• 전자공학회논문지C
• /
• 제36C권3호
• /
• pp.58-64
• /
• 1999

진화 프로그래밍은 두 가지 요소로 특징지을 수 있다. 하나는 선택 방법이고 나머지는 돌연변이 규칙이다. 본 논문에서는 신경회로망의 역전파 학습 알고리듬을 이용하여 돌연변이 연산을 수행하는 새로운 진화 프로그래밍 알고리듬을 제안한다. 신경회로망의 학습 알고리듬에서 현재 오차는 진화 프로그래밍의 개체가 진화해 나가야 할 방향을 지정해 주고, 관성은 개체의 변이에 지금까지의 진화 경향을 더해 주어서 빠르게 전역 최적해를 찾도록 하였다. 표준 테스트 함수를 이용하여 제안된 알고리듬의 성능과 강건함을 확인하였다.

• 전자공학회논문지C
• /
• 제35C권9호
• /
• pp.81-92
• /
• 1998

실수형 최적화 문제의 전역 최적해를 빠르고 정확하게 찾을 가능성을 높이기 위해, 서로 다른 진화특성을 가지는 여러 부집단들을 사용한 새로운 하이브리드 기법이 제안된다. 제안된 알고리듬은 세 개의 부집단을 사용하는데, 복잡한 적합도 함수를 가지는 문제에서 좋은 성능을 보이는 NPOSA 알고리듬이 두개의 부집단에 적용되고, 진화 방향과 크기가 조절되는 자기 적응 진화 알고리듬이 나머지 하나의 부집단에 적용되었다. 각 부집단들은 서로 다른 방법으로 진화하며 부집단들간의 상호교류를 통해 전역 최적해로 빠르게 도달하게 한다. 이 기법의 효율성은 몇 개의 표준 테스트 문제들을 사용하여 검증하였다. 마지막으로, 제안한 알고리듬이 실제 문제에 적용 가능함을 보이기 위해 카메라 파라메터의 최적값을 찾는 문제에 적용하였다. 보정 블럭에서 측정된 특징점들을 사용하여 오차 함수를 정의한 후, 하이브리드 방법이 그 오차 함수를 최소화하는 카메라 파라메터의 값을 찾을 수 있음을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1247-1250
• /
• 2003

본 논문에서는 다수의 개념을 효과적으로 학습할 수 있는 논리적인 진화방식을, 보다 일반적인 문제에 적용하기 위하여 확장하였다. 기존의 알고리듬이 0 차 논리(zero-order logic)에 의해 표현되는 개념만을 학습할 수 있었던 점을 개선하여, 특징논리로 표현되는 개념까지 학습할 수 있도록 확장하였다. 또한 확장된 알고리듬을 이용하여, 실수입력을 가지는 개념 또한 학습할 수 있도록 하였다. 제안된 알고리듬은 이전의 알고리듬과 마찬가지로, 다수의 개념을 학습할 때, 이전의 학습결과를 이용하여 새로운 개념을 쉽게 학습할 수 있는 특징을 가지고 있다. 제안된 알고리듬에 의해 특징논리로 표현되는 개념을 학습할 수 있으며, 다수의 개념을 학습할 때 성능향상이 이루어지는 것을 실험을 통해 확인하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.1036-1041
• /
• 2006

본 연구에서는 허브와 스포크의 입지선정과 차량 경로가 통합된 hub-and-spoke 네트워크 설계문제를 다룬다. Hub-and-spoke 네트워크는 대량화와 공동화를 통해 물류효율화를 실현하기 위한 대표적인 구조로 물류시스템에서 흔히 사용되고 있다. 이러한 물류시스템에서 물류비용의 절감과 고객서비스 향상을 위한 효율적인 수송네트워크 설계는 매우 중요하다. 전통적인 hub-and-spoke 네트워크 설계문제에서 각 스포크의 위치와 화물량이 미리 주어진 상황에서 허브의 입지를 결정하였다. 하지만 스포크 역시 스포크가 담당하는 고객들의 위치와 담당 영역에 따라 그 위치와 수, 그리고 화물량이 변할 수 있다. 또한 정확한 비용산출을 위해서는 스포크에서 고객으로의 수집과 배달을 위한 차량경로가 함께 고려되어야 한다. 다루는 수송망 설계문제는 상호 관련성 있는 여러 부분문제가 결합된 통합문제로써 이를 해결하는 방법으로 기존의 발견적 방법에 의한 순차적 기법은 한계가 있다. 본 연구에서는 공생 진화알고리듬 기반의 방법론을 채용하여 다루는 수송망 설계문제를 동시에 통합적으로 해결할 수 있는 알고리듬을 개발한다. 실험을 통해 개발한 알고리듬의 우수성과 그 적용성을 보인다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 1999년도 춘계공동학술대회:정보화시대의 지식경영
• /
• pp.31-32
• /
• 1999

