• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.542-547
• /
• 2000

진화프로그래밍(Evolutionary Programming : EP)은 최적화 문제에 있어서 매우 유용한 기법으로 자연선택의 원리를 모방한 탐색알고리즘이다. EP는 기존의 최적화 알고리즘에 비하여 여러해를 동시에 탐색하는 전역탐색(global search)방법이므로 국부수렴(local convergence)의 가능성이 줄어들고, 최적화 파라메터 영역의 연속성과 미분치의 존재성과 같은 조건이 필요 없는 장점을 갖는다. 이러한 장점에도 불구하고, EP의 탐색영역이 초기조건 및 최적화 파라메터들의 랜덤 생성 그리고 최적화에 필요한 전략적 파라메터들에 의하여 탐색 영역이 결정되고, 수렴성이 느린 단점을 갖는다. 이러한 문제를 해결하기 위하여, 본 연구에서는 빠른 수렴성과 다양성을 갖는 개선된 EP을 제안하고, 제안된 방향성 벡터를 갖는 개선된 EP를 함수 최적화 문제에 적용하여 그 성능의 유용성을 보이고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.99-101
• /
• 2000

본 논문에서는 유전자 프로그래밍을 이용하여 판단 기준을 탐색할 수 있는 자율 이동로봇의 센서 해석회로를 진화 하드웨어상에 구현하였다. 자율 이동 로봇은 센서 정보를 통하여 환경 정보를 인지하고 자율성을 유지한다. 그러나 기존의 센서 체계는 첫째, 잡음의 영향을 심하게 받으며, 둘째 같은 환경에 대하여 동일한 종류의 센서라 할지라도 심한 편차가 존재하는 관측값을 출력한다는 문제점을 갖는다. 따라서 센서의 특성에 대한 고려없이 판단기준을 결정하면 로봇의 정확한 환경인지를 보장할 수 없게 된다. 본 논문에서는 센서 입력값 해석 기준을 센서 특성에 맞추어 적응적으로 변화시키는 센서를 구현하여 입력 해석과정에서의 정확도를 향상하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.6
• /
• pp.516-523
• /
• 2001

This paper introduces a indirect rotor position and speed estimation algorithm for the SRM(switched reluctance motor) sensorless control based on the sliding mode observer and evolutionary programming The information of position and speed is generally provided by encoder or resolve. However, the position sensor not only adds complexity, cost and size to the whole drive system, but also causes limitation for industrial applications. In this paper, in order to eliminate the position sensor, indirect position sensing, indirect position sensing method using sliding mode observer is used for SRM drives. But if sliding mode observer parameters are selected to be large, the corresponding rapid changes of estimated position and velocity result in chattering phenomenon. Therefore in order to reduce the chattering, this observer parameters are optimized by evolutionary programming. And PID controller is also optimized to track precisely for the SRM using evolutionary programming.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.14 no.11
• /
• pp.1156-1160
• /
• 2003

Many time-frequency analysis techniques have been used for motion compensated ISAR(Inverse Synthetic Aperture Radar) imaging. In this work, a novel time-frequency(T-F) analysis called evolutionary adaptive wavelet transform (EAWT) and evolutionary adaptive joint time-frequency(EAJTF) procedure are used for the motion compensated ISAR image. To show the validity of our algorism, we use simulated MIG-25 and Boeing 727(B-727) ISAR data. From the constructed ISAR image using EAWT and EAJTF, we show that our algorithm can obtain a clear motion compensated ISAR image such as other time-frequency analysis techniques.

• The Magazine of the IEIE
• /
• v.22 no.11
• /
• pp.85-95
• /
• 1995

• Journal of KIISE:Software and Applications
• /
• v.37 no.9
• /
• pp.694-705
• /
• 2010

The mutation operation is the main operation in the evolutionary programming which has been widely used for the optimization of real valued function. In general, the mutation operation utilizes both a probability distribution and its parameter to change values of variables, and the parameter itself is subject to its own mutation operation which requires other parameters. However, since the optimal values of the parameters entirely depend on a given problem, it is rather hard to find an optimal combination of values of parameters when there are many parameters in a problem. To solve this shortcoming at least partly, if not entirely, in this paper, we propose a new mutation operation in which the parameter for the variable mutation is theoretically estimated from the self-adaptive perspective. Since the proposed algorithm estimates the scale parameter of the Cauchy probability distribution for the mutation operation, it has an advantage in that it does not require another mutation operation for the scale parameter. The proposed algorithm was tested against the benchmarking problems. It turned out that, although the relative superiority of the proposed algorithm from the optimal value perspective depended on benchmarking problems, the proposed algorithm outperformed for all benchmarking problems from the perspective of the computational time.

