• 한국시뮬레이션학회논문지
• /
• 제22권2호
• /
• pp.53-62
• /
• 2013

클라우드 환경은 분산컴퓨팅 분야의 한가지로서, 물리 노드와 가상 노드로 구성이 되어 있다. 분산화 된 클라우드 환경에서의 최적 경로 탐색은 각 노드들이 최적 경로 탐색을 수행하는 것이다. 실시간으로 급변하는 탐색 환경은 빠른 데이터 전송을 통한 각 노드들의 동기화를 요구한다. 따라서 QoS의 보장과 최적 경로 탐색을 위해서 양자화 기법이 필요하다. 양자화 기법을 통해 중앙 서버는 각 노드로 실시간 탐색 환경 데이터를 빠르게 전송가능하며 각 노드들은 원활하게 최적 경로 탐색을 수행할 수 있다. 본 논문에서는 중앙 서버에서 각 노드들의 최적 경로 탐색 문제를 해결하기 위해 데이터의 전송량을 줄일 수 있는 양자화를 적용한다. 최적 경로 생성 시스템에 양자화 데이터 전송을 적용하는 실험을 하기 위해 클라우드 환경의 시뮬레이션을 구성하였다. 양자화 기법의 적용을 통해 클라우드 환경에서 전송 되는 총 데이터를 줄이면서 성능을 높일 수 있으며, 최적 경로 탐색을 위한 어플리케이션의 QoS를 보장할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.203-210
• /
• 2011

개미 집단 시스템은 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법으로, 그리디 탐색뿐만 아니라 긍정적 피드백을 사용한 모집단에 근거한 접근법으로 순회 판매원 문제를 풀기 위해 처음으로 제안되었다. 본 논문에서는 이전 전역 최적 경로와 현재 전역 최적 경로의 중복 간선을 고려한 탐색 방법을 제안하였다. 이 방법은 이전전역 최적 경로와 현재 전역 최적 경로에서의 중복 간선은 최적 경로로 구성될 가능성이 높다고 판단하고, 해당 중복 간선에 대해 페로몬을 강화시켜 최적 경로를 구성할 확률을 높이게 하였다. 그리고, 실험을 통해 ACS-3-opt 알고리즘, ACS-Subpath 알고리즘, ACS-Iter 알고리즘에 비해 최적 경로 탐색 및 평균 최적 경로 탐색의 성능이 우수함을 보여 주었다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.361-365
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 꿈은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한 단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planning) 작업은 한정된 리소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra s algorithm과 A*algorithm이 있다. 이 두 방법은 최적의 경로를 찾아낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야 하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.6-9
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 끓은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리 소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planing) 작업은 한정된 리 소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는 데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra's algorithm과 A* algorithm이 있다. 이 두 방법은 최적의 경로를 찾아 낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는 데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.157-161
• /
• 2003

본 논문에서는 차량의 주행경로 최적화를 위해 강화학습 개념을 적용하고자 한다. 강화학습의 특징은 관심 대상에 대한 구체적인 지배 규칙의 정보 없이도 최적화된 행동 방식을 학습시킬 수 있는 특징이 있어서, 실제 차량의 주행경로와 같이 여러 교통정보 및 시간에 따른 변화 등에 대한 복잡한 고려가 필요한 시스템에 적합하다. 또한 학습을 위한 강화(보상, 벌칙)의 정도 및 기준을 조절해 즘으로써 다양한 최적주행경로를 제공할 수 있다. 따라서, 본 논문에서는 강화학습 알고리즘을 이용하여 다양한 최적주행경로를 제공해 주는 시스템을 구현한다.

• 한국ITS학회 논문지
• /
• 제15권3호
• /
• pp.60-67
• /
• 2016

환승누적함수에서 환승회수가 증가되면 환승비용에 대한 개별적인 환승의 영향이 선형 또는 비선형적으로 증가된다. 이 함수는 버스 또는 철도와 같이 대중교통노선에서 경로를 선택하는 승객의 행태를 효과적으로 설명한다. 이 함수로 통행시간이 더 소요되더라도 환승이 적은 대중교통노선을 선택하는 일반적인 상황의 구현이 가능하다. 그러나 환승누적함수가 포함되는 통행비용은 비가산성비용으로 최적경로탐색을 위해서 경로열거라는 어려운 상황을 포함한다. 본 연구는 환승누적함수를 고려하여 최적경로를 탐색하는 효과적인 방안을 제안하였다. 이를 위해 우선 환승누적함수가 포함되는 경우 경로탐색과정에서 나타나는 최적경로역전 현상을 설명하였다. 또한 복수의 경로를 탐색해서 최소의 비용경로를 최적경로로 선택하는 경험적인 방안을 제안하였다. 유입링크기반 전체경로삭제기법을 복수경로탐색기법으로 채택하여 알고리즘의 경로최적조건의 증명성에 기반하여 K개의 경로를 탐색하는 방안을 제안하였다. 환승계수를 도입하는 사례연구를 통하여 제안된 방안의 실제 교통망에 대한 활용성을 논의하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.689-691
• /
• 2023

