• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.13-14
• /
• 2017

본 논문에서는 강의 시간표 최적화를 위한 제약 프로그래밍의 적용 방안을 제시한다. 제약 프로그래밍은 제약 만족 문제를 해결하기 위한 기법으로 대상 문제를 결정 변수, 도메인, 제약조건으로 표현한다. 본 논문에서는 시간표 작성 최적화 문제의 결정 변수로 강의실, 요일, 교시를 사용하였으며, 추가로 요일과 교시를 결합한 변수를 사용함으로써 보다 쉽게 제약 조건을 표현할 수 있도록 하였다. 또한 제약 프로그래밍에 의해 도출된 초기해를 또 다시 제약 프로그래밍을 통해 반복적으로 개선함으로써 더 좋은 강의 시간표를 작성할 수 있도록 하였다. 특정 학과의 강의 시간표 문제를 대상으로 한 실험 결과, 본 논문에서 제안한 방법을 통해 보다 빠른 시간 내에 초기해를 도출할 수 있을 뿐 아니라 최종적으로 더 좋은 해의 도출이 가능함을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.5
• /
• pp.39-47
• /
• 2010

Constraint satisfaction optimization problem is a kind of optimization problem involving cost minimization as well as complex constraints. Local search and constraint programming respectively have been used for solving such problems. In this paper, I propose a method to integrate local search and constraint programming to improve search performance. Basically, local search is used to solve the given problem. However, it is very difficult to find a feasible neighbor satisfying all the constraints when we use only local search. Therefore, I introduced constraint programming as a tool for neighbor generation. Through the experimental results using weighted N-Queens problems, I confirmed that the proposed method can significantly improve search performance.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.12
• /
• pp.29-43
• /
• 2021

In this paper, a new approach to solve the constrained dynamic programming is proposed by using the constraint programming. While the conventional dynamic programming scheme has the state space augmented with states on constraints, this approach, without state augmentation, represents states of constraints as domains in a contraining programming solver. It has a hybrid computational mechanism in its computation by combining solving the Bellman equation in the dynamic programming framework and exploiting the propagation and inference methods of the constraint programming. In order to portray the differences of the two approaches, this paper solves a simple version of the long-term car rental financing problem. In the conventional scheme, data structures for state on constraints are designed, and a simple inference borrowed from the constraint programming is used to the reduction of violation of constraints because no inference risks failure of a solution. In the hybrid approach, the architecture of interface of the dynamic programming solution method and the constraint programming solution method is shown. It finally discusses the advantages of the proposed method with the conventional method.

• Information Systems Review
• /
• v.5 no.2
• /
• pp.203-217
• /
• 2003

Constraint Programming and Optimization have developed in different fields to solve common problems in real world. In particular, constraint propagation and linear Programming are their own fundamental and complementary techniques with the potential for integration to benefit each other. This intersection has evoked the efforts to combine both for a solution method to combinatorial optimization problems. Attempts to combine them have mainly focused on incorporating either technique into the framework of the other with traditional models left intact. This paper argues that integrating both techniques into an old modeling fame loses advantages from another and the integration should be molded in a new framework to be able to exploit advantages from both. The paper propose a declarative modeling framework in which the structure of the constraints indicates how constraint programming and optimization solvers can interact to solve problems.

• Journal of Intelligence and Information Systems
• /
• v.1 no.1
• /
• pp.111-122
• /
• 1995

전통적으로 스케줄링 문제를 해결하기 위해 LP(Linear Programming) 기법이 주로 적용되어 왔으나, 스케줄링 문제의 많은 자원과 지식, 제약조건의 복잡한 상관 관계를 LPrl법으로 표현하고 처리하기가 쉽지 않다. 따라서 최근에는 AI 기법을 스케줄링 문제에 많이 적용하고 있고, AI 기법은 지식 표현 및 휴리스틱을 다루기에 효과적이므로 문제를 모델링하고 해결하는데 용이하다 할 수 있다. 본 논문에서는 AI 기법을 기반으로 하여 스케줄링에 적합한 휴리스틱 및, 탐색기법, 지식표현 방법등을 연구하고, 이를 바탕으로 코스 스케줄링 시스템을 구현하였다. 먼저 시스템은 전체적으로 메타프로그래밍을 통하여 초기 스케줄링(initial scheduling)과 동적스케줄링 (reactive scheduling)을 수행하도록 하였다. 메타프로그램이 초기 스케줄링을 수행할때에는 휴리스틱과 자체적인 도메인 여과기법을 적용하여 탐색 공간의 불일치 요소(inconsistency)를 제거시킴으로써 백트랙킹의 발생을 최소화시켰다. 또한 초기 스케줄링의 결과를 가지고 메타프로그래밍이 동적 재스케줄링을 수행할때에는 제약조건을 통한 휴리스틱을 이용하여 초기해에 대한 조정을 최소화할 수 있는 메카니즘을 제시하였다. 이에 대한 적용 결과는 실험을 통하여 기존의 논리 언어가 제공하는 탐색 알고리즘과 비교하고 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.83-86
• /
• 2006

