• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.49 no.4
• /
• pp.54-61
• /
• 2012

This paper proposes a fusion method of the queen-bee evolution into the rank-based control of mutation probability for improving the performances of genetic algorithms. The rank-based control of mutation probability which showed some performance improvements than the original method was a method that prevented individuals of genetic algorithms from falling into local optimum areas and also made it possible for the individuals to get out of the local optimum areas if they fell into there. This method, however, showed not good performances at the optimization problems that had a global optimum located in a small area regardless of the number of local optimum areas. We think that this is because the method is insufficient in the convergence into the global optimum, so propose a fusion method of the queen-bee evolution into this method in this paper. The queen-bee evolution inspired by reproduction process of queen-bee is a method that can strengthen the convergency of genetic algorithms. From the extensive experiments with four function optimization problems in order to measure the performances of proposed method we could find that the performances of proposed method was considerably good at the optimization problems whose global optimum is located in a small area as we expected. Our method, however, showed not good performances at the problems whose global optima were distributed in broad ranges and even showed bad performances at the problems whose global optima were located far away. These results indicate that our method can be effectively used at the problems whose global optimum is located in a small area.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.292-297
• /
• 2004

본 연구에서는 단일목적 저수지와 다목적 댐의 최적운영을 위하여 전역최적해를 탐색하는 SCE-UA법을 사용하는 비선형계획법을 적용한 최적화 모형을 구성하고 과거 운영자료를 사용하여 모형의 적용성을 검토하고 분석하였다. 또한, 다목적댐의 운영수위 상승으로 인하여 발생하는 추가용수를 댐하류로 추가적으로 공급함에 따른 댐운영상의 문제점과 해결책을 제시했다. 관개용 단일 목적 저수지의 유입량은 하천망 모형인 SSARR 모형을 이용하여 추정하였다. 관개용 단일 목적저수지의 용수배분을 최적화한 결과, 실측치와 최적방류량간의 상대오차가 $-2.6\~10.5\%$ 범위를 나타냈으며, 비교적 실측방류량과 유사한 형태로 용수를 공급하는 길과를 나타냈다. 다목적 저수지의 최적운영을 위해 발전량, 저수량 및 필요수량의 관계를 목적함수로하는 최적화 모형을 구성하여 섬진강댐의 최적운영에 적용하였다. 섬진강댐의 댐하류 방류량 증가에 따른 운영상의 문제점을 해결하기 위하여 댐하류 유지용수량을 0.17, 0.50, 0.70, 1.0, 1.5, $3.0m^3/sec$ 방류하는 경우로 구분하여 최적운영한 길과, 댐하류 유지용수량이 $1.0m^3/sec$ 이하인 경우에 발전량이 실적평균발전량에 근접한 결과를 나타냈으며, 용수공급량도 계획공급량인 377.4 백만 $m^3$ 보다 $28.9\~100.7$ 백만 $m^3$ 만큼 많은 양을 공급하는 결과를 나타냈다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.10
• /
• pp.6276-6281
• /
• 2014

Genetic Algorithms (GAs) are efficient methods for search and optimization problems. On the other hand, there are some problems associated with the premature convergence to local optima of the multimodal function, which has multi peaks. The problem is related to the lack of genetic diversity of the population to cover the search spaces sufficiently. A sharing and crowding method were introduced. This paper proposed strategies to improve the convergence speed and the convergence to the global optimum for solving the multimodal optimization function. These strategies included the random generated sub-population that were well-distributed and spread widely through search spaces. The results of the simulation verified the effects of the proposed method.

• Journal of Advanced Navigation Technology
• /
• v.12 no.5
• /
• pp.412-419
• /
• 2008

Genetic algorithms are efficient techniques for searching optimum solution but have the premature convergence problem getting stuck in the local optimum according to the evolutionary operator. In this paper we analyzed the reason for converging to the local optimum and proposed the method which able transit to the global optimum from the local optimum. In these methods we used the variable evolutionary operator with the average hamming distance, to maintain the genetic diversity of the population for getting out of the local optimum. The theoretical results are proved by the simulation experiments.

