• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1896-1897
• /
• 2011

본 논문에서는 동적환경의 잠재적 위험 정의와 안전한 전역경로 계획 알고리즘을 제안 하였다. 대부분의 전역경로계획 연구는 시간과 거리의 비용을 최적화 시키는데 집중하고 있다. 하지만 동적환경으로 우리 주변에 많은 위험요소가 작용하고 있다. 본 논문에서 안전한 자율주행을 위한 경로계획방법으로 위험지역에 의해 정의 된 반발력과 S*알고리즘을 이용하여 안전하고 빠른 최적의 경로계획을 이루었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.967-969
• /
• 2004

본 논문에서는 표준 셀 배치기 Mongrel을 소개하고 두 가지 분할 기법(FM, hMETIS)을 통해 효율적인 초기 배치를 얻음으로써 Mongrel의 성능을 개선한다. Mongrel은 middle-down 방법론을 채택한 전역 배치와 상세 배치의 2단계 표준 셀 배치기이며 전역 배치 단계에서는 RBLS(Relaxation-Based Local Search)를, 그리고 상세 배치 단계에서는 최적 인터리빙(optimal interleaving) 기법을 통해 최적화 알고리즘을 수행한다. MCNC 벤치마크 회로를 이용한 실험을 통해 Mongrel의 성능을 평가하고 효율적인 초기배치가 최종 결과에 미치는 영향을 분석한다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2000.04b
• /
• pp.449-457
• /
• 2000

The paper describes the study of global approximate optimization utilizing soft computing techniques such as genetic algorithms (GA's), neural networks (NN's), and fuzzy inference systems(FIS). GA's provide the increasing probability of locating a global optimum over the entire design space associated with multimodality and nonlinearity. NN's can be used as a tool for function approximations, a rapid reanalysis model for subsequent use in design optimization. FIS facilitates to handle the quantitative design information under the case where the training data samples are not sufficiently provided or uncertain information is included in design modeling. Properties of soft computing techniques affect the quality of global approximate model. Evolutionary fuzzy modeling (EFM) and adaptive neuro-fuzzy inference system (ANFIS) are briefly introduced for structural optimization problem in this context. The paper presents the success of EFM depends on how optimally the fuzzy membership parameters are selected and how fuzzy rules are generated.

• 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.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.23 no.7 s.166
• /
• pp.1223-1230
• /
• 1999

This paper addresses a novel optimization technique based on molecular dynamics simulation which has been utilized for physical model simulation at various disciplines. In this study, objective functions are considered to be potential functions, which depict molecular interactions. Comparisons of typical optimization method such as the steepest descent and the present method for several test functions are made. The present method shows applicability and stability in finding a global optimum.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.27 no.11
• /
• pp.1809-1814
• /
• 2003

Differential evolution (DE) algorithm is presented and applied to global optimization in this research. DE suggested initially fur the solution to Chebychev polynomial fitting problem is similar to genetic algorithm(GA) including crossover, mutation and selection process. However, differential evolution algorithm is simpler than GA because it uses a vector concept in populating process. And DE turns out to be converged faster than CA, since it employs the difference information as pseudo-sensitivity In this paper, a trial vector and its control parameters of DE are examined and unconstrained optimization problems of highly nonlinear multimodal functions are demonstrated. To illustrate the efficiency of DE, convergence rates and robustness of global optimization algorithms are compared with those of simple GA.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.339-343
• /
• 2001

본 연구에서는 수중 음의 전달에 작용하는 기하와 지음향 매개변수들을 전역 최적화(global optimization) 방법인 유전자 알고리듬을 사용하여 추정하려한다. 유전자 알고리듬은 목적함수가 불규칙적인 경우에도 모든 가능한 매개변수들을 조사하지 않으면서 전역 최대치 또는 최소치를 추정할 수 있는 최적화 방법으로, 정합장처리와 관련된 매개변수의 조사에 적합한 방향성 조사법이라 할 수 있다. 유전자 알고리듬을 이용하여 천해 해양환경에서 수치실험을 통해 매개변수 역산의 가능성을 살펴보도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.55-57
• /
• 2001

자바언어는 이질적인 네트워크 환경에서 프로그램 개발이 적합하도록 설계된 언어이다. 자바언어의 특징은 소프트웨어를 쉽게 개발하는데 유용한 것은 사실이지만, 성능상 제약이 따르게 된다. 즉 자바는 클래스 파일이 이동하여 JVM 환경에서 인터프리팅 되는 시스템이므로, 클래스 파일이 이동하며 실행되는 동안의 성능의 저하 없이 자바의 특징을 이용하려면 복잡한 최적화와 실행 시스템이 요구된다. 본 논문은 네트워크 상에서 동적으로 다운로드 되는 클래스 파일의 최적화에 있다. 클래스 파일이 인터프리팅 되는 시스템이 보다 적은 네트워크 로드를 가지고 실행할 수 있도록 하며, 효율적인 실행 속도를 보이도록 하는 것이다. 여기서는 Class Field Optimizer는 내부적으로 Bytecode Optimizer와 ClassGen을 이용하여 실행시간을 개선하고 전체 클래스 파일의 크기를 줄이게 된다. Bytecode Optimizer는 peephole 최적화를 수행하고, bytecode 의존적 최적화, 그리고 전역최적화를 행하게 된다. ClassGen은 클래스 파일의 포맷에 따라 bytecode를 분석하고 본래의 클래스 파일보다 작은 크기의 클래스 파일을 생성하게 된다. 최적화된 클래스 파일은 부분적으로 클래스 파일의 최적화를 가져와 전체 클래스 파일의 크기를 줄이고, 인터프리터를 통하여 실행될 때 수행 속도면에서 좀더 빠른 실행 속도를 가지게 된다.

• Korean Journal of Air-Conditioning and Refrigeration Engineering
• /
• v.17 no.10
• /
• pp.938-946
• /
• 2005

Shape optimization of internally finned circular tube has been peformed for periodically fully developed turbulent flow and heat transfer. The physical domain considered in this study is very complicated due to periodic boundary conditions both streamwise and circumferential directions. Therefore, Pareto frontier sets of a heat exchanger can be acquired by coupling the CFD and the multi-objective genetic algorithm, which is a global optimization technique. The optimal values of fin widths $(d_1,\;d_2)$ and fin height (H) are numerically obtained by minimizing the pressure loss and maximizing the heat transfer rate within ranges of $d_1=0.2\sim1.5\;mm,\;d_2=0.2\sun1.5\;mm,\;and\;H=0.2\sim1.5\;mm$. The optimal values of the design variables are acquired after the fifth generation and also compared to those of a local optimization algorithm for the same geometry and conditions.

• Journal of the Society of Naval Architects of Korea
• /
• v.45 no.6
• /
• pp.590-600
• /
• 2008

This paper concerns the development of a designer friendly hull form parameterization and its coupling with advanced global optimization algorithms. As optimization algorithms, we choose the Partial Swarm Optimization(PSO) recently introduced to solve global optimization problems. Most general-purpose optimization softwares used in industrial applications use gradient-based algorithms, mainly due to their convergence properties and computational efficiency when a relatively few number of variables are considered. However, local optimizers have difficulties with local minima and non-connected feasible regions. Because of the increase of computer power and of the development of efficient Global Optimization (GO) methods, in recent years nongradient-based algorithms have attracted much attention. Furthermore, GO methods provide several advantages over local approaches. In the paper, the derivative-based SQP and the GO approach PSO are compared with their relative performances in solving some typical ship design optimization problem focusing on their effectiveness and efficiency.