• 경영과학
• /
• 제18권2호
• /
• pp.117-124
• /
• 2001

This paper presents a machining parameter selection approach using an evolutionary computation (EC). In order to perform a successful material cutting process, the engineer is to select suitable machining parameters. Until now, it has been mostly done by the handbook look-up or solving optimization equations which is inconvenient when not in handy. The main thrust of the paper is to provide a handy machining parameter selection approach. The EC is applied to rapidly find optimal machining parameters for the user\\`s specific machining conditions. The EC is basically a combination of genetic a1gorithm and microcanonical stochastic simulated annealing method. The approach is described in detail with an application example. The paper concludes with a discussion on the potential of the proposed approach.

• 대한기계학회논문집A
• /
• 제27권9호
• /
• pp.1463-1468
• /
• 2003

This paper presented the real-time self-tuning learning control based on evolutionary computation, which proves its superiority in finding of the optimal solution at the off-line learning method. The individuals of the populations are reduced in order to learn the evolutionary strategy in real-time, and new method that guarantee the convergence of evolutionary mutations is proposed. It is possible to control the control object slightly varied as time changes. As the state value of the control object is generated, evolutionary strategy is applied each sampling time because the learning process of an estimation, selection, mutation is done in real-time. These algorithms can be applied; the people who do not have knowledge about the technical tuning of dynamic systems could design the controller or problems in which the characteristics of the system dynamics are slightly varied as time changes.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 1호
• /
• pp.71-74
• /
• 1998

HMM (hidden Markov model)을 이용한 음성인식은 현재 가장 널리 쓰여지고 있는 방법으로, 이 중 CDHMM (continuous observation density HMM)은 상태에서 관측심볼확률을 연속확률밀도를 사용하여 표현한다. 본 논문에서는 가우스 혼합밀도함수를 사용하는 CDHMM의 상태천이확률과, 관측심볼확률을 표현하기 위한 인자인 평균벡터, 공분산 행렬, 가지하중값을 유전자 알고리듬을 사용하여 최적화하는 방법을 제안하였다. 유전자 알고리듬은 매개변수 최적화문제에 대하여 자연의 진화원리를 모방한 알고리듬으로, 염색체 형태로 표현된 개체군 (population) 중에서 환경에 대한 적합도 (fitness)가 높은 개체가 높은 확률로 살아남아 재생 (reproduction)하게 되며, 교배 (crossover)와 돌연변이 (mutation) 연산 후에 다음 세대 개체군을 형성하게 되고, 이러한 과정을 반복하면서 최적의 개체를 구하게 된다. 본 논문에서는 상태천이확률, 평균벡터, 공분산행렬, 가지하중값을 부동소수점수 (floating point number)의 유전자형으로 표현하여 유전자 알고리듬을 수행하였다. 유전자 알고리듬은 복잡한 탐색공간에서 최적의 해를 찾는데 효과적으로 적용되었다.

• 한국지능시스템학회논문지
• /
• 제7권3호
• /
• pp.3-11
• /
• 1997

비선형 동적 시스템을 제어하기에 적합한 귀한 신경망에 대한 주요한 연구중의 하나는 안정적인 학습 알고리듬을 개발하는 것이다. 본 논문에서는 진화 연산 알고리듬을 이용한 안정작인 귀환 신경망의 학습 알고리듬을 개발한다. 또한 개발한 학습 알고리듬을 사용한 귀환 신경망을 전형적인 비선형 동적 시스템인 로보트 매니퓰레이터의 제어 시스템에 적용하고 개발한 제어 알고리듬의 효용성을 입증한다.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.432-441
• /
• 2000

본 논문은 기존의 수학적인 모델링으로는 만족스러운 결과를 얻기 어려운 복잡하고 불확실한 비선형 시스템에 대한 퍼지 모델링 기법을 다룬다. 유전 알고리듬은 어느 정도 최적해를 전역적으로 찾을 수 있기 때문에 퍼지 모델링시에 파라미커와 구조를 동정하기 위하여 사용되었다. 하지만, 유전 알고리듬은 개체군이 유전적 다양성을 잃었을 경우 조기 수렴한다는 문제점이 있으며 바이러스-진화 유전 알고리듬은 이러한 지역수렴에 대한 방아닝 될 수 있다. 따라서, 본 논문에서는 바이러스 이론이 적용된 VEGA를 퍼지 모델링 할 때 이용할 수 있는 방법을 제안한다. 이 방법에서는 지역정보가 개체군 내에서 교환됨으로써 유전적 다양성을 유지하게 된다. 마지막으로, 본 논문에서 제안한 방법의 우수성과 일반성을 평가하기 위해 몇 가지의 수치적 예제를 제공한다.