본 논문에서는 시작 노드와 목적지 노드 까지의 최단경로를 중점으로 가장 인접한 경유지를 선택하고 경유지가 다수일 경우 하모니서치 알고리즘을 통해 최적의 경로를 탐색하는 기법을 제안한다. 본 논문의 기법은 기존의 사용자의 현 위치에서 인접한 경유지를 추천해주는 시스템과 달리 목적지까지의 경로 전체에서 가장 인접한경유지를 선택해준다는 차별점이 있다. 그렇게 선택된 경유지들은 하모니서치 알고리즘을 사용하여 최적의 경로를 제안한다. 본 논문의 기법은 최단경로의 이탈을 최소화한 경유지 선택으로 거리, 시간, 비용적 측면에서 효율적이며 길을 헤매서 생기는 불필요한 지연을 최소화할 수 있다. 자율주행, 비행기, 선박, 드론 등 최적 경로 이탈시 큰 손실을 안기거나 위험한 시스템에 적용시 큰 효과를 거둘 수 있다.

• 대한교통학회지
• /
• 제23권6호
• /
• pp.91-102
• /
• 2005

사람들은 지식을 저장할 때 독립적으로 분리하여 저장하기 않고 지식을 조직화하여 저장한다. 이와 갈이 사람들이 지식을 위계적으로 저장하는 방법을 최적경로 탐색기법에 도입하고자 한다. 지금까지의 최적경로를 탐색하는 경우에는 각 링크의 통행비용만을 이용하여 교통정보를 제공하고 있다. 그 결과 실제 운전자들이 장거리 통행에서 최적경로를 탐색시 고속도로 선호도를 반영하는데 미흡하였다. 따라서 본 연구에서는 거리에 따른 경로탐색에 있어 binary logistic regression을 이용하여 간선도로 선택확률모형을 개발하여 장거리를 탐색할 때 도로의 위계를 반영하는 최적경로탐색기법을 도입하였다. 또한 최적 경로를 탐색할 경우에 기존 방법은 탐색 시점을 기준으로 한 교통상황을 기반으로 최적경로를 제공하였다. 이는 운전자가실제로 주행을 하면서 경험하게 되는 링크의 통행시간과는 차이를 보이게 된다. 이런 단점을 해결하기 위해 링크의 통행시간을 예측하는 방안이 있다. 확률과정 모형을 이용하여 예측된 링크 통행기간을 기반으로 최적경로 탐색에 적용하였다. 확률과정 모형은 장기 예측에는 다른 모형보다 오차가 적게 발생하며 데이터 양이 많이 축척되어 있는 경우에 다른 예측기법보다 유리하다. 데이터가 균일하게 있지 않아도 적용이 가능하다. 도로 위계를 고려한 방법과 기존의 방법의 탐색속도를 비교한 결과 탐색 노드의 수가 증가함에 따라서 위계를 고려한 방법이 기존의 방법보다 탐색속도가 향상된다. 도로위계를 고려한 방법을 적용하여 탐색한 결과와 택시운전사들의 설문조사를 통해 얻어진 답안을 서로 비교한 결과 많이 일치함을 알 수 있었다.

• 대한공간정보학회지
• /
• 제20권4호
• /
• pp.89-95
• /
• 2012

최근 자전거 이용 활성화를 위한 계획들은 다른 연구들에 비해 비교적 낮다. 또한, 자전거 도로의 접근성 측면의 연구들이 활발히 진행되고 있으나, 지형적 요소와 이용자의 특성을 고려한 연구는 부족하다. 자전거 이용자는 지형적 요소로 경사도와 교차로의 영향을 많이 받으며, 최적 거리의 노선을 요구한다. 본 연구는 자전거 활용에 있어서 통학에서 경로선택을 할 때 지형적 요소를 고려한 최적 노선을 선택하는 경로기법을 제시한다. 이를 위해 최적경로의 연산에 있어서 경사도와 교차로를 고려한 식을 도출하였다. 제시된 변형식은 송파 일대에 적용하여 편도와 왕복으로 실험하였으며, 일반적인 최적경로와 비교하여 제시하였다.

• 대한교통학회지
• /
• 제26권5호
• /
• pp.185-194
• /
• 2008

본 논문에서는 기본적으로 라우팅(routing) 메커니즘을 이용하는 개미 알고리즘(ant algorithm)을 이용하여 실시간으로 변화하는 교통 상황과 U턴, P턴 및 회전제약(좌회전 및 U턴 금지)을 고려하여 다수의 최적경로를 제한된 시간내에 탐색제시 할 수 있는 경로 유도 방법을 제시하고자 한다. 이 방법은 기존 최적경로알고리즘과 비교하여 회전 제약 상황을 쉽고 빠르게 고려할 수 있는 장점이 있다.