• 전기학회논문지
• /
• 제65권4호
• /
• pp.547-554
• /
• 2016

Analyze the customer daily load patterns, be used to determine the optimal charging and discharging schedule which can minimize the electrical charges through the battery energy storage system(BESS) installed in consumers is an object of this paper. BESS, which analyzes the load characteristics of customer and reduce the peak load, is essential for optimal charging and discharging scheduling to save electricity charges. This thesis proposes optimal charging and discharging scheduling method, using particle swarm optimization (PSO) and penalty function method, of BESS for reducing energy charge. Since PSO is a global optimization algorithm, best charging and discharging scheduling can be found effectively. In addition, penalty function method was combined with PSO in order to handle many constraint conditions. After analysing the load patterns of target BESS, PSO based on penalty function method was applied to get optimal charging and discharging schedule.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.317-320
• /
• 2008

본 논문에서는 Type-1 퍼지 논리 시스템과 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 각각의 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현할 수 있으며 효율적으로 취급한다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복하고자 2가지의 모델을 설계한다. 첫 번째 모델은 규칙의 전 ${\cdot}$ 후반부가 불확실성을 표현 할 수 없는 Type-1 퍼지 집합으로 구성된 Type-1 퍼지 논리 시스템을 설계한다. 두 번째는 규칙 후반부만 Type-2 퍼지 집합으로 구성한 두가지의 Type-2 퍼지 논리 시스템을 설계한다. 여기서 규칙 전반부의 입력 공간 분할에는 Min-Max 방법의 균등분할을 사용하고, 규칙 후반부 멤버쉽 함수의 중심 결정에는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용하여 동정한다. 또한 입력 데이터에 인위적으로 가하는 노이즈의 정도에 따른 각각 모델의 성능을 비교한다. 마지막으로 비선형 모델 평가에 주로 사용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 실험을 통하여 불확실한 정보를 다루기에 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적이라는 것을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.325-328
• /
• 2008

본 논문에서는 비선형 모델의 설계를 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 퍼지 논리 시스템의 멤버쉽 함수와 규칙의 구조는 불확실성이 존재하는 언어적인 정보 또는 수치적 데이터를 바탕으로 설계된다. 기존의 Type-1 퍼지 논리 시스템은 외부의 노이즈와 같은 불확실성을 효율적으로 취급할 수 없다. 그러나 Type-2 퍼지 논리 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 불확실성을 효과적으로 다룰 수 있다. 따라서 본 논문에서는 규칙의 전 ${\cdot}$ 후반부가 Type-2 퍼지 집합으로 구성된 Type-2 퍼지 논리 시스템을 설계하고 불확실성의 변화에 대한 비선형 모델의 성능을 비교한다. 여기서 규칙 전반부 멤버쉽 함수의 정점 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 후반부 퍼지 집합의 정점 결정에는 입자 군집 최적화(PSO : Particle Swarm Optimization) 알고리즘을 사용한다. 마지막으로, 비선형 모델 평가에 대표적으로 이용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 입력 데이터에 인위적인 노이즈가 포함되었을 경우 Type-2 퍼지 논리 시스템이 기존의 Type-1 퍼지 논리 시스템보다 우수함을 보인다.

• 전기학회논문지
• /
• 제61권1호
• /
• pp.135-142
• /
• 2012

In this paper, we proposed a new architecture called radial basis function-based polynomial neural networks classifier that consists of heterogeneous neural networks such as radial basis function neural networks and polynomial neural networks. The underlying architecture of the proposed model equals to polynomial neural networks(PNNs) while polynomial neurons in PNNs are composed of Fuzzy-c means-based radial basis function neural networks(FCM-based RBFNNs) instead of the conventional polynomial function. We consider PNNs to find the optimal local models and use RBFNNs to cover the high dimensionality problems. Also, in the hidden layer of RBFNNs, FCM algorithm is used to produce some clusters based on the similarity of given dataset. The proposed model depends on some parameters such as the number of input variables in PNNs, the number of clusters and fuzzification coefficient in FCM and polynomial type in RBFNNs. A multiobjective particle swarm optimization using crowding distance (MoPSO-CD) is exploited in order to carry out both structural and parametric optimization of the proposed networks. MoPSO is introduced for not only the performance of model but also complexity and interpretability. The usefulness of the proposed model as a classifier is evaluated with the aid of some benchmark datasets such as iris and liver.

