• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.129-138
• /
• 2006

지금까지 maximal covering문제를 해결하기 위해 다양한 기법들이 적용되어 왔다. 타부 탐색 역시 그 중의 하나이다. 그러나 기존 연구에서는 타부 탐색을 비롯한 언덕오르기 탐색이나 시뮬레이티드 어닐링과 같은 이웃해 탐색 기법들에 대한 종합적인 분석과 성능 향상을 위한 노력이 부족하였다. 본 논문에서는 다양한 실험과 분석을 통해 이웃해 탐색 기법들의 성능을 향상시키기 위한 방안을 소개한다. 기본적으로 모든 이웃해 탐색 기법들은 k-exchange 이웃해 생성 방법을 사용하고 있으며 다양한 파라미터 설정에 따라 각 기법의 성능이 어떻게 달라지는가를 분석하였다. 실험 결과 단순 언덕오르기 탐색과 시뮬레이티드 어닐링이 다른 기법들에 비해 훨씬 우수한 탐색 성능을 보였으며, 일반적인 경우와는 달리 단순 언덕오르기 탐색이 시뮬레이티드 어닐링과 비슷한 성능을 보임을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.164-172
• /
• 2004

일반적으로 국지적 탐색에서 최적해를 획득할 가능성은 가능한 많은 이웃해를 생성하면서 반복 수를 늘릴수록 높아지나 긴 탐색시간이 소요된다. 따라서 한정된 시간 내에 최적해를 효율적으로 찾기 위해서는. 적절한 수의 이웃해를 생성하되, 탐색의 질을 높일 수 있는 이웃해를 선별해서 생성하는 것이 요구된다. 본 논문에서는 국지적 탐색기법을 적용하여 부하평준화 문제를 해결할 때, 탐색의 효율을 향상시킬 수 있는 이웃해 선정 기법을 제안하고, 실세계 데이타를 대상으로 그 성능을 검증하였다. 본 논문에서 제안하는 이웃해 선정 기법은 확률적 선별에 기반 한 방법으로서, 탐색의 질을 개선시킬 가능성에 대한 추정치를 기준으로 부여된 확률에 따라 이웃해를 선별하여 생성하는 기법이다. 대상 문제에 국지적 탐색기법으로 tabu 탐색과 simulated annealing를 적용한 실험에서, 무작위 또는 그리디 선별에 기반 한 방법보다 우수한 성능을 보임을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권3호
• /
• pp.246-254
• /
• 2007

국지적 탐색 알고리즘들은 최적해를 찾기 위해서 이웃해를 생성하여 평가한 뒤에 좋은 해로 이동하는 과정을 반복한다. 본 논문에서는 생성된 이웃해를 원래의 목적함수로 평가하기 전에 간단한 예비 평가 휴리스틱을 이용하여 미리 평가함으로써, 좋지 않아 보이는 이웃해를 확률적으로 여과할 수 있는 기법을 소개한다. 이 확률적 여과 기법은 결국에 버려질 이웃해를 엄밀하게 평가하는데 낭비되는 시간을 절약하고, 이 시간 동안 보다 좋아 보이는 이웃해를 더 많이 탐색할 수 있게 함으로써 탐색 효율을 높이는 기법이다. 대규모의 실세계 최적화 문제인 교통망에서의 교통 신호 최적화 문제와 작업 일정 계획에서의 부하평준화 문제를 대상으로 한 실험에서 확률적 여과를 적용한 경우가 적용하지 않은 경우에 비해 주어진 탐색시간 동안 더 좋은 질의 최적해를 얻을 수 있는 것으로 확인되었다.

