로봇의 환경 탐사가 진행됨에 따라 입력되는 센서 정보에 기반하여 제어 프로그램은 학습을 수행하게 되며, 노드 돌연변이의 유전 연산자를 이용하여 진화한다. 제어 프로그램의 게이트 회로는 학습의 진행에 맞추어 실행 시간중에 보다 적합도가 높은 방향으로 발전한다. 본 논문에서는 진화 하드에어를 이용한 학습 방식과 FPGA 구현 및 로봇 제어에의 응용에 대한 실험 결과 등을 설명할 것이다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.34S no.5
• /
• pp.52-65
• /
• 1997

For the degradation of severe noise and ill-conditioned blur the optimization function has the solution spaces which have many local optima around global solution. General restoration methods such as inverse filtering or gradient methods are mainly dependent on the properties of degradation model and tend to be isolated into a local optima because their convergences are determined in the convex space. Hence we introduce genetic algorithm as a searching method which will search solutions beyond the convex spaces including local solutins. In this paper we introudce improved evaluation square error) and fitness value for gray scaled images. Finally we also proposed the local fine tunign of window size and visit number for delicate searching mechanism in the vicinity of th global solution. Through the experiental results we verified the effectiveness of the proposed genetic operators and evaluation function on noise reduction over the conventional ones, as well as the improved performance of local fine tuning.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.800-802
• /
• 1999

본 논문에서는 기존의 알고리즘에서 벗어나 새로이 제안된 유전자 알고리즘을 이용하여 디지털 필터를 설계하는데 목적이 있다. 이 방법은 아날로그 필터에서 디지털 필터로의 전환이 불필요하며, 기존의 디지털 필터 설계방법과는 달리 저역통과(low-pass), 고역통과(high-pass), 대역통과(band-pass), 대역소거(band-stop) 필터와 같은 주파수 선택별 필터를 각각 독립적으로 설계 가능하게 하고, 이에 따른 계산 손실을 줄일 수 있다. 유전자 알고리즘을 사용하는데 있어 적합도 함수는 주파수 응답 크기를 이용한다. 실제로 주파수 응답특성과 디지털 필터의 계수와는 밀접한 관계가 있으므로, 원하는 필터의 주파수응답특성을 통해, 디지털 필터의 계수를 최적화 한다. 또한 필터계수 최적화 과정에 있어, 선택, 교배, 돌연변이와 같은 유전 연산자 적용시 필터의 계수들은 각각 안정도가 보장되어지는 범위내에서 선택되게 한다. 디지털 필터를 설계한 후 기존의 방법과 새로이 제안된 방법의 성능을 비교 평가 한다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.4
• /
• pp.1120-1128
• /
• 1999

The model-based object recognition is defined as a graph matching process between model images and an input image. In this paper, a graph matching problem is modeled as a n optimization problems and a genetic algorithm is proposed to solve the problems. For this work, fitness function, data structured and genetic operators are developed The simulation results are shown that the proposed genetic algorithm can match feature points between model image and input image for recognition of partially occluded two-dimensional objects. The performance fo the proposed technique is compare with that of a neural network technique.

• Journal of Institute of Control, Robotics and Systems
• /
• v.14 no.11
• /
• pp.1110-1116
• /
• 2008

In this paper, we suggest GP operators based on tree structure considering tree distributions in structure space and structural difficulties. The main idea of the proposed genetic operators is to place generated offspring into the specific region which nodes and depths are balanced and most of solutions exist. To enable that, the proposed operators are designed to utilize region information where parents belong and node/depth rates of selected subtree. To demonstrate the effectiveness of our proposed approach, experiments of binomial-3 regression, multiplexer and even parity problem are executed. The experiments results show that the proposed operators based on tree structure is superior to the results of standard GP for all three test problems in both success rate and number of evaluations.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.2B
• /
• pp.137-144
• /
• 2002

In this paper, we optimize the base station placement and transmission power using genetic approach. A new representation describing base station placement and transmit power with real number is proposed, and new genetic operators are introduced. This new representation can describe the locations, powers, and number of base stations, Considering coverage, power and economy efficiency, we also suggest a weighted objective function. Our algorithm is applied to an obvious optimization problem, and then it is verified. Moreover, our approach is tried in inhomogeneous traffic distribution. Simulation result proves that the algorithm enables to fad near optimal solution according to the weighted objective function.

