• 제목/요약/키워드: 진화과정

검색결과 916건 처리시간 0.027초

진화의 정량화를 이용한 해 진화 분석 (An Analysis on the Evolution of Solutions Using Quantification of Evolution)

  • 이승익;조성배
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2001년도 추계학술발표논문집 (상)
    • /
    • pp.571-574
    • /
    • 2001
  • 진화알고리즘이 주어진 문제에 대하여 만족스런 해를 도출할 수 있음이 많은 연구결과를 통하여 알려졌지만, 그러한 해가 진화과정에서 형성되는 과정에 대한 분석은 미비한 실정이다. 진화현상에는 적응적 진화 외에도 다양한 현상들이 동시에 존재하기 때문에, 비록 진화알고리즘을 적용하여 해를 도출하였다 하더라도 그것이 적응적 진화의 결과임을 판정하기는 어렵다. 이 논문에서는 적응적 진화의 정량화를 통하여 최종해가 다른 유전적 현상에 의하여 도출되어진 것이 아니라 주어진 문제에 잘 적응한 적응성에서 비롯된 결과임을 보인다. 이를 위하여 하드웨어 에이전트의 제어기를 유전자 알고리즘을 이용하여 진화적으로 구축하고, 적응성 측정을 통하여 최종해의 형성과정을 분석한다. 실험결과 최종해는 적응적 진화의 결과임을 알 수 있었다.

  • PDF

직접조작을 위한 NK-landscape기반 IGA 인터페이스 (An IGA Interface based on NK-landscape for Direct Manipulation)

  • 민현정;조성배
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
    • /
    • pp.484-486
    • /
    • 2004
  • 본 논문에서는 직접조작 방법을 이용하여 대화형 유전자 알고리즘(IGA)의 진화성능을 향상시키고 세대를 반복하면서 다양한 해를 얻을 수 있음을 NK-Landscape를 이용해 분석한다. 또한 NK모델을 이용하여 직접조작의 진화과정을 분석하기 위한 IGA 인터페이스를 생성한다. IGA를 이용한 진화는 특성상 적온 수의 개체와 세대수로 제한되기 때문에 지역해에 빠질 수 있는 문제점이 있다. 이러한 IGA 의 제약사창을 극복하는 방법으로 직접조작을 이용할 수 있으며 이 방법은 사용자가 원하는 개체를 생성할 수 있도록 진화과정에서 유전자를 직접 변경한다. IGA 에서 진화성능의 향상과 다양한 해외 생성을 분석하기 위하여 진화연산자인 교차, 돌연변이와 직접조작 방법의 성능을 비교 분석한다. Kauffman이 제안한 NK-Landscape로 진화과정에서 해공간이 얼마나 "ruggedness" 한지와 다양한 진화연산자에서 어떤 성능을 갖는지 분석할 수 있다 실험을 통해 3D 꽃 디자인 문제에서 NK-landscape기반 IGA인터페이스를 이용하여 IGA 해공간을 분석하고 교차, 돌연변이와 직접조작 방법의 성능을 비교함으로써 직접조작 방법으로 더 빠른 시간에 다양한 최적해를 찾을 수 있음을 알 수 있었다.

  • PDF

국내 벤처기업 진화과정에 관한 실증분석 - 코스닥상장 기술벤처기업 분석을 중심으로 - (An Empirical Study on the Size Distribution of Venture Firms in the center of KOSDAQ Listed Companies)

  • 조상섭;양영석
    • 벤처창업연구
    • /
    • 제6권1호
    • /
    • pp.23-37
    • /
    • 2011
  • 본 연구는 우리나라 벤처기업규모의 진화과정이 기존 기업규모에 무 작위적인 진화과정인지 (Gibrat's Law) 또는 자기조직화의 과정을 따를 지(Pareto Law)에 대한 실증분석을 실시하는 데 목적에서 수행되었다. 이 연구목적을 위하여 두 가지 진화과정에 대한 이론적 가능성을 설명하고, 2005년도부터 2008년도까지 92개 코스닥상장 기술벤처기업대상으로 실증적 분석을 실시하였다. 실증분석결과를 간단하게 요약하면 다음과 같다. 첫째, 우리나라 벤처기업규모의 집중도를 나타내는 지니계수변화는 종업원 수의 관점에서 집중도는 2005년도에 비하여 2008년도에 상대적으로 감소하였으나, 매출액 규모에서는 기업규모집중도가 증가하고 있음을 보였다. 둘째, 우리나라 벤처기업규모의 진화과정은 자기조작화의 메커니즘이 작동되는 멱 함수 법칙을 따르는 것으로 나타났다. 추정된 파레토 계수는 1보다 작게 나타났으며, 추정된 계수는 통계적으로 유의한 값을 보였다. 셋째, 우리나라 벤처기업규모의 초기 설립에서부터 장기적 기업성장을 통하여 최상위 기업규모그룹에 속할 수 있는 확률은 6.9%로 전망되었다. 이러한 실증분석결과는 초기에 나타난 벤처기업규모가 장기적 벤처기업진화에 매우 중요한 역할을 수행함을 제시한다.

