• Journal of KIISE:Software and Applications
• /
• v.32 no.4
• /
• pp.247-257
• /
• 2005

Generally, the network topology design problem is characterized as a kind of NP-hard combinatorial optimization problem, which is difficult to solve with the classical method because it has exponentially increasing complexity with the augmented network size. In this paper, we propose the efficient approach with two phase that is comprised of evolutionary computation approach based on Prufer number(PN), which can efficiently represent the spanning tree, and a heuristic method considering 2-connectivity, to solve the highly reliable network topology design problem minimizing the construction cost subject to network reliability: firstly, to find the spanning tree, genetic algorithm that is the most widely known type of evolutionary computation approach, is used; secondly, a heuristic method is employed, in order to search the optimal network topology based on the spanning tree obtained in the first Phase, considering 2-connectivity. Lastly, the performance of our approach is provided from the results of numerical examples.

• The KIPS Transactions:PartB
• /
• v.12B no.7 s.103
• /
• pp.823-828
• /
• 2005

Ant Colony System (ACS) applied to the traveling salesman problem (TSP) has demonstrated a good performance on the small TSP. However, in case of the large TSP. ACS does not yield the optimum solution. In order to overcome the drawback of the An for the large TSP, the present study employs the idea of subpath to give more irormation to ants by computing the distance of subpath with length u. in dealing with the large TSP, the experimental results indicate that the proposed algorithm gives the solution much closer to the optimal solution than does the original ACS. In comparison with the original ACS, the present algorithm has substantially improved the performance. By utilizing the proposed algorithm, the solution performance has been enhanced up to $70\%$ for some graphs and around at $30\%$ for averaging over all graphs.

• Journal of Korean Society for Quality Management
• /
• v.36 no.4
• /
• pp.29-36
• /
• 2008

최근 자동차 경량화를 위한 부단한 노력이 진행되고 있다. 이 목적에서, HSS (high strength steel)는 전통적인 연강 (mild steel)의 대안으로 널리 사용되고 있다. 본 연구의 목적은 판금의 형단조에 있어서의 공구와 공정설계를 위하여 HSS의 스프링백(springback)을 정확히 예측하기 위한 성공적인 방법론을 추구하고자 함이다. 연구를 위하여 먼저 스프링백의 개념과 그의 측정치들을 설명했으며 U-draw bending 시험을 수행하였다. 시험 결과 및 선정된 파라메터들 중심의 수행평가기준에 근거하여, 주어진 파라메터 조합들을 중심으로 유한요소 해석을 수행하였다. 직교배열을 통하여 스프링백에 대한 인자 효과들을 포괄적으로 분석하였으며 최적 인자 조합들을 도출하였다. 이 과정에서 직교배열상의 한 조합 전체의 데이터가 가용하지 않는 문제가 수반되었으며, 반복적으로 signal-to-noise 비(ratio)를 개선해가는 기법을 적용하여 해결하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.20 no.1
• /
• pp.155-161
• /
• 2020

In general, optimization problems are difficult to solve simply. The reason is that the given problem is solved as soon as it is simple, but the more complex it is, the very large number of cases. This study is about the optimization of AI neural network. What we are dealing with here is the relief method for constructing AI network. The main topics deal with non-deterministic issues such as the stability and unstability of the overall network state, cost down and energy down. For this one, we discuss associative memory models, that is, a method in which local minimum memory information does not select fake information. The simulated annealing, this is a method of estimating the direction with the lowest possible value and combining it with the previous one to modify it to a lower value. And nonlinear planning problems, it is a method of checking and correcting the input / output by applying the appropriate gradient descent method to minimize the very large number of objective functions. This research suggests a useful approach to relief method as a theoretical approach to solving optimization problems. Therefore, this research will be a good proposal to apply efficiently when constructing a new AI neural network.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.783-786
• /
• 2008

외판원문제(Traveling Salesman problem: TSP)는 전형적인 조합최적화 문제로 위치하는 n개의 모든 지점을 오직 한번씩만 방문하는 순회경로를 결정하는 과정에서 순회비용 또는 순회거리를 최소화한다. 따라서 본 논문에서는 종래의 NP-hard문제로 널리 알려진 TSP를 해결하기 위해서 메타 휴리스틱기법 중에서 가장 널리 이용되고 있는 유전 알고리즘(Genetic Algorithm: GA)을 이용한다. 마지막으로, 유전 알고리즘을 이용해 외판원문제에 적합한 성능을 보이는 유전 연산자를 찾아내기 위해 수치 실험을 통해 그 성능에 대한 평가를 한다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.2
• /
• pp.211-222
• /
• 1999