컴퓨터 프로그래밍 실습의 공간적, 시간적 제약 및 프로그램 구입과 관련한 경제적 제약을 극복하기 위해 인터넷 웹 환경에 기반을 둔 학습 시스템에 대한 연구가 지금까지 진행되어 왔다. 본 논문에서는 기존의 웹 기반 학습 시스템을 이동기기를 학습매체로 하는 모바일 학습 환경으로 확장 적용하였으며, 이를 통하여 장소와 시간에 더 독립적인 컴퓨터 프로그래밍 학습 환경을 가능하게 할 수 있다. 본 논문에서 제안하는 모바일 학습 시스템은 PDA를 이용하여 컴퓨터 프로그래밍 실습을 할 수 있도록 설계되고 구현되었으며, 사용자의 PDA에 별도의 클라이언트 프로그램이 필요 없이 브라우저 상에서 바로 실행할 수 있도록 설계 및 구현하였다. 또한, 다양한 PDA 디스플레이 크기를 고려하여, 사전에 여러 규격의 디스플레이 템플릿을 보유하여, 사용자는 자신의 PDA 크기에 적합한 디스플레이를 선택할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.286-289
• /
• 2011

제약을 갖는 부분 관찰 의사결정 과정(Constrained Partially Observable Markov Decision Process; CPOMDP)는 정책이 제약(constraint)를 만족하면서 가치 함수를 최적화하도록 일반적인 부분 관찰 의사결정과정(POMDP)을 확장한 모델이다. CPOMDP는 제한된 자원을 가지거나 여러 개의 목적 함수를 가지는 문제를 자연스럽게 모델링할 수 있기 때문에 일반적인 POMDP에 비해 더 실용적인 장점을 가진다. 본 논문에서는 CPOMDP의 확률적 최적 정책 및 근사 최적 정책을 계산할 수 있는 최적 및 근사 동적 프로그래밍 알고리즘을 제안한다. 최적 알고리즘은 동적 프로그래밍의 각 단계마다 미니맥스 이차 제약 계획 문제를 계산해야 하는 반면에 근사 알고리즘은 선형 계획 문제만을 필요로 하는 점-기반(point-based) 가치 업데이트를 이용한다. 실험 결과, 확률적 정책이 결정적(deterministic) 정책보다 더 나은 성능을 보이며, 근사 알고리즘을 통해 계산 시간을 줄일 수 있음을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.327-328
• /
• 2016

프로그래밍 교육은 프로그래밍에 필요한 지식 교육부분과 문제해결능력과 연관된 프로그래밍 전략을 교육하는 부분이 함께 필요하다. 프로그램 작성 기술을 교육하는 과정은 단순한 지식 습득과정이 아니므로 수업과정에서 학습자 스스로 문제해결능력을 배양할 수 있는 유도과정이 필요하다. 이러한 특성의 프로그래밍 수업의 대표적인 수업방식은 실습방식으로, 실제 수업에서 학습자들의 서로 다른 수준을 고려하면서 실습수업을 효과적으로 운영하기에는 수업시간에 대한 제약이 많이 발생한다. 본 연구에서는 프로그래밍 교육에서 사전 프로그래밍 과제를 활용하여 주어진 학점과 시간 안에서 실습 중심의 학습 효과를 높일 수 있는 교수 학습 모델을 제시한다. 이를 통해 프로그래밍 언어 교육 과정에서 발생하는 제한된 실습수업 시간으로 인해 학습자 스스로가 문제해결능력을 배양할 수 있도록 유도하는 수업을 실시하는데 발생하는 어려움을 해결하여, 학습자가 문제해결능력을 향상시키고 좋은 프로그램 작성 기준에 적합한 프로그램 개발 능력을 배양하는 결과를 얻을 수 있었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1994.04a
• /
• pp.159-165
• /
• 1994

실세계에서 발생하는 많은 문제들은 주어진 제약조건들을 만족하는 범위내에서 해를 찾는 제약만족문제(CSP)의 개념으로 설명될 수 있으며, 이러한 문제들의 해결을 위해 인공지능 및 OR 분야에서 활발한 연구가 계속 되어왔다. 본 연구는 대표적 논리언어인 prolog에서 유한이산 도메인 및 수치 제약조건의 해결을 위한 제약해결기에 대한 연구이다. 본 연구에서 구현된 제약해결기에서는 포워드체킹(FC)을 사용하여 조합적 문제를 효과적인 도메인 여과를 통해 탐색공간 및 탐색시간을 축소시키며, 또한 최적화 문제의 해결에 있어서도 그 문제에 주어진 목적함수와 FC의 장점을 조화 시킴으로써 최적해를 더욱 효과적으로 발견한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.60-63
• /
• 2023

프로그래밍 모바일 앱은 장소에의 제약성 해소와 장비의 경량화가 가능하다. 프로그래밍 실습을 위한 환경으로 PC나 서버 연결 온라인 환경 등이 주로 사용되나 모바일 앱은 거의 사용되지 않는다. 이 연구에서는 모바일 앱을 활용하여 프로그래밍할 수 있는 환경을 설계하고 구현한다. 프로그래밍 언어로는 LISP의 파생어인 Scheme을 사용하였다. Scheme 언어는 다중 패러다임 언어로서 프로그래밍 교육에서 다양한 관점으로 문제 해결 방식을 제공할 수 있다. 이를 통해 Scheme 언어에 대한 인터프리터를 서버리스 프로그래밍 앱으로 설계하고 구현하는 과정을 기술한다. 구현 결과에 대한 인터프리터 처리 성능 실험으로 재귀 함수로 피보나치 수열을 계산하였을 때 PC 수행 시간에 대한 모바일 버전 수행 시간 백분율 기하 평균은 0.96으로 모바일 환경에서도 일반 컴퓨터 환경에 버금가는 처리 성능을 얻음을 확인하였다.