  • PDF

인공 진화에 의한 학습 및 최적화

  • 장병탁
    • 제어로봇시스템학회지
    • /
    • 제1권3호
    • /
    • pp.52-61
    • /
    • 1995
  • 본 고에서는 진화계산의 동작 원리와 이론적 기반에 대해 살펴봄으로써 그 원리를 이해하고 앞으로의 응용가능성에 대하여 고찰하고자 한다. 이를 위해 먼저 대부분의 진화 알고리즘에 공통되는 기본 구성 요소와 계산절차를 기술하고, 진화 알고리즘을 이용하여 특정문제를 풀고자 할 때 고려할 사항에 대하여 기술한다. 다음에는 간단한 응용 문제를 예로 들어 이 문제에 진화 알고리즘을 적용하고 그 동작과정을 추적함으로써 실제 적용에 있어서의 여러 가지 결정사항과 그 수행과정을 구체적으로 살펴본다. 또한 진화 알고리즘의 이론적 배경을 이해하기 위해 스키마와 빌딩 블록 그리고 스키마 정리에 대해서 알아본다. 마지막으로 진화계산방식과 다른 지능적 계산 기술들과의 융합 가능성의 예로서, 유전 프로그래밍에 의한 신경망 구조의 설계 및 학습에 대하여 살펴본다.

  • PDF

강화학습을 사용한 적응적 진화연산 (Adaptive Genetic Algorithm with Reinforcement Learning)

  • 이승준;장병탁
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
    • /
    • pp.391-394
    • /
    • 2002
  • 진화 연산(Genetic Algorithm)은 최적화 분야에서 사용되는 강력하면서도 일반적인 방법이다. 이러한 진화 연산의 일반성은 진화 연산에서 사용되는 기본 연산자들이 문제에 대한 정보를 필요로 하지 않는 것에 기인하고 있기에, 실제 구현시에는 여러 파라미터들을 문제에 맞게 정해 줌으로써 성능 향상을 죄할 수 있다. 이러한 파라미터의 조절은 보통 시행착오를 거쳐 행해지나, 실행시에 동적으로 파라미터를 학습하는 적응적 진화 연산도 연구되어 왔다. 본 논문에서는 진화 연산에서의 파라미터 학습 과정을 강화 학습 과정으로 공식화하고 강화 학습을 사용한 적응적 진화 연산 구현을 제안한다.

개미 집단 시스템을 이용한 진화 하드웨어 (Evolvable Hardware Using Ant Colony System)

  • 황금성;조성배
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
    • /
    • pp.244-246
    • /
    • 2002
  • 진화 하드웨어(Evolvable Hardware)는 환경 적응력이 강하고 최적의 상태를 유연하게 유지하는 하드웨어 설계 기법이나 회로가 복잡해질수록 진화가 어려워지는 문제로 인해 활용이 늦어지고 있다. 본 논문에서는 이를 해결하기 위한 많은 연구 중 회로 진화 과정 분석을 위한 방법으로 개미집단 시스템을 제안한다. 경로 최적화 알고리즘인 개미집단 시스템을 적절히 변형하여 진화 하드웨어에 적용시키는 방법을 제안하고 이를 실험으로 확인하였으며, 실험 결과 하드웨어의 진화 과정을 관찰할 수 있었고, 목표 하드웨어의 해공간 특성이 페로몬으로 분포하고 있음도 관찰할 수 있었다.

  • PDF

인공미생물체를 위한 진화생태계의 구성과 그 응용 (Constitution of evolution ecosystem for artificial microbes and its applications)

  • 추승우;조환규
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
    • /
    • pp.268-270
    • /
    • 2005
  • 본 논문의 목적은, 간단한 DNA를 기반으로 서로 상호 작용하는 인공미생물체를 위한 진화생태계를 구성하는 것이다. 여기서, 강화 신호를 사용한 신경 회로망의 학습을 통해 인공미생물체의 지능 린 진화과정을 모방해서 자신의 DNA 및 주변 환경에 따라 행동 패턴이 변화하도록 하였다. 또한, 미생물의 진화론적 관점에서 생식 과정에서 두 개체산의 유전자 교환 등이 일어날 수 있도록 하였다. 그리고 이렇게 만들어진 진화생태계의 응용 가능성에 대해 다룬다.

