• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.226-226
• /
• 2011

최적 저수지운영을 위한 운영률 도출이나 강우-유출 및 수질 모형의 매개변수 추정 문제처럼 비선형적이고 추정해야할 변수의 수가 많은 경우, 수학적으로 모형화하기에 너무 복잡해서 선형계획법, 비선형계획법, 동적계획법 등을 사용하여 최적해를 구할 수 없는 경우도 있다. 이러한 문제에 대해서는 구조적 진화를 통해 최적해를 구하는 방법들이 사용된다. 일반적으로 미지수의 개수가 많아지면 전역최적해를 찾기가 어려워진다. 전역최적해를 찾는 여러 가지 방법들이 수자원 분야에서는 강우-유출모형의 매개변수를 추정하는데 많이 사용되고 있으며, 특히 유전자 알고리즘, SCE-UA 알고리즘 등 전역최적해를 찾는 메타휴리스틱 방법이 많이 사용되고 있다. 전역최적화 방법을 개발하는 연구자들은 최적화방법의 성능을 평가하기 위해 다양한 검사함수(test function)를 만들어 성능을 평가하고 있다. 본 연구에 사용한 검사함수는 Mishra의 연구(2006a, 2006b)에서 사용한 중요하고 복잡한 검사함수이다. 유전자 알고리즘, SCE-UA 알고리즘, DDS 알고리즘을 검사함수 중 전역해를 찾기 어려운 2 차원 함수 2 가지, 다차원 함수 4 가지 함수에 적용하여 각각의 탐색 성능을 평가하였다. 2차원 함수인 Bukin 함수에 대해서는 모든 최적화 방법이 전역최적해를 찾을 수 없었지만, 유전자 알고리즘이 가장 전역최적해에 가까웠고 다음으로 DDS 알고리즘 순서였다. 지역수렴 영역이 많을 것으로 판단되는 10, 30, 50 차원 Michalewicz 함수에 대해서는 DDS 알고리즘으로 구한 최적해가 전역최적해와 매우 근접하였고 다음으로 SCE-UA 알고리즘, 유전자 알고리즘 순이었다. 지역수렴 영역이 상대적으로 다른 함수보다 넓은 10 차원 Schwefel 함수에 대해서는 DDS 알고리즘으로 구한 최적해가 전역최적해와 거의 근접하였고 유전자 알고리즘과 SCE-UA 알고리즘은 매우 큰 편차를 보였다. 40, 80 차원 Schwefel 함수에 대해서는 3 가지 알고리즘 모두 전역최적해와 편차를 보였지만 DDS 알고리즘에 의한 최적해와 다른 두 알고리즘에 의한 최적해는 1 오더(order) 정도의 차이가 났다. 지역수렴 영역이 큰 Michalewicz 함수와 Schwefel 함수에 대한 결과는 매우 흡사한 결과이다. 이상과 같은 결과로, 유전자 알고리즘은 매개변수의 수가 적을 경우 우수한 탐색성능을 가졌으며, SCE-UA 알고리즘은 Griewank, Rastrigin 함수와 같은 형태인 경우 우수한 성능을 보였다. DDS 알고리즘은 전체적으로 우수한 탐색 능력을 가진 것으로 판단된다. 그러므로 수위구간 영역별 저수지운영률 도출을 위한 적절한 최적화방법으로 DDS 알고리즘을 선정하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.111-114
• /
• 2004

기존의 도함수에 기초한 수치적 최적화 기법들(derivative-based optimization)은 비선형 최적화 문제를 풀기 위해 목적식의 1차 도함수의 정보를 이용하여 정류점(stable point)인 최적해를 찾아 나가는 방식을 취하고 있다. 그러나 이런 방법들은 목적식의 국부 최적해(local minimum)을 찾는 것은 보장하나, 전역 최적해(global minimum)를 찾는 데에는 실패할 경우가 많다. 국부 최적해와 전역 최적해는 모두 목적식의 1차 도함수가 '0'인 값을 가지는 특징이 있으므로, 국부 또는 전역 최적해를 구하는 구하는 과정은 목적식의 1차 도함수가 '0'인 해를 찾는 방정식 문제로 변환될 수 있다. 따라서 본 논문에서는 비선형 방정식의 해를 찾는데 좋은 성능을 보이는 Homotopy 방법을 이용하여 목적식의 1차 도함수에 관한 비선형 방정식을 풀고, 이를 통해 비선형 최적화 문제의 모든 국부 최적해를 찾아냄으로써 전역 최적화 문제를 해결하는 방법을 제안하고자 한다. 제안된 방법론을 다양한 전역 최적화 문제에 적용한 결과, 기존의 방법들에 비해 더 좋은 성능을 보임을 알 수 있었다.

• Proceeding of EDISON Challenge
• /
• 2017.03a
• /
• pp.145-150
• /
• 2017

물 클러스터는 크기에 따라 성질이 달라지는 특징이 있다. 이번 연구에서는 $SPC/F_2$ 모델을 적용한 물 클러스터의 전역 최적구조(global minimum structure)를 구하고, 이로부터 상전이 경향을 예측하는 것이 목적이다. 물 클러스터의 분자 동력학 시뮬레이션 중 simulated annealing을 적용하여 얻은 결과에서 가장 낮은 에너지를 가지는 구조가 전역 최적구조가 되었다. 또, $(H_2O)_N$과 $(H_2O)_{N{\pm}1}$사이의 상대적 에너지 안정도와 타 모델의 전역 최적구조의 비교를 통해 일차 상전이(first-order phase transition)와 이차 상전이(second-order phase transition)의 경향은 각각 짝수인 N=8, 10, 12일 때와 홀수인 7, 9, 11일 때로 나뉘었다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.3
• /
• pp.203-210
• /
• 2011

