• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.87-92
• /
• 2016

본 논문에서는 일반적인 신경회로망의 단점인 느린 학습속도를 획기적으로 개선한 네트워크인 Extreme Learning Machine과 전문가들의 언어적 정보들을 기술 할 수 있는 퍼지 이론을 접목한 퍼지 Extreme Learning Machine을 최적화하기 위하여 Particle Swarm Optimization 알고리즘을 이용하였다. 퍼지 Extreme Learning Machine의 활성화 함수를 일반적인 시그모이드 함수를 사용하지 않고, 퍼지 C-Means 클러스터링 알고리즘의 활성화 레벨 함수를 이용하였다. Particle Swarm Optimization 알고리즘과 같은 최적화 알고리즘을 통하여 퍼지 Extreme Learning Machine의 활성화 함수의 파라미터들을 최적화 한다. Particle Swarm Optimization과 같은 최적화 알고리즘을 통한 제안된 모델의 최적화 하고 최적화된 모델의 분류성능을 평가하기 위하여 다양한 머신 러닝 데이터 집합을 사용하여 평가한다.

• 한국콘텐츠학회논문지
• /
• 제10권5호
• /
• pp.1-9
• /
• 2010

이 논문은 특징 선택에 사용되는 개미 군락 최적화의 수렴 특성을 개선하기 위해 선택적 평가라는 새로운 기법을 제시한다. 이 방법은 불필요하거나 가능성이 덜한 후보 해를 배제함으로써 계산량을 줄인다. 이 방법은, 그런 해를 찾아내는데 사용할 수 있는 페로몬 정보 때문에 구현이 가능하다. 문제 크기에 따른 알고리즘의 적용가능성을 판단할 목적으로, 특징 선택에 사용되는 세 가지 알고리즘인 탐욕 알고리즘, 유전 알고리즘, 그리고 개미 군락 최적화의 계산 시간을 분석한다. 엄밀한 분석을 위해 원자 연산이라는 개념을 사용한다. 실험 결과는 선택적 평가를 채택한 개미 군락 최적화가 계산 시간과 인식 성능 모두에서 우수함을 보여준다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.55-56
• /
• 2015

근래에 게임이론 분야에서 진화계산 기법을 사용한 분석은 중요한 이슈이다. 본 논문에서는 교섭게임에서 입자군집최적화와 차분진화알고리즘 간의 공진화 과정을 관찰하고 상호 경쟁에서 얻는 이득을 비교하여 두 알고리즘의 성능을 분석한다. 실험결과 입자군집최적화가 차분진화알고리즘에 비해 교섭게임에서 더 우수한 성능을 보임을 확인하였다.

• 한국항공우주학회지
• /
• 제30권2호
• /
• pp.122-129
• /
• 2002

우주 구조물인 하나콤 위성본체 플래폼의 구조최적화를 수행하였다. 하나콤 위성 플래폼의 최적설계에는 다양한 우주 환경 하에서 고려하기 어려운 제한 조건들이 고려된다. 이러한 제한 조건들을 고려하기 위해서 최적화 기법인 변형 유용 방향 탐색법과 유전자 알고리즘을 유한 유소 해석 기법을 사용하는 MSC/NASTRAN과 병행하여 최적화를 수행하였다. 하나콤 위성 플래폼의 최적화는 정적해석과 동해석을 통하여 베어링 응력과 고유 진동수에 대한 제한조건을 사용하여 수행하였다. 본 연구의 수행 결과 국부 최적화 기법인 변형 유용 방향 탐색법이 전역 최적화 기법인 유전자 알고리즘에 의한 최적화 보다 좋은 결과를 얻을 수 있었다. 또한, 두 기법의 최적화 모두 응력 보다는 고유 진동수에 의한 제한 조건이 최적화에 더 큰 영향을 준다는 사실을 알게 되었다. 하나콤 위성 플래폼의 최적화를 통해서 주어진 환경에 더 적합하고 안정성 있는 플래폼의 구조최적설계를 할 수 있었다.

• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2004년도 하계학술대회
• /
• pp.302-307
• /
• 2004

이 논문은 제한된 대역폭을 가진 고정 채널 할당 문제를 유전알고리즘을 이용하여 최적화하는 방법을 제시한다. 또한 이 논문에서는 유전알고리즘의 미세조정 능력 향상을 위해 지역 최적화 방법을 고안하였다. 고정채널 할당 문제를 행렬로 표현하여 지역 최적화 알고리즘에서는 채널을 수평 또는 수직으로 움직임으로써 유전 알고리즘의 성능 향상을 꾀한다. 제안된 방법은 기존의 방법보다 뛰어난 성능 향상을 나타냄을 실험결과에서 보일 것이다.

