• 디지털융복합연구
• /
• 제14권8호
• /
• pp.293-303
• /
• 2016

근래에 진화 연산을 활용한 교섭 게임의 분석은 게임 이론 분야에서 중요한 문제로 다루어지고 있다. 본 논문은 교섭 게임에서 진화 연산을 사용하여 이기종 인공 에이전트 간의 상호 작용 및 공진화 과정을 조사하였다. 교섭게임에 참여하는 진화전략 에이전트들로서 유전자 알고리즘(GA), 입자군집최적화(PSO) 및 차분진화알고리즘(DE) 3종류를 사용하였다. GA-agent, PSO-agent 및 DE-agent의 3가지 인공 에이전트들 간의 공진화 실험을 통해 교섭게임에서 가장 성능이 우수한 진화 계산 에이전트가 무엇인지 관찰 실험하였다. 시뮬레이션 실험결과, PSO-agent가 가장 성능이 우수하고 그 다음이 GA-agent이며 DE-agent가 가장 성능이 좋지 않다는 것을 확인하였다. PSO-agent가 교섭 게임에서 성능이 가장 우수한 이유를 이해하기 위해서 게임 완료 후 인공 에이전트 전략들을 관찰하였다. PSO-agent는 거래 실패로 인해 보수를 얻지 못하는 것을 감수하고서라도 가급적 많은 보수를 얻기 위한 방향으로 진화하였다는 것을 확인하였으며, 반면에 GA-agent와 DE-agent는 소량의 보수를 얻더라도 거래를 성공시키는 방향으로 진화하였다는 것을 확인하였다.

• 한국수자원학회논문집
• /
• 제51권9호
• /
• pp.803-812
• /
• 2018

본 연구는 다목적함수를 고려한 입자군집최적화(Particle Swarm Optimization, PSO) 알고리즘을 Python으로 개발하고, Soil and Water Assessment Tool (SWAT) 모형에 적용하여 자동보정 알고리즘의 적용 가능성을 평가하였다. SWAT 모형의 유출 해석은 안성천의 공도 수위 관측소 상류유역($364.8km^2$)을 대상으로 하였으며, 공도 지점의 2000년부터 2015년까지의 일 유량 자료를 이용하였다. PSO 자동보정은 결정계수(coefficient of determination, $R^2$), 평균제곱근오차(RMSE), NSE 모형효율계수(Nash-Sutcliffe Efficiency, $NSE_Q$), 특히 중간유출과 기저유출의 보정을 위해 $NSE_{INQ}$ (Inverse Q)를 활용하여 SWAT을 보정하였다. PSO을 통한 SWAT 모형의 자동보정과 수동보정의 유출해석 결과, 각각 $R^2$는 0.64, 0.55, RMSE는 0.59, 0.58, $NSE_Q$는 0.78, 0.75, $NSE_{INQ}$는 0.45, 0.09의 상관성 분석결과를 보였다. PSO 자동보정 알고리즘은 수동보정에 비하여 높은 향상을 보였는데 특히 유출의 감수곡선을 개선시켰으며 적절한 매개변수 추가(RCHRG_DP)와 매개변수 범위의 설정으로 수동보정의 한계를 보완하였다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.792-797
• /
• 2011

본 논문은 배전망에서의 PV (photovoltaic) 발전 시스템의 최적 배치 문제를 이산 입자 군집 최적화 (DPSO, discrete particle swarm optimization)를 이용하여 해를 구할 때 DPSO에 포함되어야 하는 이산화 단계를 위한 하이브리드 이산화 기법의 적용에 대하여 논한다. 이를 위해 PSO 반복단계에서 목적 함수 값과 최적화 속도를 입력 파라미터로 하는 규칙 기반 전문가 시스템을 제안하고 이산 변수를 포함하여 표현되는 PV 시스템 배치 문제의 최적해를 구하는데 적용하였다. 다수준 이산화를 위하여 간단한 라운딩과 sigmoid 함수를 이용한 3단계 및 5단계 이산화 기법을 하이브리드 형태로 적용하였다. 규칙 기반 전문가 시스템을 적용하여 각 PSO 과정에서 적절한 이산화 기법을 선택함으로써 기존의 DPSO보다 좋은 성능의 최적화가 가능하도록 하였다.