Ant Colony System is a new meta heuristics algorithms to solve hard combinatorial optimization problems. It is a population based approach that uses exploitation of positive feedback as well as greedy search. It was first proposed for tackling the well known Traveling Salesman Problem. In this paper, we propose the searching method to consider the overlapping edge of the global best path of the previous and the current. This method is that we first determine the overlapping edge of the global best path of the previous and the current will be configured likely the optimal path. And, to enhance the pheromone for the overlapping edges increases the probability that the optimal path is configured. Finally, the performance of Best and Average-Best of proposed algorithm outperforms ACS-3-opt, ACS-Subpath and ACS-Iter algorithms.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.350-350
• /
• 2023

SCE-UA(Shuffled Complex Evolution-University Arizona)기법은 최적해 탐색 알고리즘으로 개념적 강우유출 모형(conceptual rainfall runoff model)의 보정을 위한 도구로 개발되었다. SCE-UA기법은 메타휴리스틱 방법의 일종으로 최적해를 구하기 위하여 여러번 목적함수 값을 계산해야 한다. 이 때 목적함수 계산 횟수와 해의 수렴과 관련된 제어 매개변수가 존재하며, 사용자가 적절한 값을 입력해주어야 한다. 이 연구에서는 SCE-UA와 관련된 제어 매개변수의 기능에 대해서 검토하였다. 그리고 집합체 수의 변화에 따라서 검사함수인 Ackley function의 전역해를 얼마나 잘 탐색하는지 검토하였다. 검토 결과 랜덤 시드에 따라서 전역해 탐색 결과가 달라졌으며, 집합체의 수가 증가할수록 목적함수 계산 횟수는 증가하는 경향을 나타내었다. 검사함수의 차원(결정 변수의 수)이 증가하면 전역해의 탐색률이 감소하며, 집합체의 수가 많아지면 전역해를 더 잘 찾는 경향이 나타나지만, 목적함수 계산 횟수는 더 많아지게 되는 것을 확인할 수 있었다. 2차원인 경우 집합체의 수가 7개 이상일 때 탐색 성공률은 90% 이상이 되었지만, 10차원인 경우 집합체의 수가 시험 최대값인 20개일 때의 전역해 탐색률은 37%에 그쳤다. 이 연구의 결과는 SCE-UA 기법의 설정 매개변수에 관한 기본 개념을 이해하고, 사용자가 설정 매개변수 선정 시에 활용할 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.35 no.5
• /
• pp.541-552
• /
• 2002

Two global optimization methods, the SCE-UA method and the Annealing-Simplex(A-S) method for calibrating a daily rainfall-runoff model, a Tank model, was compared with that of the Downhill Simplex method. In synthetic data study, 100% success rates for all objective functions were obtained from the A-S method, and the SCE-UA method was also consistently able to obtain good estimates. The Downhill Simplex method was converged to the true values only when the initial guess was close to the true values. In the historical data study, the A-S method and the SCE-UA method showed consistently good results regardless of objective function. An objective function was developed, which puts more weight on the low flows.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.41 no.4
• /
• pp.67-72
• /
• 2004

This paper proposes a method improving the convergence speed of optimal solution for parallel genetic algorithm in the network based client-server model. Unlike the existing methods of obtaining global elite only by evaluating local elites in server, the proposed method obtains it by evaluating local elites and improving its fitness by applying genetic algorithm during idle time of the server. By using the improved chromosome in server for the client's genetic algorithm processing, the convergence speed of the optimal solution is increased. The improvement of fitness at the server during the interval of chromosome migration is (equation omitted)(F$_{max}$(g)-F$_{max}$(g-1)), whole F$_{max}$(g) is a max fitness of the g-th generation and G is the number of improved generation by the server. As the number of clients increases and G decreases, the improvement of fitness goes down. However the improvement of fitness is better than existing methods..

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.107-109
• /
• 2006

직렬-병렬 시스템의 중복설계 문제는 비용, 무게등을 고려한 다양한 제약 조건하에서 시스템의 신뢰도를 최대화하기 위해 하부시스템의 중복설계의 최적 개수를 결정해주는 것이다. 일반적으로 이 문제는 다루기 힘든 NP-hard 문제로 분류된다. 특히 Coit과 Smith가 제시한 문제에 대해 유전자 해법 등의 다양한 발견적 해법(Heuristic methods)들이 개발되었으나 이 문제에 대한 전역 최적해(Globally optimal solution)는 아직 알려져 있지 않다. 따라서 본 논문에서는 기존의 해법들이 다루었던 이 문제에 대한 전역 최적해를 구하여 그 성능을 비교하고자 한다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.1
• /
• pp.9-15
• /
• 2009

Ant Colony System is new meta heuristic for hard combinatorial optimization problem. The original ant colony system accomplishes a pheromone updating about only the global optimal path using global updating rule. But, If the global optimal path is not searched until the end condition is satisfied, only pheromone evaporation happens to no matter how a lot of iteration accomplishment. In this paper, the length of the global optimal path does not improved within the limited iterations, we evaluates this state that fall into the local optimum and selects the next node using changed parameters in the state transition rule. This method has effectiveness of the search for a path through diversifications is enhanced by decreasing the value of parameter of the state transition rules for the select of next node, and escape from the local optima is possible. Finally, the performance of Best and Average_Best of proposed algorithm outperforms original ACS.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.6
• /
• pp.687-693
• /
• 2012

In this paper, we propose a optimal deployment method for cooperative exploration of swarm robots. The proposed method consists of two parts such as optimal deployment and path planning. The optimal area deployment is proposed by the K-mean Algorithm and Voronoi tessellation. The path planning is proposed by the potential field method and A* Algorithm. Finally, the numerical experiments demonstrate the effectiveness and feasibility of the proposed method.