• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.189-192
• /
• 2005

공학시스템의 설계 문제는 시스템 구성이 복잡하고, 구조적으로 열려있으며, 전기, 기계, 유압, 열등의 서로 다른 에너지 도메인 구성 요소를 포함한다. 최적의 설계를 위해서는 각 도메인에 대한 통합된 설계 방법과 자동적이고 구조적으로 열린 공간에 대한 효율적인 탐색방법이 요구된다. 본 논문은 도메인에 독립적이며 모델링과 해석에 장점을 가진 본드 그래프 (bond graph)와 대규모 공간 해의 탐색에 접합한 진화 알고리즘의 일종인 유전자 프로그래밍(Genetic Programming)을 결합하여 멀티 도메인 동적시스템에 대한 디자인 해를 자동적으로 생성해주는 설계 방법을 제시하고, 제안된 설계방법의 효용성을 입증하기 위해서 이를 아나로그 필터 설계에 문제에 적용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.823-825
• /
• 2003

시간이 흐름에 따라 생화학 시스템이 변화하는 것을 기록한 데이터로부터 이 시스템의 상태 전이 및 시스템을 구성하는 각 생화학 물질간의 관계를 모델링하기 위한 방법으로 S-tree 구조를 제안한다. 이것은 주로 생화학 시스템의 동적 특성을 모델링 하기 위하여 연구되어 온 S-system을 나무 구조로 표현한 것이다. 본 논문에서는 진화 연산을 통해 주어진 시계열 데이터를 잘 설명하는 S-tree의 구조 및 그 변수들을 동시에 효과적으로 탐색하는 방법을 개발하였다. 이 방법에서는 구조 탐색을 위해 유전 프로그래밍(genetic programming)에서 사용되어 온 나무 구조의 교차 및 돌연변이 연산과 더불어 다양한 형태의 구조 탐색 연산자들을 도입하였고, 또한 동시에 알맞은 변수 값들을 찾기 위하여 확률적 돌연변이 연산을 통한 언덕 오르기(hill-climbing)를 수행한다. 제안된 방법을 효모의 혐기성 발효 데이터에 적용한 결과 주어진 시스템을 성공적으로 모델링할 수 있었다.

• Journal of Korean Port Research
• /
• v.12 no.2
• /
• pp.217-224
• /
• 1998

During the operation of crane system in container yard, the objective is to transport the load to a goal position as quick as possible without rope oscillation. The container crane is generally operated by an expert operator, but recently an automatic control system with high speed and rapid transportation is required. Therefore, we developed an optimal controller which has to control the crane system with disturbances. In this paper, we present a design of optima 2-DOF PID controller for the control of gantry crane which has to control swing motion and trolley position. We used evolution strategy(ES) to tune the parameters of 2-DOF PID controller. It was compared with general PID controller. The computer simulations show that the proposed method has better performances than the other method.

• Aerospace Engineering and Technology
• /
• v.7 no.1
• /
• pp.61-67
• /
• 2008

To design flight control law of an unmanned aerial vehicle, automated control gain determination program was developed. The procedure for determination of control gain was formulated as the control gains were designed from the optimal solutions of the optimization problem. PSO algorithm, which is one of the evolutionary computation method, and SQP algorithm, which is one of the nonlinear programming method, are used as optimization problem solver. Thru this technique, computation time required for finding the optimal solution is decreased to 1/5 of that of PSO algorithm and more accurate optimal solution is obtained.

• Journal of the Korea Society for Simulation
• /
• v.27 no.2
• /
• pp.101-114
• /
• 2018

Several different approaches and mechanisms are introduced to solve the UAV path planning problem. In this paper, we designed and implemented an agent-based simulation software using the Repast platform and Java Genetic Algorithm Package to examine an evolutionary path planning method by implementing and testing within the Repast environment. The paper demonstrates the life-cycle of an agent-based simulation software engineering project while providing a documentation strategy that allows specifying autonomous, adaptive, and interactive software entities in a Multi-Agent System. The study demonstrates how evolutionary path planning can be introduced to improve cognitive agent capabilities within an agent-based simulation environment.

• Journal of Institute of Control, Robotics and Systems
• /
• v.5 no.3
• /
• pp.281-287
• /
• 1999

In this paper, a design method based on evolutionary programming for feedforward neural networks which have a single hidden layer is presented. By using an evolutionary programming, the network parameters such as the network structure, weight, slope of sigmoid functions and bias of nodes can be acquired simultaneously. To check the effectiveness of the suggested method, two numerical examples are examined. The performance of the identified network is demonstrated.

• Proceedings of the IEEK Conference
• /
• 1998.06a
• /
• pp.893-896
• /
• 1998

A new evolutionary programming technique using multiple subpopulations with completely differnt evolution mechanisms is propsed to solve the optimization problems. Three subpopulations, each has different evolution charcteristics and uses different EP algorithms such as SAEP, AEP and FEP, are cooperating with synergy effect in which it increases the possibility to quickly find the global optimum of continuous optimization problems. Subpopulations evolve in differnt manner and the interaction among these leads to global minimum quickly.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.3
• /
• pp.73-80
• /
• 1996

In this paper, a new method of finding a sub-optimal solution of an autoplacer which places electrical components autiomatically in PCB CAD tools. The software implementation of the proposed method can be viewed as a new type of floorplan based on evolutionary programming. To solve this problem, three kinds of operators and a fitness function are designed. Computer simulation results demonstrate the usefulness and effectiveness of the proposed scheme in the light of computation time and effort.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.473-476
• /
• 2005

본 논문에서는 Python 을 사용한 유전 알고리즘 구현을 다룬다. 유전 알고리즘은 생물의 진화과정에서 일어나는 자연선택과 같은 유전법칙을 모방한 확률적 탐색기법이다. 유전 알고리즘에서는 염색체를 하나의 리스트 혹은 문자열로써 다룬다. 리스트나 문자열 처리 위주인 유전 알고리즘의 경우, 기존의 C/C++/Java 보다 표현력이 풍부한 Python 으로 프로그래밍할 경우 별도의 라이브러리 없이 쉽게 구현이 가능하다. 본 논문에서는 Python 을 사용한 유전 알고리즘 구현 방법에 대해 소개하고, 추가적으로 높은 성능을 얻기 위한 방법들에 대해 논의한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.244-246
• /
• 2000

유전자 프로그래밍은 고정적인 구조가 아닌 가변 길이의 트리 구조를 가지고 있어서 여러 세대를 통하여 다양한 개체들을 만들어 낸다. 이러한 특징은 위원회 머신(committee machines)을 구축하는데 있어서 자연스럽고 또한 효과적인 알고리즘일 수 있다.하지만 해결해야 할 요소 중 하나는 다수의 개체들에서 결합할 개체의 선택과 개체의 수를 결정하기 위한 방법이다. 본 논문에서는 효과적인 개체들의 결합이 되기 위한 새로운 탐색방법을 소개한다. 이 방법은 확률적인 진화 탐색을 바탕으로 하고 있다. 제안된 방법을 여러 가지 분류 문제에 적용하였으며 실험을 통하여 탐색의 특성과 일반화 성능을 분석하였다.