• 대한기계학회논문집B
• /
• 제31권7호
• /
• pp.635-643
• /
• 2007

An inverse radiation analysis is presented for the estimation of the radiation properties for an absorbing, emitting, and scattering media with diffusely emitting and reflecting opaque boundaries. In this study, a repulsive particle swarm optimization(RPSO) algorithm which is a relatively recent heuristic search method is proposed as an effective method for improving the search efficiency for unknown parameters. To verify the performance of the proposed RPSO algorithm, it is compared with a basic particle swarm optimization(PSO) algorithm and a hybrid genetic algorithm(HGA) for the inverse radiation problem with estimating the various radiation properties in a two-dimensional irregular medium when the measured temperatures are given at only four data positions. A finite-volume method is applied to solve the radiative transfer equation of a direct problem to obtain measured temperatures.

• 한국유체기계학회 논문집
• /
• 제14권1호
• /
• pp.34-41
• /
• 2011

Fire characteristics can be analyzed more realistically by using more accurate properties related to the fire dynamics and one way to acquire these fire properties is to use one of the inverse property estimation techniques. In this study two optimization algorithms which are frequently applied for the inverse heat transfer problems are selected to demonstrate the procedure of obtaining pyrolysis properties of charring material with relatively simple thermal decomposition. Thermal decomposition is occurred at the surface of the charring material heated by receiving the radiative energy from external heat sources and in this process the heat transfer through the charring material is simplified by an unsteady 1-dimensional problem. The basic genetic algorithm(GA) and repulsive particle swarm optimization(RPSO) algorithm are used to find the eight properties of a charring material; thermal conductivity(virgin, char), specific heat(virgin, char), char density, heat of pyrolysis, pre-exponential factor and activation energy by using the surface temperature and mass loss rate history data which are obtained from the calculated experiments. Results show that the RPSO algorithm has better performance in estimating the eight pyrolysis properties than the basic GA for problems considered in this study.

• 품질경영학회지
• /
• 제47권4호
• /
• pp.701-711
• /
• 2019

Purpose: The problem of optimizing redundancy allocation in multi-level systems is considered when each item in a multi-level system has alternative items with the same function. The number of redundancy of multi-level system is allocated to maximize the reliability of the system under path set and cost limitation constraints. Methods: Based on cost limitation and path set constraints, a mathematical model is established to maximize system reliability. Particle swarm optimization is employed for redundant allocation and verified by numerical experiments. Results: Comparing the particle swarm optimization method and the memetic algorithm for the 3 and 4 level systems, the particle swarm optimization method showed better performance for solution quality and search time. Particularly, the particle swarm optimization showed much less than the memetic algorithm for variation of results. Conclusion: The proposed particle swarm optimization considerably shortens the time to search for a feasible solution in MRAP with path set constraints. PS optimization is expected to reduce search time and propose the better solution for various problems related to MRAP.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1871_1872
• /
• 2009

본 논문 에서는 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 Type-1 퍼지 논리 시스템과 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부 잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현 할 수 있다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복하고자 2가지의 모델을 설계한다. 첫 번째 모델은 규칙의 전 후반부가 Type-1 퍼지 집합으로 구성된 Type-1 퍼지 논리 시스템을 설계 한다. 두 번째는 규칙 전 후반부에 Type-2 퍼지 집합으로 구성된 Type-2 퍼지 논리 시스템을 설계한다. 여기서 규칙 전반부의 입력 공간 분할 및 FOU(Footprint Of Uncertainty)형성에는 FCM(Fuzzy C_Means) clustering 방법을 사용하고, 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용하여 최적의 파라미터를 설계한다. 본 논문 에서는 또한 입력 데이터에 인위적으로 가하는 노이즈에 따른 각각 모델의 성능을 비교한다. 마지막으로 비선형 모델 평가에 주로 사용되는 NOx 데이터를 제안된 모델에 적용하고, 실험을 통하여 노이즈가 첨가되고, 불확실한 정보를 다루기에 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적이라는 것을 보인다.

• 제어로봇시스템학회논문지
• /
• 제18권4호
• /
• pp.353-358
• /
• 2012

Human detection is a challenging task in many fields because it is difficult to detect humans due to their variable appearance and posture. Furthermore, it is also hard to track the detected human because of their dynamic and unpredictable behavior. The evaluation speed of method is also important as well as its accuracy. In this paper, we propose unified detection and tracking method for humans using Gaussian-PSO (Gaussian Particle Swarm Optimization) with the HOG (Histograms of Oriented Gradients) features to achieve a fast and accurate performance. Keeping the robustness of HOG features on human detection, we raise the process speed in detection and tracking so that it can be used for real-time applications. These advantages are given by a simple process which needs just one linear-SVM classifier with HOG features and Gaussian-PSO procedure for the both of detection and tracking.

• 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.