• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.439-442
• /
• 2007

본 논문은 퍼지 분류를 위한 퍼지 규칙베이스 시스템에 대한 최적화 해법으로서 유전 알고리즘에 대해 살펴본다. 즉 퍼지 규칙베이스를 이용하는 퍼지 분류 시스템을 최적화률 하는 유전 알고리즘을 제안한다. 본 논문에서 다루는 최적화는 추출되는 퍼지 규칙의 수와 퍼지 분류 시스템의 입력 패턴을 정확하게 분류하는 지에 대한 성능을 포괄적으로 수행하는 것을 의미한다. 마지막으로 본 논문에서 제안하는 유전 알고리즘을 이용하여 수치실험을 수행하고 그 결과를 통해 제안하는 알고리즘의 유효성과 효율성을 생성된 퍼지 규칙의 수와 퍼지 분류 시스템의 성능의 관점에서 논의한다.

• 지능정보연구
• /
• 제3권2호
• /
• pp.11-22
• /
• 1997

본 연구에서는 비선형 최적화 문제를 효율적으로 해결하기 위한 혼합유전알고리즘(Hybrid Genetic Algorthm : HGA)을 개발하였다. HGA는 기존 유전알고리즘의 적용에 있어 문제점으로 지적된 정밀도의 적용문제와 벌금함수의 사용을 배제하였으며 지역적최적점으로 빠르게 수렴하는 기존의 지역적 탐색법과 유전알고리즘 적용이후 수렴된 해 주변에 대한 정밀탐색법을 함께 고려하여 설계하였으며 이를 세가지의 비선형 최적화 문제 적용하여 본 논문에서 개발한 HGA의 유효성을 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.483-487
• /
• 2005

본 논문에서 우리는 최적화 문제를 효율적으로 해결하기 위한 새로운 유전 알고리즘을 제안하였다. 새로운 유전 알고리즘의 가장 큰 특징은 서로 다른 목적을 가진 2개의 집단을 가지고 진화를 수행한다는 점이다. 하나의 집단은 일반적인 유전 알고리즘의 그것과 비슷하지만, 좋은 영역의 탐색에 집중하는 경향을 보이며 다른 하나의 집단은 이러한 좋은 영역에의 집중 시 나타날 수 있는 조기 수렴 문제를 보완하기 위해 탐색을 다각화 하는 방향으로 진화한다. 몇 가지 최적화 문제에 대한 실험 결과 이러한 특성이 다른 2개 집단에 의한 진화 방법이 문제 해결에 도움이 됨을 확인할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제14권2호
• /
• pp.237-247
• /
• 2001

강상판교는 부재수가 많고 구조적 거동이 복잡하여 재래적인 단일수준 (CSL) 알고리즘을 이용하여 최적화하는 것이 매우 어렵기 때문에 본 연구에서는 강상판교를 효율적으로 최적화하기 위해 다단계 최적설계 (MLDS) 알고리즘이 제안되었다. 강상판교를 주형과 강상판으로 나누기 위해 등위법이 사용되었고, 시스템 최적화를 위하여 설계 변수를 줄이는 분해법이 사용되었다. 효율적인 최적설계를 위해 다단계 최적설계 알고리즘은 제약조건 소거기법(Constraint Deletion)과 응력 재해석 같은 근사화 기법을 도입하였다. 변위해석을 위한 제약조건 소거기법은 교량의 최적화에 효율적인 것으로 검증되었고, 제안된 응력 재해석 기법 또한 설계민감도 해석을 필요로 하지 않으므로 매우 효율적이다. MLDS 알고리즘의 적용성과 강건성은 다양한 수치예제를 사용하여 기존의 단일수준 알고리즘과 비교하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.258-260
• /
• 2009

본 논문에서는 최적화 알고리즘인 유전자 알고리즘과 context-based FCM 클러스터링 방법을 이용하여 새로운 형태의 RBF 뉴럴 네트워크의 포괄적인 설계 방법론을 소개한다. 제안된 구조는 클러스터링 기법을 기반하여 사용된 데이터의 특성에 효과적인 모델을 구축하고자 한다. 또한 유전자 알고리즘을 이용하여 모델의 최적화에 주요한 영향을 미치는 파리미터들(-은닉층에서의 contex의 수, contex에 포괄되는 노드의 수, 그리고 contex에 입력되는 입력변수)을 동조한다. 제안된 모델의 설계 공정은 1) K-means 클러스터링을 통한 context fuzzy set에 대한 정의와 설계, 2) context-based fuzzy clustering에 대한 모델의 적용과 이에 따른 모델 구축의 효율성, 3) 유전자 알고리즘을 통한 모델 최적화를 위한 파라미터들의 최적화와 같은 단계로 구성되어 있다. 구축된 RBF 뉴럴 네트워크의 후반부 다항식에 대한 parameter들은 성능지수를 최소화하기 위해 Least Square Method에 의해서 보정된다. 본 논문에서는 모델을 설계함에 있어서 체계적인 설계 알고리즘을 포괄적으로 설명하고 있으며, 더 나아가 제안된 모델의 성능을 다른 표준적인 모델들과 대조함으로써 제안된 모델의 우수성을 나타내고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권9호
• /
• pp.65-72
• /
• 2021