• 인터넷정보학회논문지
• /
• 제9권3호
• /
• pp.1-8
• /
• 2008

위치기반 서비스(LBS, Location Based Services)에 대한 관심이 증가함에 따라 사용자가 이동 중에도 질의를 통한 최근접 이웃(NN, Nearest Neighbor) 탐색에 대한 필요성이 증가하였다. 이와 같은 동적환경에서의 최근접 이웃 탐색은 탐색 구간에 대해 NN탐색기법을 반복 적용하여 수행해 왔으나 이는 불필요한 중복연산이 발생하여 탐색 비용이 증가하는 단점이 있다. 본 논문에서는 이동 중에도 탐색 구간에 대해 연속적인 최근접 이웃(CNN, Continuous Nearest Neighbor)을 탐색하는 새로운 기법인 Slabbed_CNN을 제안한다. Slabbed_CNN은 슬랩을 이용하여 탐색 구간을 줄임으로써 기존 CNN기법의 탐색영역과 계산비용을 감소시킴으로써 기존 CNN보다 연산비용을 감소시키고 빠른 서비스를 제공한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.829-839
• /
• 2004

정수계획법에 기반 한 기법들은 다양한 승무일정계획 최적화 문제를 해결하는 데 매우 효과적인 것으로 알려져 있다. 그러나 정수계획법은 대상 문제의 제약조건 및 목적함수가 모두 선형적으로 표현되어야만 적용이 가능하다는 단점이 있으며 문제의 규모가 클 경우 과도한 수행 시간과 메모리 자원을 요구하게 된다. 반면 이웃해 탐색 기법과 같은 휴리스틱 탐색 기법은 대상 문제의 제약조건이나 목적함수의 형태에 관계없이 쉽게 적응이 가능하다. 그러나 이웃해 탐색 기법은 복잡한 탐색 공간을 탐색할 경우 국소 최적해에 도달한 후 국소 최적해로부터 쉽게 빠져나오지 못하는 경우가 많다. 본 논문에서는 이웃해 탐색 기법과 정수계획법의 장점을 효과적으로 결합하기 위한 방안을 제시하고 있으며 실제 운행중인 지하철 승무일정계획 문제에 적용해 봄으로써 대규모 승무일정계획 최적화 문제에 성공적으로 적용될 수 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권2호
• /
• pp.27-35
• /
• 2009

정수계획법은 조합 최적화 문제의 최적해를 매우 효과적으로 탐색할 수 있는 기법인 반면에 대상 문제가 선형적으로 표현되어야만 적용이 가능하다는 단점이 있다. 본 논문에서는 정수계획 법의 뛰어난 탐색 능력과 이웃해 탐색 기법의 유연성을 결합함으로써 비선형 최적화 문제를 효과적으로 해결하는 방안을 제시하고 있다. 먼저 1단계에서는 주어진 문제로부터 선형적으로 표현 가능한 부문제만을 대상으로 정수계획 법을 적용한다. 2단계에서는 전체 문제를 대상으로 이웃해 탐색 기법을 적용하되 1단계의 결과를 초기해로 설정한 후 탐색을 수행한다. 비선형 최대 커버링 문제를 대상으로 한 실험 결과, 이와 같은 간단한 결합만으로도 이웃해 탐색 기법만을 적용했을 때보다 훨씬 좋은 해를 도출할 수 있음을 확인하였다. 이는 기본적으로 정수계획법의 탁월한 성능에 기인한 것으로 판단된다.

• 한국통신학회논문지
• /
• 제39B권9호
• /
• pp.561-569
• /
• 2014

무선 애드혹 네트워크에서 이웃 탐색 과정은 네트워크를 초기화하는데 먼저 수행되어야 하고, 라우팅 알고리즘이나 토폴로지 컨트롤, 그리고 MAC 계층 설계를 위해서도 반드시 필요한 과정이므로 효율적인 분산적 이웃 탐색방법 설계가 필수적이다. 본 논문에서는 확률적 이웃 탐색 기법 (PND: Probabilistic neighbor discovery)을 제안한다. 제안한 기법에서는 MIMD (Multiplicative-increase, multiplicative-decrease) 정책을 통해 광고 메시지의 전송확률을 제어함으로써 이웃 탐색에 소요되는 시간을 줄이는 것이 가능하다. 더불어 임의의 기기가 광고 메시지를 전송한 경우, 그 메시지가 성공적으로 전송되었는지 여부를 알 수 있는 충돌 감지 기법 (CD: Collision detection)을 도입함으로써 확률적 이웃 탐색 기법의 성능을 더 높일 수 있다. 시뮬레이션 결과는 제안 기법이 모든 이웃을 탐색하기까지 소요되는 시간을 15.6%~57%까지 감소시킬 수 있음을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.420-423
• /
• 2020

