• 한국정보처리학회논문지
• /
• 제4권6호
• /
• pp.1550-1556
• /
• 1997

본 논문에서는 진화 알고리즘에 기반하여 조합 최적화 문제를 해결하고자 한다. 진화 알고리즘은 대규모 문제 공간에서 최적화 문제를 해결하는데 적합한 알고리즘이다. 본 논문의 조합 최적화의 예는 경수로 원자로로부터 나온 폐연료를 중수로에서 재사용하는데 필요한 폐연료의 조합 문제이다. 이와 같은 조합 최적화 문제는 0/1 knapsack 문제와 같이 NP-Comprete 문제에 해당한다. 이러한 문제를 해결하기 위해서는 고전적인 진화 알고리즘의 전략에 기반하여 랜덤 연산자를 이용하여 평가 함수 값이 좋은 방향으로만 탐색을 수행하는 방법, 그리고 벡터 연산자를 이용하여 최적의 해를 보다 빨리 얻을 수 있는 휴리스틱을 사용하는 방법이 있다. 본 논문에서는 중수로 연료 조합 문제 영역의 모든 지식을 벡터화하여 벡터의 연산만으로 가능성 검사, 해를 평가하는 방법을 소개한다. 또한 벡터 휴리스틱이 고전적인 진화 알고리즘에 비해 어느 정도의 성능을 보이는지 비교한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.61-63
• /
• 2003

지난 10년 동안 유전 알고리즘은 어렵고 복잡한 다양한 문제들을 해결하기 위한 새로운 방법으로 인식되어왔다. 이러한 유전 알고리즘의 성능은 알고리즘 내에 구현되는 여러 연산자들에 좌우된다. 따라서 많은 연구자들이 새로운 연산자 개발에 관심을 가져 왔었다. 특히, 가장 널리 알려진 조합최적화 문제 중에 하나인 알려진 traveling salesman problem (TSP)의 경우 NP-hard문제로 분류되어 현재까지 이를 해결하기 위한 다양한 유전 연산자들이 개발되어 왔었다. 따라서 본 논문에서는 TSP 문제를 test problem로 이용하여 이를 해결하기 위한 새로운 유전 연산자 특히 교차 (Crossover Operator) 연산자들을 제안하고 기존의 다양한 연산자들과 비교를 통해서 성능을 입증한다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.99-102
• /
• 2000

전통적인 job shop 일정계획문제는 NP_hard 문제로 조합최적화 문제이다 일반적인 가정은 job이 방문하는 기계들의 경로가 고정되어 있다는 것이다. 경로 유연성을 가지는 job shop 일정계획문제는 job이 방문하는 기계들의 경로가 고정되어져 있지 않다는 것이다. 이러한 경우에 전통적인 job shop 문제를 복잡하게 만든다. 경로 유연성을 가지는 job shop 문제도 NP-hard 문제이다. 그러므로 휴레스틱이나 AI 기법들을 사용하는 하는 것이 불가피하게 되었다. 유전 알고리즘은 매우 복잡한 조합 최적화문제인 job shop 일정계획문제에 적용되어지고 있다. 이 논문은 최대완료시간(makespan)으로 경로 유연성을 가지는 job shop 일정계획문제를 풀기 위한 유전 알고리즘을 제시하고자 한다. 먼저 경로 유연성을 가지는 job shop 일정계획문제에 대한 정의를 내리고 유전 알고리즘을 구축하기 위한 첫 단계로 유전적 표현 즉, 개체 표현방법에 대해 설명하고 유전 연산자의 소개 그리고 알고리즘 재생과정을 제시하고 수치실험을 통해 알고리즘이 양질의 일정계획을 찾을 수 있다는 것을 보이고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.539-542
• /
• 2004

배낭 문제는 조합 최적화 문제로서, 다항 시간(polynomial time)에 풀리지 않는 NP-hard 문제이다 이 문제를 해결하기 위해 기존에는 DNA 컴퓨팅 기법과 GA 등을 사용하여 해결하였다. 하지만 기존의 방법들은 DNA의 정확한 특성을 고려하지 않아, 실제 실험과의 결과 차이가 발생하고 있다. 본 논문에서는 DNA 컴퓨팅 실험 과정에서 발생하는 DNA 조작 오류를 최소화하고, 보다 정확한 예측을 위해 함수 언어인 Haskell을 이용한 코드 최적화 DNA-Haskell을 제안한다. 코드 최적화 DNA-Haskell은 배낭 문제 중 (0,1)-배낭 문제에 적용하였고, 그 결과 기존의 DNA 컴퓨팅 방법보다 실험적 오류를 최소화하였으며, 또한 적합한 해를 빠른 시간 내에 찾을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.66-68
• /
• 1998

이열 기계 배치 문제는 기계의 수가 많아지면 기존의 알고리즘으로는 실제적으로 해결이 불가능한 조합 최적화 문제이다. 본 논문에서는 최적의 기계 배치를 찾기 위하여 유전자 알고리즘을 사용하고 기존의 방법과 비교하여 선택 과정의 개선을 통해 최적화의 성능을 향상시키는 방법에 대하여 고찰한다. 실험을 통하여 제안된 방법의 성능을 분석하였다.