• 한국통신학회논문지
• /
• 제27권2B호
• /
• pp.137-144
• /
• 2002

본 논문에서는 유전자 알고리즘의 진화 연산을 이용하여 기지국의 위치와 송신전력을 최적화하는 알고리즘을 구현하였다. 기지국의 위치와 송신 전력을 실수형 파라미터로 정의하며 관련된 유전 연산자를 설계하였다. 최적화의 방향은 커버리지, 송신 전력, 경제성 효율이 고려되도록 다중 목적함수를 제안하였다. 본 논문에서 구현한 알고리즘음 최적 해를 직관적으로 알 수 있는 상황에 적용하여 검증하였으며 비균일 트래픽 분포를 가정한 상황에 대해 목적함수의 가중치에 따라 최적화를 수행하였다.

• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.539-544
• /
• 2003

본 논문에서는 유전자 알고리즘을 이용한 무장 할당 문제를 제안하였다. 무장 할당이란 적의 공격으로부터 방어대상물의 손상을 최소화하거나 적의 공격물 또는 표적의 격추 확률이 최대가 되도록 표적에 대해 방어무기의 적절한 할당을 목적으로 하는 최적화 문제로서, 본 논문에서는 무장 할당 문제에 근 최적화의 강점을 가진 유전자 알고리즘을 적용하였다. 무장 할당 문제에 적합한 유전자 알고리즘 형태와 파라메타를 선정하는 방법을 제시하였고, 시뮬레이션을 통해서 기존의 전형적인 최적화 기법과의 성능 비교를 수행한 결과, 제안된 방법이 우수함을 입증하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제51차 동계학술대회논문집 23권1호
• /
• pp.167-168
• /
• 2015

유전자 알고리즘은 문제 크기가 커짐에 따라 해집합이 폭발적으로 늘어나 최적해를 찾기 힘든 최적화 문제에 주로 적용되는 알고리즘으로, 최근에는 지리정보시스템(GIS)의 경로 최적화 문제, 게임에서의 길찾기, 인공지능에 많이 적용되고 있다. 마이크로 유전자 알고리즘은 일반 유전자 알고리즘에 비해 작은 크기의 모집단을 사용함으로써 알고리즘의 효율을 높일 수 있는 장점이 있다. 따라서, 본 논문에서는 무향 Rural Postman Problem 해법으로 마이크로 유전자 알고리즘의 적용 방법을 제안한다.

• 한국군사과학기술학회지
• /
• 제2권1호
• /
• pp.90-100
• /
• 1999

유전자 알고리즘은 전통적인 등반 알고리즘을 이용하여 구하기 어려웠던 최적화 문제를 해결하기 위한 강인한(Robust) 탐색 기법이다. 특히 목적함수가 (1)여러 개의 국부 최대치를 가지는 경우, (2)수학적으로 표현이 불가능하거나 어려운 경우, (3)목적함수에 교란 항(disturbance term)이 섞여 있을 경우도 우수한 탐색 능력을 갖는 것으로 알려져 있다. 본 논문에서는 유전자 알고리즘을 이용하여 나타나는 다양한 해집합을 형성하는 개체군을 군집성 분석(cluster analysis)을 이용하여 군집화하고, 각 군집에 부여된 군집 적합도에 따라서 최적해를 구함으로써 단순 유전자 알고리즘에 의한 최적화보다 훨씬 향상된 탐색 알고리즘을 제안하였다. 반응표면의 형태가 정형화한 테스트 함수의 형태로 나타난다고 가정한 경우에 대하여 몬테 칼로 시뮬레이션을 통하여 본 알고리즘을 적용하여 평가하고 분석하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.134-136
• /
• 2000

진화 알고리즘은 자원 관리, 스케줄링, 퍼지 논리 재어기의 설계 등의 다양한 문제들에 적용되는, 일반적이고 효율적인 최적화 방법이다. 그러나 이러한 진화 알고리즘의 문제점은 탐색해야할 변수의 증가에 따라 차원의 증가로 인하여 탐색공간이 기하급수적으로 늘어난다는 것이다. 이러한 문제점을 해결하기 위해 Potter와 Dejong은 개개의 종족을 독립적으로 진화시킴으로써 탐색공간을 대폭 줄인, 협력 공진화 알고리즘을 제안하였다. 그러나 이것 또한 변수 의존성이 강한 문제들에 대해서는 비효율적인 탐색을 하는 문제점이 있다. 본 논문에서는 종족의 분할과 병합을 이용한 효율적인 공진화 알고리즘을 제안한다. 이 알고리즘은 최적화 하려는 변수들이 서로 의존성이 없는 경우에는 종족의 분할을 통하여 탐색공간의 축소의 이점을 얻고, 최적화 하려는 변수들이 서로 의존성이 있는 경우에는 종족의 병합을 통하여 전역탐색을 하도록 한다. 제안하는 알고리즘을 상품재고 제어 문제(ICP)로 실험하여 현존하는 어떤 공진화 알고리즘보다도 효율적인 결과를 보여준다.