• 반도체디스플레이기술학회지
• /
• 제21권3호
• /
• pp.45-49
• /
• 2022

The fourth industrial revolution, internet of things, and the expansion of online web services have increased an exponential growth and deployment in the number of cloud data centers (CDC). The cloud is emerging as new paradigm for delivering the Internet-based computing services. Due to the dynamic and non-linear workload and availability of the resources is a critical problem for efficient workload and resource management. In this paper, we propose the particle swarm optimization (PSO) based gated recurrent unit (GRU) neural network for efficient prediction the future value of the CPU and memory usage in the cloud data centers. We investigate the hyper-parameters of the GRU for better model to effectively predict the cloud resources. We use the Google Cluster traces to evaluate the aforementioned PSO-GRU prediction. The experimental shows the effectiveness of the proposed algorithm.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.99-99
• /
• 2021

본 연구에서는 기상 자료와 적설 특성 자료의 관계를 도출하고, 이와 추계 일기 생성 모형을 활용하여 합성 적설심 시계열을 모의하는 방법에 대하여 제안한다. 추계 일기 생성 모형에서는 적설량을 직접 모의하지 않기 때문에 강수량을 적설량으로 변환해야한다. 이를 위해 도입한 관계식은 다음과 같다. 첫째로 기상청 적설 예보의 적설 유무 판단 기준을 이용하였다. 이 기준에서는 상대습도와 지상기온에 따라 강수의 형태를 비, 눈, 진눈깨비로 구분한다. 둘째로 강수가 적설로 판단되었을 때 강수량을 신적설심으로 환산하는 수상당량비를 지상기온과 회귀 분석하였다. 선행 연구에 따라 3시간 1 mm 이상 5 mm 이하 강수와 3시간 5 mm 이상 강수 사상에 대하여 나누어 sigmoid형 곡선을 이용하여 회귀 분석하였다. 마지막으로 융설에 의한 적설심 감소량을 지상기온과 복사량의 함수로 표현하였으며, 각 변수의 계수는 입자 군집 최적화 방법을 통하여 보정하였다. 추계 일기 생성 모형으로는 AWE-GEN 모형을 활용하였으며, 시험 자료로 강릉(105) 종관기상관측소의 24년 기간(1982-2005) 자료를 활용하여 합성 적설심 시계열을 생성하였다. 합성 적설심 시계열 모의 과정은 다음과 같다. (1) 추계 일기 생성 모형으로 합성 일기 자료 생성, (2) 강수 발생 시 적설 유무 판단, (3) 적설로 판단 시 수상당량비를 계산하여 신적설심 추정, (4) 기존 적설심에 신적설심을 더하고, 적설심 감소량만큼 감소. 위와 같은 과정으로 200년 길이 합성 적설심 시계열을 모의한 결과 극한 사상을 과소 추정하는 경향이 나타나 추가적인 개선이 필요한 것으로 판단된다.

• 산업경영시스템학회지
• /
• 제40권1호
• /
• pp.95-104
• /
• 2017

This paper deals with solution methods for discrete and multi-valued optimization problems. The objective function of the problem incorporates noise effects generated in case that fitness evaluation is accomplished by computer based experiments such as Monte Carlo simulation or discrete event simulation. Meta heuristics including Genetic Algorithm (GA) and Discrete Particle Swarm Optimization (DPSO) can be used to solve these simulation based multi-valued optimization problems. In applying these population based meta heuristics to simulation based optimization problem, samples size to estimate the expected fitness value of a solution and population (particle) size in a generation (step) should be carefully determined to obtain reliable solutions. Under realistic environment with restriction on available computation time, there exists trade-off between these values. In this paper, the effects of sample and population sizes are analyzed under well-known multi-modal and multi-dimensional test functions with randomly generated noise effects. From the experimental results, it is shown that the performance of DPSO is superior to that of GA. While appropriate determination of population sizes is more important than sample size in GA, appropriate determination of sample size is more important than particle size in DPSO. Especially in DPSO, the solution quality under increasing sample sizes with steps is inferior to constant or decreasing sample sizes with steps. Furthermore, the performance of DPSO is improved when OCBA (Optimal Computing Budget Allocation) is incorporated in selecting the best particle in each step. In applying OCBA in DPSO, smaller value of incremental sample size is preferred to obtain better solutions.