다중 엑세스포인트에 적용하는 전송전력, 최소평균제곱오차(MMSE) 수신필터와 최적의 엑세스 포인트 선택 최적화문제를 살펴본다. 지난 연구에서는 전송전력과 MMSE 수신필터 최적화문제[1]와 전송전력과 최적의 엑세스포인트 선택문제[2]를 다루었다. 각각의 문제에 대한 알고리즘을 제안하고 알고리즘의 전송전력의 최소값에 수렴함을 증명하였다. 본 논문에서는 세 가지 변수를 함께 최적화하여 알고리즘의 성능을 개선한다. 구체적으로, 1) 전송전력, MMSE 수신필터, 엑세스포인트 선정을 동시에 고려하여 알고리즘을 제안한다. 2) 또한, 제안하는 알고리즘이 최적화 전송전력값에 수렴하는 것이 보장하는 것을 증명한다. 제안하는 알고리즘이 기존에 제안되었던 두 개의 알고리즘인 1)전송전력과 MMSE 수신필터 최적화 알고리즘, 2) 전송전력 최적화 알고리즘보다 전송전력 소모량에서 성능이 우수함을 실험을 통해서 확인하였다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2009년도 정기 학술대회
• /
• pp.396-399
• /
• 2009

본 논문의 연구 목적은 생물의 진화 현상을 모방한 진화전략 알고리즘을 이용하여 돔형 트러스 구조물을 최적화 설계하는 것이다. 최적화 방법으로 부재 단면적의 최적화 값을 찾음으로써 최적 목적값 또는 최소 구조물 중량을 산출하는데 목적이 있다. 진화전략 알고리즘은 1960년대 중반, 실수기반 매개변수의 최적화로부터 소개되어 1970년대 많은 발전을 하였다. 진화전략은 컴퓨터 시스템 최적화 알고리즘 연구분야에서 많이 활용되며, 더불어 사용되는 유전자 알고리즘과는 다른 몇 개의 연산자를 가지고 있다. 본 논문에서는 진화전략에서 사용되는 연산자를 소개하고 연산자간의 논리 흐름과 수치예제로써 최적설계의 적합성을 확인해볼 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.1588-1591
• /
• 2007

산업화와 도시화에 따라 용수사용량이 증가되면서 용수부족이 나타나기 시작하였다. 용수부족을 보다 효율적이며 경제적으로 용수수급계획을 하기 위한 관심이 고조되고 있다. 물수지 분석의 최적화기법을 연구하기 위하여 새로운 기법으로 부각되고 있는 유전자 알고리즘을 적용하였다. 본 연구에서는 물수지 분석 중 하나인 저수지 모의운영 방법을 사용하였으며 대상지역으로는 낙동강 유역인 임하댐을 중심으로 모의를 하였으며 실제 유입량 자료와 유입량 예측기법을 이용하여 최적화를 수행하였다. 최적화 모형의 구성은 임하댐을 상태로 하는 모형을 구성하였고, 목적함수는 저수지 모의기법에서 설정한 말기저수위를 우선적으로 만족시키고, 임하댐의 용수공급량을 만족시키는 것으로 구성하였다. 유전자 알고리즘을 이용한 물수지 분석의 최적화 방안을 실행하였는데 이러한 방법을 통하여서 보다 나은 용수수급계획을 할 수 있을 것이라 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.114-114
• /
• 2022

딥러닝의 학습 및 예측성능을 개선하기 위해서는 딥러닝 기법 내 연산과정의 개선과 함께 학습 및 예측에 사용되는 데이터의 전처리 과정이 중요하다. 본 연구에서는 딥러닝의 성능을 개량하기 위해 제안된 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형과 데이터 전처리 기법을 통해 댐의 수위를 예측하였다. 수위예측을 위해 Multi-Layer Perceptron(MLP), 메타휴리스틱 최적화 알고리즘인 Harmony Search(HS)와 딥러닝을 결합한 MLP using a HS(MLPHS) 및 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)와 딥러닝을 결합한MLP using a EBHS-CGS(MLPEBHS)를 통해 댐의 수위를 예측하였다. 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형의 학습 및 예측성능을 개선하기 위해 학습 및 예측을 위한 자료를 기반으로 데이터 전처리기법을 적용하였다. 적용된 데이터 전처리 기법은 정규화, 수위구간별 사상(Event)분리 및 수위 변동에 대한 자료의 구분이다. 수위예측을 위한 대상유역은 금강유역에 위치한 대청댐으로 선정하였다. 대청댐의 수위예측을 위해 대청댐 상류에 위치하는 수위관측소 3개소를 선정하여 수위자료를 취득하였다. 각 수위관측소에서 취득한 수위자료를 입력자료로 설정하였으며, 대청댐의 수위자료를 출력자료로 설정하여 메타휴리스틱 최적화 알고리즘-딥러닝 모형의 학습을 진행하였다. 각 수위관측소 및 대청댐에서 취득한 수위자료는 2010년부터 2020년까지 총 11년의 일 단위 수위자료이며, 2010년부터 2019년까지의 자료를 학습자료로 사용하였으며, 2020년의 자료를 예측 및 검증자료로 사용하였다.

• 대한조선학회논문집
• /
• 제34권1호
• /
• pp.93-101
• /
• 1997

본 연구에서는 전통적인 비선형 최적화 기법의 문제점을 극복하기 위하여 유전자알고리즘과 지식베이스의 통합을 통한 새로운 개념의 최적화 기법을 개발하였다. 여기에서는 제한조건이 있는 비선형 최적화 문제를 해결하기 위해 사용되는 전통적인 순차적 선형화 방법과 새로운 유전자 알고리즘의 장단점을 서로 보완한 하이브리드형 최적화 기법을 개발하였다. 여기에 지식베이스를 통한 최적화 지원 기법 및 최적화 모델의 자동생성 모듈을 개발하여 최적화 모텔의 성능을 한층 개선할 수 있었다. 개발된 최적화 기법의 검증을 위하여 수학적 비선형 모델을 이용한 여러가지 기법의 비교 검토를 수행하였다.