• The Journal of the Korea Contents Association
• /
• v.11 no.3
• /
• pp.100-107
• /
• 2011

One of the important fields for heuristic algorithm is how to balance between Intensification and Diversification. In this paper, we deal with the performance improvement techniques through balance the intensification and diversification in Ant Colony System(ACS) which is one of Ant Colony Optimization(ACO). In this paper, we propose the hybrid searching method between intensification strategy and diversification strategy. First, 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. And then we consider the overlapping edge of the global best path of the previous and the current, 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, ACS-Iter and ACS-Global-Ovelap algorithms.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.816-817
• /
• 2015

본 논문에서는 매입형 영구자석 전동기의 코깅토크 저감을 위해 회전자 표면에 노치를 적용하여 최적 설계를 수행하였다. 최적 설계를 위해 전역 최적점의 빠른 탐색이 가능한 크리깅 근사모델을 이용한 진화전략 알고리즘이 사용되었다. 설계 변수인 노치 크기에 대해 코깅 토크를 목적 함수로 두고 최적 설계를 진행하였으며, 이를 통해 찾은 전역 최적점과 지역 최적점 가운데 역기전력 특성을 고려하여 최종 설계안을 도출하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.373-378
• /
• 2001

The optimization method based on an enhanced genetic algorithms is for multimodal function optimization in this paper. This method is consisted of two main steps. The first step is a global search step using the genetic algorithm(GA) and function assurance criterion(FAC). The belonging of an population to initial solution group is decided according to the FAC. The second step is to decide the similarity between individuals, and to research the optimum solutions by single point method in reconstructive search space. Four numerical examples are also presented in this papers to comparing with conventional methods.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2002.11a
• /
• pp.3-7
• /
• 2002

컴퓨터 네트워킹 기술의 발달에 힘입어 분산처리를 이용한 기법이 복잡한 구조물의 최적설계에 널리 사용되고 있다. 최적설계시 구조물이 복잡하고 설계 변수가 많아질수록 설계 변수간의 교호작용이 복잡해지고 국부최적해가 많아지는 특성이 있다. 최근의 최적 설계는 이러한 문제점을 해결하고자 다양한 전역 최적화 기법을 도입하여 적용하고 있다. 본 연구에서는 진화이론을 바탕으로 한 유전자 알고리즘과 실험계획법을 바탕으로 한 반응표면법에 분산처리 기법을 도입하여 인공위성 추진 모듈의 최적화에 적용시켰다. 그 결과 유전자 알고리즘이 조금 더 좋은 최적값을 보였으며 해석시간은 반응표면법을 적용 시켰을 경우가 훨씬 짧았다. 병렬처리 기법을 이용한 위성구조체의 최적설계에 있어 유전자 알고리즘은 해의 전역성에서 반응표면법은 시간의 효율성에서 각각 장점을 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.159-165
• /
• 2002

진화연산에는 교배, 돌연변이, 경쟁, 선택이 있다. 이러한 과정 중에서 선택은 새로운 개체를 생산하지는 않지만, 모든 해중에서 최적의 해가 될만한 해는 선택하고, 그러지 않은 해는 버리는 판단의 역할을 한다. 따라서 아무리 좋은 해를 만들었다고 해도, 취사 선택을 잘못하면, 최적의 해를 찾지 못하거나, 또 많은 시간이 소요되게 된다. 따라서 본 논문에서는 stochastic한 성질을 갖고 있는 Tournament selection에 Local selection개념을 도입하여, 지역 해에서 벗어나 전역 해를 찾는데, 개선이 될 수 있도록 하였고 Fast Evolutionary Programming의 mutation과정을 개선하고, Genetic Algorithm의 연산자인 crossover와 mutation을 도입하여 Parallel search로 지역 해에서 벗어나 전역 해를 찾는 하이브리드 알고리즘을 제안하고자 한다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.130-136
• /
• 2001

본 논문에서는 새로운 학습알고리즘의 비선형 주요성분분석 신경망을 이용한 영상데이터의 효율적인 특징추출에 대하여 제안한다. 제안된 학습알고리즘에서는 최적해로 수렴하는 과정에서 발생할 수도 있는 진동을 억제하여 빠른 속도의 수렴이 가능하도록 하기 위해 모멘트를 이용하였고, 국소최적해를 만났을 때 이를 벗어난 전역최적해로의 수렴을 위한 새로운 연결가중치의 설정을 위하여 동적터널링을 이용함으로써 빠른 수렴속도로 전역최적해에 수렴되도록 학습시킬 수 있다. 제안된 학습알고리즘을 이용한 신경망을 256$\times$256 픽셀의 간암영상과 128$\times$128 픽셀의 얼굴영상을 대상으로 실험한 결과, 기울기하강의 학습알고리즘을 이용한 기존 비선형 주요성분분석 신경망보다 우수한 수렴성능과 특징추출성능이 있음을 확인 할 수 있었다.