• 전산구조공학
• /
• 제5권3호
• /
• pp.48-51
• /
• 1992

이 글에서 설계변수가 유한개이고 목적함수 및 제약함수가 설계변수의 비선형 함수로 표시되는 최적화 문제를 기술하고, 그 해법을 개념적으로 고찰하며 마지막으로 구조최적설계 문제의 특성과 최적화 과정을 살펴보기로 한다.

• 한국항공우주학회지
• /
• 제30권7호
• /
• pp.1-10
• /
• 2002

설계 순기의 단축, 개발 비용의 절감, 제품 성능의 향상을 목적으로 하는 MDO(Multidisciplinary Design Optimization)의 적용이 가능한 프레임워크의 개발을 위하여 해석 자원의 통합 방안, 해석 및 최적화 과정의 관리 방안과 이를 위한 소프트웨어 구조를 제시하였다. 중앙집중식 DBMS(Data Base Management System)을 채택하였으며, 해석 코드의 통합 방안으로 DLL(Dynamic Link Library)을 이용하는 방법과 입출력 파일을 이용하는 방안을 제시하였다. 해석 및 최적화 과정과 데이터 흐름을 관리하는 방안으로 Graphic Programming의 개념을 도입하였다. 간단한 수치 예제와 삼차원 패널 코드를 이용한 항공기 날개의 형상 최적화에 적용하여 제시한 방안의 타당성을 검증하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.635-638
• /
• 2001

본 논문에서는 수중 환경에서 분산 소나 시스템의 최적 정보 융합에 관한 알고리즘을 제시하였다. 기존의 방법은 Bayesian 법칙을 이용하여 local 소나와 퓨전 센터의 문턱치를 적절히 조절하여 분산 소나 시스템을 최적화했다. 그러나, 이러한 최적화 과정에서 소나의 개수를 늘려감에 따라 P/sub F/(false alarm probability)가 단조 증가하는 현상이 발생하였고 이러한 단점을 보완하기 위해 P/sub F/를 작은 간에 제한시키고 Bayesian 법칙과 Neyman-Pearson 법칙을 함께 적용하여 분산 소나 시스템을 최적화시킨다. 그러나, 이러한 조건 하에 시스템을 최적화시키는 것은 N-P hard 문제에 의해 계산 부하가 매우 크므로 unate 함수와 SQP(Sequential Quadratic Programming)을 이용하여 계산 부하를 감소시켰다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.539-542
• /
• 2004

배낭 문제는 조합 최적화 문제로서, 다항 시간(polynomial time)에 풀리지 않는 NP-hard 문제이다 이 문제를 해결하기 위해 기존에는 DNA 컴퓨팅 기법과 GA 등을 사용하여 해결하였다. 하지만 기존의 방법들은 DNA의 정확한 특성을 고려하지 않아, 실제 실험과의 결과 차이가 발생하고 있다. 본 논문에서는 DNA 컴퓨팅 실험 과정에서 발생하는 DNA 조작 오류를 최소화하고, 보다 정확한 예측을 위해 함수 언어인 Haskell을 이용한 코드 최적화 DNA-Haskell을 제안한다. 코드 최적화 DNA-Haskell은 배낭 문제 중 (0,1)-배낭 문제에 적용하였고, 그 결과 기존의 DNA 컴퓨팅 방법보다 실험적 오류를 최소화하였으며, 또한 적합한 해를 빠른 시간 내에 찾을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.814-815
• /
• 2015

본 논문에서는 단상 LSM(Line-Start Permanent Magnet Motor)의 토크리플 저감을 위하여 고정자 슬롯의 보조권선의 턴 수의 배치를 최적화 하였다. 보조권선의 최적화 과정은 고정자 슬롯 보조권선의 턴수 배치를 통하여 고정자 자속이 가장 정현파에 가까워지는 권선배치를 선정하였으며, DOE(Design of Experiment)를 통해 수행하였다. FEM(Finite Element Method)을 통하여 기존 모델과 최적화 모델의 특성을 비교 검토하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.51-53
• /
• 2000

기존의 진화 연산의 한계를 극복하기 위해서 탐색점 분포 학습 알고리즘(Estimation of Distribution Algorithm)이 부각되고 있다. 탐색점 분포 학습 알고리즘은 데이터의 분포를 파악하고, 파악된 분포를 이용해서 새로운 학습 데이터를 생성하는 일련의 과정을 통하여 최적화 문제를 해결하는 방법이다. 그런데, 기존의 탐색점 분포 학습 알고리즘들은 대부분 이진 벡터값을 가지는 최적화 문제들만을 대상으로 하고 있다. 본 논문에서는 비감독 확률 신경망 모델인 헬름홀츠 머신을 이용해서 데이터의 분포를 학습하여 연속 함수 최적화 문제를 해결하는 방법을 개발하였다. 테스트 함수들에 대해서 실수 표현형을 사용한 유전자 알고리즘과 결과를 비교하여 제안하는 방법의 우수성을 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.136-147
• /
• 2003

