• 제목/요약/키워드: 적응적 돌연변이 연산

검색결과 4건 처리시간 0.021초

ACDE2: 수렴 속도가 향상된 적응적 코시 분포 차분 진화 알고리즘 (ACDE2: An Adaptive Cauchy Differential Evolution Algorithm with Improved Convergence Speed)

  • 최태종;안창욱
    • 정보과학회 논문지
    • /
    • 제41권12호
    • /
    • pp.1090-1098
    • /
    • 2014
  • 이 연구는 단봉 전역 최적화 성능이 개선된 적응적 코시 분포 차분 진화 알고리즘을 제안한다. 기존 적응적 코시 분포 차분 진화 알고리즘은(ACDE) 개체의 다양성을 보장하여 다봉 전역 최적화 문제에 우수한 "DE/rand/1" 돌연변이 전략을 사용했다. 그러나 이 돌연변이 전략은 수렴 속도가 느려 단봉 전역 최적화 문제에 단점이 있다. 제안 알고리즘은 "DE/rand/1" 돌연변이 전략 대신 수렴 속도가 빠른 "DE/current-to-best/1" 돌연변이 전략을 사용했다. 이때, 개체의 다양성이 부족하여 발생할 수 있는 지역 최적해로의 수렴을 방지하기 위해서 매개변수 초기화 연산이 추가됐다. 매개변수 초기화 연산은 특정세대를 주기로 실행되거나 또는 선택 연산에서 모든 개체가 진화에 실패하는 경우 실행된다. 매개변수 초기화 연산은 각 개체들의 매개변수에 탐험적 특성이 높은 값을 할당하여 넓은 공간을 탐색할 수 있도록 보장한다. 성능 평가 결과, 개선된 적응적 코시 분포 차분 진화 알고리즘이 최신 차분 진화 알고리즘들에 비해 특히, 단봉 전역 최적화 문제에서 성능이 개선됨을 확인했다.

코시 분포의 축척 매개변수를 추정하여 돌연변이 연산에 적용한 진화 프로그래밍 (Evolutionary Programming of Applying Estimated Scale Parameters of the Cauchy Distribution to the Mutation Operation)

  • 이창용
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제37권9호
    • /
    • pp.694-705
    • /
    • 2010
  • 진화 프로그래밍은 실수형 최적화 문제에 널리 사용되는 알고리즘으로 돌연변이 연산이 중요한 연산이다. 일반적으로 돌연변이 연산은 확률 분포와 이에 따른 매개변수를 사용하여 변수값을 변화시키는데, 이 때 매개변수 역시 돌연변이 연산의 대상이 됨으로 이를 위한 또 다른 매개변수가 필요하다. 그러나 최적의 매개변수 값은 주어진 문제에 전적으로 의존하기 때문에 매개변수 개수가 많은 경우 매개변수값들에 대한 최적 조합을 찾기 어렵다. 이러한 문제를 부분적으로나마 해결하기 위하여 본 논문에서는 변수의 돌연변이 연산을 위한 매개변수를 자기 적응적 관점에서 이론적으로 추정한 돌연변이 연산을 제안하였다. 제안한 알고리즘에서는 코시 확률 분포의 축척 매개변수를 추정하여 돌연변이 연산에 적용함으로 축척 매개변수에 대한 돌연변이 연산이 필요하지 않다는 장점이 있다. 제안한 알고리즘을 벤치마킹 문제에 적용한 실험 결과를 통해 볼 때, 최적값 측면에서는 제안한 알고리즘의 상대적 우수성은 벤치마킹 문제에 의존하였으나 계산 시간 측면에서는 모든 벤치마킹 문제에 대하여 제안한 알고리즘이 우수하였다.

2족 보행운동 생성을 위한 적응적 노드 선택에 의한 유전적 프로그래밍의 성능 향상 (Improving Efficiency of GP by Adaptive Node Selection for Bipedal Locomotion with Evolutionary Algorithm)

  • 옥수열
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
    • /
    • pp.165-168
    • /
    • 2004
  • 본 연구에서는 근골격계로 구성된 신체 역학계와 신경 진동자로 구성된 신경계의 상호작용에 의해서 자율적인 2족 보행운동 생성하려고 하고 있다. 이를 위해서는 역학계와 신경계의 않은 파라메트(Parameter)의 조절이 필요하다 본 연구에서는 유전적 프로그래밍(GP)을 이용하여 파라메트의 자동조절 수법을 제안하였다. GP는 문제를 해결하기 위한 계산 프로그래밍을 탐색하는 진화형 탐색 알고리즘으로, GP를 이용해서 문제해결을 행하기 위해서는 노드의 선택이 매우 중요하다. 그러나 대상문제에 대한 충분한 정보가 없는 경우에는 노드를 용장성 있게 설계하게 되어, 이로 인한 탐색공간의 확장으로 GP에 대한 탐색성능의 저하를 초래한다. 본 논문에서는 이러한 문제를 해결하기 위해서 용장성 노드 집합으로부터 유용한 노드를 획득하기 위해 제안한 수법을 2족 보행운동 생성 시스템에 적용하기 전에 사전 평가로서 기호회귀(Symbolic Regression)문제에 적용하여 실험을 통해 제안 수법의 타당성과 탐색성능 향상의 효과에 관해서 논하고자 한다.

  • PDF

분산 복합유전알고리즘을 이용한 구조최적화 (Distributed Hybrid Genetic Algorithms for Structural Optimization)

  • 우병헌;박효선
    • 한국전산구조공학회논문집
    • /
    • 제16권4호
    • /
    • pp.407-417
    • /
    • 2003
  • 최근 구조최적화분야에서 활발하게 사용되고 있는 유전알고리즘은 해집단을 운용하기 때문에, 많은 반복수와 적응도 평가를 위하여 해집단의 수에 해당하는 구조해석을 필요로 하며, 또한 교배율과 돌연변이율 등의 파라미터에 따라 알고리즘의 성능이 변화하므로 문제에, 따라 적합한 파라미터 설정이 필요한 근본적인 단점을 지니고 있다. 본 연구에서는 기존 유전알고리즘의 단점을 극복할 수 있는 복합유전알고리즘을 마이크로유전알고리즘과 단순유전알고리즘을 결합한 형식으로 그리고, 최적화에 요구되는 연산을 다수의 개인용 컴퓨터에서 동시에 분산하여 수행할 수 있는 고성능 분산 복합유전알고리즘으로 개발하였다. 개발된 알고리즘은 철골 가새골조 구조물의 최소중량설계에 적용하여 그 성능을 평가하였다.