본 논문은 위성간 링크를 이용하여 저궤도 위성망을 구성할 때 발생하는 링크할당 문제를 효율적으로 풀기 위한 기법을 제안한다. 제안된 기법은 먼저 위성 궤도운동의 주기성에 기반하여 저궤도 위성망을 유한상태기계로 모델링한 후에, 유한상태기계의 각 상태에서 최적의 링크할당을 구하기 위해서 조합형 최적화 문제에 많이 쓰이는 시뮬레이팅드 어닐리을 이용한다. 제안된 기법의 이점은 저궤도 위성망을 유한상태기계로 모델링함으로써 도적인 움직임을 보이는 저궤도 위성망에서의 링크할당 문제를 고정된 위상을 가지는 망에서의 링크할당 문제로 단순화시키고 이를 토대로 최적화기법을 적용할 수 있다는 것이다. 시뮬레이티드 어닐링에 의하여 최적화된 링크할당의 성능은 정규링크할당과의 비교.분석을 통해서 평가된다. 최적화된 링크할당과 정규링크할당의 성능분석을 위하여 정적경로배정과 동적경로배정 기법이 고려된다. 시뮬레이션을 통한 실험결과는 정적경로배정을 적용한 최적링크할당 기법이 호 봉쇄확률 측면에서 최고의 성능을 가짐을 보여준다. 링크할당기법이 같은 경우에는 정적경로배정이 동적경로배정보다 우수한 성능을 보이는데 이는 동적경로배정의 경우에 상태전이 후에 경로배정 표가 안정화되기 위해서 많은 시간을 필요로 하기 때문이다. 본 논문에서는 제안된 링크할당 기법은 작은 용량의 위성간 링크를 가지고서 많은 호에대한 서비스를 제공하고자 할 때 유용하며, 호의 서비스를 위하여 실제로 필요한 위성간 링크의 용량은 실험결과로부터 유추될 수 있다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.39 no.4
• /
• pp.10-18
• /
• 2002

Network topology design is a multiobjective problem with various design components. The components such as cost, message delay and reliability are important to gain the best performance. Recently, Genetic Algorithms(GAs) have been widely used as an optimization method for real-world problems such as combinatorial optimization, network topology design, and so on. This paper proposed a method of Multi-objective GA for Design of the network topology which is to minimize connection cost and message delay time. A common difficulty in multiobjective optimization is the existence of an objective conflict. We used the prufer number and cluster string for encoding, parato elimination method and niche-formation method for the fitness sharing method, and reformation elitism for the prevention of pre-convergence. From the simulation, the proposed method shows that the better candidates of network architecture can be found.

• The Journal of the Korea Contents Association
• /
• v.5 no.3
• /
• pp.193-199
• /
• 2005

One of the important fields for heuristics algorithm is how to balance between Intensificationand Diversification. Ant Colony System(ACS) is a new meta heuristics algorithm to solve hard combinatorial optimization problem. 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(TSP). In this paper, we propose Multi Colony Interaction Ant Model that achieves positive negative interaction through elite strategy divided by intensification strategy and diversification strategy to improve the performance of original ACS. And, we apply multi colony interaction ant model by this proposed elite strategy to TSP and compares with original ACS method for the performance.

• The KIPS Transactions:PartB
• /
• v.10B no.7
• /
• pp.751-756
• /
• 2003

Ant Colony Optimization (ACO) is new meta heuristics method to solve hard combinatorial optimization problem. It is a population based approach that uses exploitation of positive feedback as well as greedy search. It was firstly proposed for tackling the well known Traveling Salesman Problem (TSP) . In this paper, we introduce Multi Colony Ant Model that achieve positive interaction and negative interaction through Intensification and Diversification to improve original ACS performance. This algorithm is a method to solve problem through interaction between ACS groups that consist of some agent colonies to solve TSP problem. In this paper, we apply this proposed method to TSP problem and evaluates previous method and comparison for the performance and we wish to certify that qualitative level of problem solution is excellent.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2534-2536
• /
• 2004

본 논문은 유전알고리즘을 이용하여 부정맥 진단의 최적화된 입력을 구성하는 방법을 제시한다. 심전도 신호의 특징을 추출하기 위해 웨이블릿 변환이 널리 사용되고 있지만, 추출된 특징들의 선택과 최적화의 문제에 대해서는 명쾌한 해결책을 제시하지 못하고 있다. 심전도 신호는 연속 웨이블릿 변환을 이용해 5레벨로 분해되었으며, 각 서브밴드에서 추출된 계수들은 부정맥 진단을 위한 특징으로 쓰이게 된다. 웨이블릿 변환을 통해 추출된 특징들(feature)은 유전자 알고리즘과 중회귀 분석을 동하여 부정맥 진단을 위한 최적화된 특징조합이 결정되었다. 본 연구를 통해 특정레벨의 어떤 계수가 부정맥 진단에 크게 영향을 미치는지 판단할 수 있었으며 입력의 차원감소는 연산시간의 축소를 가져왔고 분류정확도를 향상시켜 분류기의 성능을 증대시켰다.