  • PDF

무기체계 공통서비스 도출을 위한 IRM과 서비스에디션의 진화과정 분석 (Analysis on the Evolution Process of IRM and Service Editions to Derive Common Service in Weapon Systems)

  • 옥지흠;나윤근;윤희병;김세일
    • 한국IT서비스학회:학술대회논문집
    • /
    • 한국IT서비스학회 2009년도 춘계학술대회
    • /
    • pp.531-534
    • /
    • 2009
  • 현대 무기체계의 복잡성과 고가성은 무기체계 개발에 SW컴포넌트인 공통서비스를 도입시켰고, 실례로 미육군에서는 미래전투체계 개발에 공통서비스를 도입하여 개발 중에 있다. 최근 한국군도 무기체계 개발에 공통서비스 도입의 필요성이 제기되고 있다. 따라서 본 논문에서는 무기체계 공통서비스에 대한 선행연구로서 참조모델(RM) 간의 관계 분석과 구현 참조모델(IRM)의 진화에 따른 공통서비스 변화과정을 분석한다. 그리고 서비스 대상의 특성에 따라 3개의 서비스에디션으로 진화된 구현 참조모델의 진화과정과 진화로 인한 영향을 분석한다. 이를 통해 한국군 무기체계 공통서비스를 도출하는데 있어 기술적인 기여를 할 것으로 기대한다.

  • PDF

전역 최적해 수렴을 위한 다목적 최적화 진화알고리즘 (Evolutionary Multi-Objective Optimization Algorithms for Converging Global Optimal Solution)

  • 장수현;윤병주
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2004년도 춘계학술발표대회
    • /
    • pp.401-404
    • /
    • 2004
  • 진화 알고리즘은 여러 개의 상충하는 목적을 갖는 다목적 최적화 문제를 해결하기에 적합한 방법이다. 특히, 파레토 지배관계에 기초하여 개체의 적합도를 평가하는 파레토 기반 진화알고리즘들은 그 성능에 있어서 우수한 평가를 받고 있다. 최근의 파레토 기반 진화알고리즘들은 전체 파레토 프론트에 균일하게 분포하는 해집합의 생성을 위해 개체들의 밀도를 개체의 적합도를 평가하기 위한 하나의 요소로 사용하고 있다. 그러나 밀도의 역할은 전체 진화과정에서 중요한 요소가 되기보다는 파레토 프론트에 어느 정도 수렴된 후, 개체의 균일 분포를 만들기 위해 사용된다. 본 논문에서 우리는 파레토 지배 순위와 밀도에 대한 적응적가중치를 이용한 다목적 최적화 진화알고리즘을 제안한다. 제안한 알고리즘은 진화 개체의 적합도를 평가하기위해 파레토 순위와 밀도에 대한 적응적 가중치를 적용하여 전체 진화과정에서 파레토 순위와 밀도가 전체 진화 개체집합의 상태를 고려하여 영향을 미치도록 하였다. 제안한 방법을 많은 지역해들을 포함하는 ZDT4문제에 적용한 결과 비교적 우수한 수렴 결과를 보였다.

  • PDF

이동 로봇 행위의 진화적 학습 (Evolutionary Learning of Mobile Robot Behaviors)

  • 심인보;윤중선
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
    • /
    • pp.207-210
    • /
    • 2002
  • 진화와 학습 사이의 상호 연관성을 연구하기 위해 인공 진화기법(artificial evolutionary algorithm)과 신경회로망(neural networks)을 이용한 학습 기법들이 사용되어 왔다. 신경 회로망 구조를 가지는 이동 로봇의 제어기의 구조와 파라미터를 결정하기 위한 방법으로 진화적 학습(evolutionary learning) 방법이 제안되었다. 제안된 방법에서 진화적 학습은 실제 로봇을 통해 on-line 방식으로 이루어지며, 장애물 회피 문제를 통해 유용성을 검증하고 진화 과정에 학습이 미치는 영향을 살펴보았다. 그리고 수학적으로 제시되기 힘든 진화 학습의 평가에 설계자의 개입을 허용하는 인터액티브 진화 알고리즘(interactive evolutionary algorithm)방법을 모색해 보았다.