• Journal of KIISE:Software and Applications
• /
• v.28 no.11
• /
• pp.833-841
• /
• 2001

Abstract In this work, we analyze the Levy mutation operations based on the Levy probability distribution in the evolutionary programming via the mean square displacement and the distinctness. The Levy probability distribution is characterized by an infinite second moment and has been widely studied in conjunction with the fractals. The Levy mutation operators not only generate small varied offspring, but are more likely to generate large varied offspring than the conventional mutation operators. Based on this fact, we prove mathematically, via the mean square displacement and the distinctness, that the Levy mutation operations can explore and exploit a search space more effectively. As a result, one can get better performance with the Levy mutation than the conventional Gaussian mutation for the multi-valued functional optimization problems.

• The Transactions of the Korean Institute of Electrical Engineers D
• /
• v.49 no.11
• /
• pp.625-631
• /
• 2000

In designing fuzzy model, we encounter a major difficulty in the identification of an optimized fuzzy rule base, which is traditionally achieved by a tedious-and-error process. This paper presents an approach to automatic design of optimal fuzzy rule bases for modeling using evolutionary programming. Evolutionary programming evolves simultaneously the structure and the parameter of fuzzy rule base a given task. To check the effectiveness of the suggested approach, 3 examples for modeling are examined, and the performance of the identified models are demonstrated.

• The KIPS Transactions:PartD
• /
• v.15D no.4
• /
• pp.495-504
• /
• 2008

Aspect Oriented Programming(AOP) is a relatively new programming paradigm and has properties that other programming paradigms don't have. This new programming paradigm provides new modularization of software systems by cross-cutting concerns. In this paper, we propose a regression test method for program evolution by AOP. By using JoinPoint, we can catch a pointcut-name which makes it possible to test the incorrect pointcut strength fault and the incorrect aspect precedence fault. Through extending proof rules to aspect, we can recognize failures to establish expected postconditions faults. We can also trace variables using set() and get() pointcut and test failures to preserve state invariant fault. Using control flow graph, we can test incorrect changes in control dependencies faults. In order to show the correctness of our proposed method, channel management system is implemented and tested by using proposed methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.283-285
• /
• 2001

유전자 프로그래밍은 프로그램 자동생성 도구이다. 문제를 해결하는 프로그램코드를 프로그래머가 직접 구현하는 것이 아니라, 적절한 초기값만을 입력하여 컴퓨터가 스스로 적합한 해를 찾아내도록 하는 방법이다. 유전자 프로그래밍은 생물의 진화개념에서 얻어진 여러 아이디어를 사용하여 최적화된 해를 찾아낸다. 본 논문에서는 세포영상인식 문제를 해결하기 위하여 유전자 프로그래밍을 사용하였다. 실험에 사용된 영상은 자궁경부세포진 영상이다. 여러 가지 종류와 상태의 세포들이 뒤섞여 있어 분석하기에 힘들다는 것이 이 영상의 특징이다. 주어진 문제는 샘플 영상이 암인가 아닌가를 판별하는 것이다. 유전자 프로그래밍을 적용하기 위하여 사용한 특징값들은 영상에서 찾을 수 있는 가장 단순한 대표값들과, 산술 및 논리연산자들이다. 실험결과 실제 인식기 제작에 바로 적용하기엔 무리가 있지만, 80%정도를 제대로 판별해 낼수 있었다. 인식률이 낮은 이유는 사용한 특징들이 영상의 정보를 잘 흡수하지 못했기 때문이라 여겨지고, 앞으로 지나치게 복잡하지 않으면서 여상의 특징을 잘 표현하는 특징값들을 찾는 것이 향후과제이다.