스카이라인 질의는 객체의 속성을 기준으로 사용자의 선호에 적합한 대상을 탐색하는 기법이다. 기존 스카이라인 질의는 일괄처리 방식으로 탐색 결과를 반환하지만 대화형 앱이나 모바일 환경과 같이 잦은 위치이동 발생 시 일괄처리 방식으로 스카이라인 질의 결과를 신속하게 받기 어렵다. 최근접 이웃(Nearest Neighbor) 알고리즘은 사용자와 상호 작용이 필요한 대화형 앱에서 실시간으로 선호 객체를 탐색하여 사용자에게 전달함으로써 객체의 반환 속도를 향상시켰다. 그러나 최근접 이웃 알고리즘은 객체 탐색 과정에서 반복적인 비교 연산을 수행하여 불필요한 탐색 시간이 소요된다. 본 논문은 대화형 앱에서 신속한 스카이라인 결과를 산출하고자 연산 대상 객체의 범위를 축소함으로써 최근접 이웃 스카이라인 질의 알고리즘의 성능을 향상시킨 전처리 기법을 제안한다. 데이터 객체는 최대 40,000 개의 실험에서 제안 기법은 최근접 이웃 알고리즘보다 50% 빠른 성능을 나타내어 본 연구의 가용성이 증명되었다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.27-35
• /
• 2021

지역 탐색은 다양한 조합 최적화 문제들을 해결하기 위해 활용되어 왔다. 지역 탐색에 있어서 가장 중요한 요소 중 하나가 이웃해를 생성하는 방법이다. 본 논문에서는 순열 기반 조합 최적화를 위한 지역 탐색의 이웃해 생성 전략들을 제안하고, 순회 외판원 문제를 대상으로 각 전략들의 성능을 비교한다. 본 논문에서는 총 10가지 이웃해 생성 전략을 제안한다. 기본적으로 기존에 많이 사용했던 Swap 등 4가지 전략 이외에 Rotation 등 4가지 기법을 새롭게 제안한다. 이외에 기본 이웃해 생성 전략들을 결합하여 만든 Combined1과 Combined2가 있다. 실험은 기본적인 지역 탐색을 적용하되 이웃해 생성 전략만 변경하여 수행하였다. 실험 결과, 이웃해 생성 전략에 따라 성능 차이가 큰 것을 확인하였으며 아울러 Combined2의 성능이 가장 좋음을 확인하였다. 뿐만 아니라 Combined2는 기존의 지역 탐색 기법들보다 더 좋은 성능을 발휘함을 확인하였다.

• 한국정보과학회논문지:정보통신
• /
• 제37권1호
• /
• pp.1-7
• /
• 2010

네트워크중심전(NCW)은 현재 효율적인 전쟁수행을 위한 중요한 개념으로 자리잡아가고 있다. 이러한 네트워크중심전 개념에서 여러 전술, 전략 단위의 신뢰성 있는 고속 통신을 지원하기 위하여 지향성 안테나를 사용하는 공중전술네트워크가 형성될 전망이다. 이는 매우 동적인 이동성을 가지는 환경으로써 이러한 환경에 맞는 효율적이고 신뢰성있는 이웃노드 탐색 기법이 필요하다. 본 연구에서는 지향성 안테나를 사용하는 공중전술네트워크를 위한 적응적인 이웃노드 탐색기법을 제안한다. 이 기법은 모든 노드가 주기적으로 전송하는 HELLO 메시지의 오버헤드를 감소시키면서 고 신뢰성을 가지는 새로운 방식의 이웃노드 탐색을 수행하며 성공적인 데이터 전송에 기여한다. 본 제안 기법의 성능과 효율성 검증을 위하여 수학적 분석 및 Qualnet 4.5를 이용한 시뮬레이션을 수행하였다.