• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.3
• /
• pp.71-79
• /
• 1998

This paper introduces a new optimization algorithm which is combined with genetic algorithm and random tabu search method. Genetic algorithm is a random search algorithm which can find the global optimum without converging local optimum. And tabu search method is a very fast search method in convergent speed. The optimizing ability and convergent characteristics of a new combined optimization algorithm is identified by using a test function which have many local optimums and an optimum allocation of pipe support. The caculation results are compared with the existing genetic algorithm.

• Computational Structural Engineering
• /
• v.5 no.3
• /
• pp.44-47
• /
• 1992

본 학술기사의 목적은 구조설계를 위한 강력하고도 유용한 도구로서의 최적화기법을 소개하는 것이고 현재의 기술현황을 보여주는 것이다. 최적화의 발전은 유한요소법과 컴퓨터기법 그리고 최적화알고리즘 및 소프트웨어의 동시적인 발전으로부터 이루어진다. 이렇게 됨으로써 사용자가 꼭 최적화 이론가가 될 필요성은 없어질 것이고 모든 공학자는 설계의 질과 생산성을 증진시키기 위해 최적화를 훌륭한 설계기술로서 이용할 수가 있게 될 것이다. 최적화를 위한 두가지 접근방안이 제안되었다. 하나는 최적화 과정중 직접적으로 사용되는 민감도 정보를 제공하기 위해 유한요소해석 프로그램을 수정하는 것이고, 다른 하나는 설계변수와 구조응답들로 구성된 목적함수, 제약조건으로된 최적화문제에 최적화기법을 연결하는 것이다. 가장 좋은 방법은 이 두 접근방법의 조합된 방법인 것 같지만 서로 모순된 것 같기 때문에 분명하지가 않다. 따라서 이 부분은 앞으로 주목을 받을 충분한 가치가 있는 내용이 될 것이다. 원료 부족에 대한 인식의 증대와 부존에너지자원의 빠른 고갈은 경량이면서 효율적이고 경제적인 구조물에 대한 욕구를 증폭시켰다. 따라서 오늘날의 유용하고, 거대한 계산능력을 고려한다면, 최적화기법을 사용하고자 하는 동기는 충분한 것이고 숙련된 공학설계자들에 의해 응용됨으로써 최적화는 경쟁적인 우위를 제공하는 강력한 도구가 될 수 있을 것이다.

• Journal of Korean Society of Environmental Engineers
• /
• v.38 no.7
• /
• pp.364-370
• /
• 2016

In this paper, the technique that determines efficient process combinations for the ultrapure water production was studied. The ultrapure water is one of the industrial water used in industrial activity and required in the advanced technology integrated industry. It is produced by combined process including filtration, ion exchange processes, the reverse osmosis (RO) process, degassing (DG) process and UV-oxidation (UVox) process. An ultrapure water production process consists of 15-20 different water treatment unit process. In this study, a pilot plant was built and operated to research the design parameters for the individual process. Through the pilot plant operation, 19 effective combinations were optimized among various processes. And then, 11 of them satisfied the final quality of the ultrapure water. The stability and economic feasibility were evaluated about the final 11 process combinations.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• 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.

• 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.12 no.1
• /
• pp.139-161
• /
• 2006

In this paper, we introduce a new combinatorial auction mechanism - N-Bilateral Optimized Combinatorial Auction (N-BOCA). N-BOCA is a flexible iterative combinatorial auction model that offers optimized trading for multi-suppliers and multi-purchasers in the supply chain. We design the N-BOCA system from the perspectives of architecture, protocol, and trading strategy. Under the given N-BOCA architecture and protocol, auctioneers and bidders have diverse decision strategies f3r winner determination. This needs flexible modeling environments. Hence, we propose an optimization modeling agent for bid and auctioneer selection. The agent has the capability to automatic model formulation for Integer Programming modeling. Finally, we show the viability of N-BOCA through prototype and experiments. The results say both higher allocation efficiency and effectiveness compared with 1-to-N general combinatorial auction mechanisms.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.3
• /
• pp.143-150
• /
• 2016

In this paper, we propose Korean monophthong recognition method optimizing muscle mixing based on facial surface EMG signals. We observed that EMG signal patterns and muscle activity may vary according to Korean monophthong pronunciation. We use RMS, VAR, MMAV1, MMAV2 which were shown high recognition accuracy in previous study and Cepstral Coefficients as feature extraction algorithm. And we classify Korean monophthong by QDA(Quadratic Discriminant Analysis) and HMM(Hidden Markov Model). Muscle mixing optimized using input data in training phase, optimized result is applied in recognition phase. Then New data are input, finally Korean monophthong are recognized. Experimental results show that the average recognition accuracy is 85.7% in QDA, 75.1% in HMM.

• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.1-9
• /
• 1997

These papers propose an evolutionary algorithm for re-using output of waste fuel of light water reactor system in nuclear power plants. Evolutionary algorithm is useful for optimization of the large space problem. The wastes contain several re-useable elements, and they should be carefully selected and blended to satisfy requirements as input material to the heavy water nuclear reactor system. This problem belongs to a NP-hard like the 0/1 Knapsack problem. Two evolutionary strategies are used as a, pp.oximation algorithms in the highly constrained combinatorial optimization problem. One is the traditional strategy, using random operator with evaluation function, and the other is heuristic based search that uses the vector operator reducing between goal and current status. We also show the method, which performs the feasible teat and solution evaluation by using the vectorized data in problem. Finally, We compare the simulation results of using random operator and vector operator for such combinatorial optimization problems.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1258-1260
• /
• 2022

재료공학에서 머신러닝을 이용해 목적 성능에 부합하는 물질의 조성을 탐색하는 연구가 있다. 물질의 성능은밀도 범함수 계산을 통해 시뮬레이션 할 수 있지만, 계산량이 많은 문제가 있다. 본 연구를 통해 우리는 고효율 페로브스카이트 태양광전지를 만들기 위한 페로브스카이트 조성을 추천하는 심층신경망과 베이지안 최적화 모델을 제안했다. 본 연구에서 높은 전력효율이 예상되는 페로브스카이트 조성을 심층신경망과 베이지안 최적화 방법을 통해 추천하는 모델을 구현하였다. 심층신경망 모델은 주어진 조성과 실험조건에서 예상되는 전력효율을 예측해 베이지안 최적화를 통한 탐색과정에서 소요되는 실험비용을 줄인다. 베이지안 최적화 모델은 실험공간을 입력으로 받아 고효율이 예상되는 실험조건을 출력하는데, 미리 설정한 실험공간만을 탐색하기 때문에 실험적으로 가능한 출력값만을 제시 할 수 있다. 본 연구는 심층신경망과 베이지안 최적화 방법을 조합해 주어진 실험공간을 탐색하는 시간과 비용을 최소화하는 방법을 제시한다