• 한국자기학회지
• /
• 제27권2호
• /
• pp.63-69
• /
• 2017

함정은 작전 운용관점에서 음향적 및 자기적으로 정숙성이 요구되며, 그 중에서 함정에서 발생하는 자기장 신호는 근거리에서 적의 감시체계 및 기뢰체계 등 위협세력에 의해 쉽게 노출되게 된다. 따라서 아함의 생존성 증대를 위하여 함정의 자기장 신호저감을 위한 다양한 기법이 연구되고 있으며, 최근에는 단순히 자기장 신호의 크기 감소 뿐 만 아니라 자기장 신호의 변화율 성분에 대한 감소까지 추가적으로 요구되고 있다. 본 논문에서는 상용 전자기 유한요소해석 도구를 이용하여 함정 축소모델에 대한 유도 자기장 신호를 예측하고, 소자코일을 배치하였다. 그리고 기울기 구속조건을 고려한 입자 군집 최적화 알고리즘을 적용하여 소자코일의 최적 소자전류를 도출하였다. 기울기 구속조건 유/무에 따른 소자 후 자기장 신호를 비교함으로써 최적 소자기법의 타당성을 해석적으로 검증하였다.

• Composites Research
• /
• 제35권5호
• /
• pp.340-346
• /
• 2022

본 연구에서는 복합재료 블레이드에 대한 최적 구조설계 프레임워크를 구성하고, 이를 헬리콥터 블레이드에 적용하여 최적 구조설계를 수행하였다. 단면 형상의 경우 C형 및 D형 스파를 선택할 수 있게 구성하였으며, 최적설계 프레임워크는 유전자 알고리즘과 입자 군집 최적화 알고리즘을 결합한 PSGA를 활용하였다. 단면의 기하학적 모델링은 B-spline을 이용하여 구현하였고, 유한요소 모델 생성 프로그램 Gmsh를 통해 단면 유한요소모델을 만든 뒤 단면 해석 프로그램인 Ksec2D를 사용하여 구조해석 결과를 도출하였다. 본 최적설계 프레임워크를 HART II 블레이드에 적용하여 최적 구조설계를 수행한 결과, C형 스파 모델은 기준 형상 대비 무게 7.39%, D형 스파 모델은 6.65% 감소하였으며, 이때 전단중심은 모두 공력중심과 인접한(5% 이내) 결과를 도출하였다. 본 연구를 통해 일반적인 헬리콥터 블레이드의 단면에 적용할 수 있는 최적 구조설계 프레임워크의 유효성을 확인하였다.

• 산업경영시스템학회지
• /
• 제39권1호
• /
• pp.56-63
• /
• 2016

We consider a satellite mission scheduling problem, which is a promising problem in recent satellite industry. This problem has various considerations such as customer importance, due date, limited capacity of energy and memory, distance of the location of each mission, etc. Also we consider the objective of each satellite such as general purpose satellite, strategic mission and commercial satellite. And this problem can be modelled as a general knapsack problem, which is famous NP-hard problem, if the objective is defined as to maximize the total mission score performed. To solve this kind of problem, heuristic algorithm such as taboo and genetic algorithm are applied and their performance are acceptable in some extent. To propose more efficient algorithm than previous research, we applied a particle swarm optimization algorithm, which is the most promising method in optimization problem recently in this research. Owing to limitation of current study in obtaining real information and several assumptions, we generated 200 satellite missions with required information for each mission. Based on generated information, we compared the results by our approach algorithm with those of CPLEX. This comparison shows that our proposed approach give us almost accurate results as just less than 3% error rate, and computation time is just a little to be applied to real problem. Also this algorithm has enough scalability by innate characteristic of PSO. We also applied it to mission scheduling problem of various class of satellite. The results are quite reasonable enough to conclude that our proposed algorithm may work in satellite mission scheduling problem.