• Journal of Institute of Control, Robotics and Systems
• /
• v.17 no.12
• /
• pp.1210-1218
• /
• 2011

GA (Genetic Algorithms) are efficient for searching for global optima but may have some problems such as premature convergence, convergence to local extremum and divergence. These phenomena are related to the evolutionary operators. As population diversity converges to low value, the search ability of a GA decreases and premature convergence or converging to local extremum may occur but population diversity converges to high value, then 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 analyze the effects of the selection operator, crossover operator, and mutation operator on convergence properties, and propose the sweeping method of mutation probability and elitist propagation rate to maintain the diversity of the GA's population for getting out of the premature convergence. Results of simulation studies verify the feasibility of using these sweeping operators to avoid premature convergence and convergence to local extrema.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1998.03a
• /
• pp.213-219
• /
• 1998

Genetic Algorithms(GAs ; 유전자 알고리즘)은 자연적 선택(natural selection)의 유전적인 메카니즘에 기초한 탐색 알고리즘(search algo-rithms)이다. GA는 세대(generation)를 거듭함에 따라 어떤 최적화화하는 해에 수렴해가는 탐색 알고리즘으로 전세대의 우수개체로부터 새로운 세대의 개체들이 집합이 형성되는 과정을 이용한 탐색 알고리즘이다. GA에 대한 최근의 활발한 연구와 많은 관심은 주로 기존의 기법이 특정 영역의 지식을 많이 필요로하는데 비해서 GA는 효율적인 영역독립 탐색경험들의 집합을 제공하여 최적해를 얻는 기법으로서 전역함수 최적화와 NP 등의 문제에 유용하다는 연구결과가 제시되고 있기 때문이다. 본 연구에서는 GA에 대한 명확한 이해와 세대의 형성 , 개체를 선택하기 위한 타당한 연산자(operator)에 관한 내용을 고찰하고, GA가 언제, 어떻게 사용되는가에 대해 응용사례를 중심으로 GA의 향후 연구방향에 대해 논의하고 GA가 앞으로 어떤 분야에서 어떻게 발전해 나가야 할 지에 대한 과제에 대해 논의한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.89-92
• /
• 1998

최근 웹 상에서 여러 가지 정보에 대한 접근이 용이하여 많은 사람들이 다양한 검색 시스템을 이용하여 원하는 정보를 얻고 있다. 그러나 웹의 크기가 점점 커지고 그에 따른 사용량 또한 증가함에 딸 원하는 시간 안에 원하는 수준의 정보를 얻기가 매우 어렵다. 본 논문에서는 유전자 알고리즘을 이용하여 사용자의 요구수준에 보다 가까운 저오를 검색하는 학습방법에 대해 고찰한다. 검색 엔진의 초기 검색 결과로부터 만들어진 색인어들이 하나의 염색체로 구성한다. 염색체를 구성하고 있는 각 유전자는 사용자의 기호에 맞는 URL을 추천하기 위해 검색된 문서들과 연관성 값을 비교하여 유전 연산자에 의해 변형된다. 제시된 저오 검색 방식은 기존의 검색 엔진으로부터 반환되는 검색 결과로부터 사용자가 원하는 장보에 연관된 하나 이상의 색인어를 생성한 다음 재검색하여 연관성이 높은 소수의 정보만을 사용자에게 제공한다. 제안된 학습 방식과 기존 검색 엔진으로 검색된 결과를 초기의 사용자 정보 요구와의 연관성에 있어서 비교 분석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.279-282
• /
• 2001

병렬프로그램을 멀티프로세서로 스케줄링하는 문제의 해를 구하기 위하여 본 논문에서는 확장된 유전자 알고리즘을 적용한다. 확장된 유전자알고리즘인 MSEGA는 각 노드의 선행관계에 관한 휴리스틱한 정보와 간단한 일차원 배열구조가 통합된 염색체 코딩방법과 염색체 구성인자 중 우성 유전인자의 형질을 다음세대로 존속시키는 교배연산자와 프로세서 효율성이 고려된 평가 함수등으로 순서제약이 있는 병렬프로그램 스케줄링 문제 및 FFT(Fast Fourier Transform)형태의 데이터 흐름도상에서 관련 연구 중 Hou의 유전자 알고리즘과 BEA(binary-exchange algorithm)에 의한 스케줄링 결과보다 전체실행시간에 있어 HSEGA에 의한 스케줄링이 더 우수함을 보였다.