주어진 문제에 대하여 최적의 성능을 가지는 신경회로망을 얻기 위해서는 학습을 통한 매개변수의 최적화 (parameter optimization)와 모델 선택을 통한 구조 최적화(structure optimization )의 통합적인 과정이 필요하다. 본 논문에서는, 각 세부 방법들의 특성을 고려하여, 공통의 특성을 갖는 방법들을 결합함으로써 효율적이면서도 일반화 성능을 높이는 총체적인 신경회로망 최적화 방법을 제안한다. 먼저 다양한 오차 함수를 사용할 수 있는 자연 기울기 강하 학습에 적응적 정규화 방법을 도입함으로써 가중치 매개변수(weight parameter)들을 최적화한다. 그리고 이렇게 최적화된 매개변수(parameter)들에 자연 프루닝(natural pruning)을 적용하여 불필요한 요소들을 제저하여 최적화 된 구조를 생성한다. 반복적인 과정에 의하여 후보 모델들을 구성하고 베이시안 정보 기준(Bayesian Information Criterion: BIC )을 이 용하여 최적의 모델을 평가하여 선택하는 방법을 제안하였다. 벤치마크 데이터에 대한 실험을 통하여 제안하는 방법의 구조 최적화 능력과 일반화 성능의 우수성을 보였다.

• 한국항공우주학회지
• /
• 제33권8호
• /
• pp.1-7
• /
• 2005

본 연구에서는 삼각격자 균질화를 위하여, 확장된 위상학적 개선과정과 국소 최적화 기반 평활화를 결합한 국소 개선기법을 제안하였다. 먼저 격자의 연결 구조를 확장된 위상학적 개선과정을 적용하여 최적의 연결구조로 개선한다. 다음으로 격자의 질을 나타내는 비틀림척도를 최대화하기 위해 국소 최적화 기반 평활화를 수행한다. 이 국소 개선기법을 이용하여, 두 가지 격자 예제에 대하여 삼각격자 균질화를 수행하였다. 이 예들을 통하여, 본 연구에서 제안한 국소 개선알고리듬이 삼각격자의 질을 크게 향상시켜주는 경제적이며 효과적인 방법임을 보여준다. 또한, 이 기법은 적응격자 세분화의 격자 재생성과정에도 용이하게 적용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.525-528
• /
• 2005

원시 프로그램에 대한 컴파일 과정 중 최적화 단계에서는 프로그램의 실행 속도를 개선시키고 코드 크기를 줄일 수 있는 다양한 최적화 기법을 수행한다. 특히, 핍홀 ��적화는 비효율적인 명령어의 순서를 구별해 내고 연속되는 명령어의 순서를 의미적으로 동등하면서 좀 더 효율적인 코드로 개선하는 방법이다. 최적화 패턴 매칭 방법 중 스트링 패턴 매칭 방법은 중간 코드에 대응하는 최적의 패턴을 찾기 위한 방법으로 과다한 최적화 패턴 검색 시간으로 비효율적이고, 트리 패턴 매칭은 패턴 결정시 중복 비교가 발생할 수 있으며, 코드의 트리 구성에 많은 비용이 드는 단점을 가지고 있는 방법들이다. 본 논문에서는 기존의 최적화 방법들의 단점을 극복하기 위한 방법으로 DFA(Deterministic Finite Automata)를 이용한 코드 최적화 방법을 제안한다. 이 방법은 다른 패턴 매칭 기법보다 오토마타(Automata)로 구성하기 때문에 비용은 적어지고, 오토마타를 통해 결정적으로 패턴이 확정됨에 따른 패턴 선택 비용이 줄어들며, 최적화 패턴 검색 시간도 빨라지는 효율적인 방법이다.

• 융합신호처리학회논문지
• /
• 제3권4호
• /
• pp.35-41
• /
• 2002

복잡한 문제들의 근사해를 구하기 위하여 최근 다양한 방법들이 소개되고 있다. 이러한 방법들은 주로 금속의 서랭(Annealing)에 의해 금속분자의 에너지가 최저점에 도달하는 과정을 모의실험한 최적화 기법(Simulated Annealing), 생물의 적자생존(Survival of Fittest)과정을 이용한 최적화 기법인 유전적 알고리즘(Genetic Algorithm)등 물리적 현상이나 생물 ?생명에 관련된 모의를 최적화 문제에 응용한 방법들이다. 최근에 소개된 Particle Swarm Optimization(PSO)는 주로 조류나 어류등의 생물의 무리가 각각의 개체가 가지고 있는 정보를 공유해가며 먹이를 찾아가는 과정을 모의한 기법이다. 하지만, 이 기법의 탐색과정이 명확하게 밝혀져 있지 않다. 본 논문에서는 PSO의 탐색과정을 가시화 하는 것을 목적으로 한다. 탐색과정을 가시화 하는 작업을 통해 그 탐색 능력을 시각적으로 파악하는 것이 가능하며 기법에 관한 이해를 돕고 교육적 효과도 기대 가능하다.