• 한국전자파학회논문지
• /
• 제14권5호
• /
• pp.499-505
• /
• 2003

이동 무선 통신 시스템을 설계할 때 기지국의 위치는 매우 중요한 파라미터 중 하나이다. 기지국 위치를 설계할 때 여러 가지 복잡한 변수들을 잘 조합하여 코스트가 최소가 되도록 설계해야 한다. 이러한 문제를 해결하는데 필요한 알고리즘이 조합 최적화 알고리즘이며, 지금까지 조합 최적화 기술로 Random Walk, Simulated Annealing, Tabu Search, Genetic Algorithm과 같은 전역 최적화 기술이 사용되어 왔다. 본 논문은 이동 통신시스템의 기지국 위치 최적화에 위의 4가지 알고리즘들을 적용하여 각 알고리즘의 결과를 비교 분석하며 알고리즘에 의한 최적화 과정을 보여준다.

• 지능정보연구
• /
• 제3권2호
• /
• pp.1-9
• /
• 1997

본 논푼에서는 경수로 원자력 발전소의 사용 후 핵연료를 중수로의 핵연료로 재사용하기 위해 사용 후 경수로 핵연료의 최적 조합을 찾는데 진화 알고리즘(Evolutionary Algorithm)을 이용하여 해결해 보고자 한다. 진화 알고리즘은 대규모 문제 공간에서 최적화 문제를 해결하는데 적합한 알고리즘이다. 사용 후 경수로 핵연료에는 중수로에서 사용할 수 있는 유용한 원자들을 많이 포함하고 있지만 핵연료 봉마다 그 함량이 다양하고, 중수로 연료가 되기 위한 제약 조건 때문에 최적 조합 전략이 펼요하다. 사용후 핵연료의 조합 문제는 알고리즘 분야에서 대표적인 조합 최적화 문제인 0/1 Knapsack문제와 같이 Non-Polynomial (NP) Complete문제에 해당한다. 이러한 문제를 해결하기 위해셔는 고전적언 전화 알고리즘의 전략에 기반하여 랜덤 연산자를 이용하되 평가 함수 값이 좋은 방향으로만 탐색을 수행하는 방법이 있으나 이것은 탐색의 효율면에셔 좋지 않다. 따라서 본 연구에서는 벡터 연산자를 이용하여 최적의 해를 보다 빨리 얻을 수 있는 휴리스틱을 사용하는 방법을 제안한다. 본 논문에서는 경수로 핵연료 조합 문제 영역의 모든 지식을 벡터화하여 벡터의 연산만으로 가능성 검사, 해를 평가 하는 방법을 소개한다. 또한 벡터 휴리스틱이 고전적인 진화 알고리즘에 비해 어느 정도의 성능을 보이는지 비교한다.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.71-79
• /
• 1998

본 논문은 유전알고리즘과 random tabu 탐색법을 조합한 새로운 최적화 알고리즘을 제안한다. 유전알고리즘과 전역적인 최적해에 대한 탐색능력이 우수하고, random tabu 탐색법은 최적해에의 수렴속도가 매우 빠른 알고리즘이다. 본 논문에서는 이 두 알고리즘의 장점을 이용해서 수렴정도와 수렴속도가 더욱 향상된 최적알고리즘을 제안하여 알고리즘의 수렴성능을 조사하고, 실제 최적화문제로서 지진응답을 최소로 하기위한 배관지지대의 최적배치문제에 적용하여 기존의 방법과 비교를 통하여 유용성을 검토하였다.

• 경영정보학연구
• /
• 제5권2호
• /
• pp.203-217
• /
• 2003

제약식 프로그래밍과 최적화 솔버는 공통된 문제를 풀기 위한 해법으로서 서로 다른 영역에서 발전되어왔다. 특히 제약식 확산법과 선형 계획법은 두 영역의 주된 기법으로서 조합 최적화 문제를 푸는데 함께 사용될 수 있는 통합가능한 보완 기법들이다. 지금까지 이를 통합하기 위한 시도는 주로 한 기법을 다른 기법의 모형 틀안에 포함시키는 것이었다. 본 논문은 둘의 통합을 통한 잇점들은 충분히 사용하기 위해서는 모형 역시 통합될 필요가 있음과 그 모형 통합의 틀을 보이고 그 틀 안에서 어떻게 두 기법의 솔버의 수준으로 통합되어 새로운 혼합 솔버를 구축할 수 있는지를 보인다.

• 정보처리학회논문지A
• /
• 제10A권4호
• /
• pp.369-374
• /
• 2003

조합 최적화 문제를 풀기 위한 개미 알고리즘(Ant Algorithm)은 실제 개미 집단의 행동을 모방하여 만들어진 것이다. Ant Colony System(ACS)은 여러 유형의 개미 알고리즘 중 비교적 최근에 소개된 것이다. ACS의 설계를 위해 순회 외판원 문제(Traveling Salesman Problem, TSP)를 사용하여 실험을 수행하였다. ACS를 다양한 조합 최적화 문제에 적용할 때 순회 외판원 문제에 사용된 ACS의 파라미터와 전략을 사용하고 있다. 본 논문에서는 조합 최적화 문제들 중 하나인 멀티캐스팅 라우팅 문제를 해결하기 위해 ACS를 이용하였다. 멀티캐스트 라우팅은 데이터를 하나의 송신자에서 여러 수신자들로 보내기 때문에 모든 노드를 포함하는 순회 외판원 문제와는 속성이 다르고, 송신자에서 각 수신자에 하나의 최단경로를 설정하는 문제와도 다른 속성을 지니고 있다. 본 논문에서는 멀티캐스트 라우팅에 ACS를 적용하기 위해 알고리즘의 동작을 수정하고, 수정한 ACS의 성능을 향상시키기 위한 최적의 전략과 파라미터를 설계한다.