• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.241-243
• /
• 2023

양자컴퓨터의 발전이 빠르게 진행됨에 따라서 고전컴퓨터에서는 해결하지 못하는 문제에 대하여 양자 알고리즘을 활용하여 해결하고자 하는 연구가 진행되고 있다. 이중 소인수 분해 및 이산로 그 문제 해결이 가능한 Shor's Algorithm 및 이에 대한 공개키 암호 해독을 위한 양자 자원량 분석에 대한 연구가 진행되고 있다. 하지만 양자 컴퓨터의 가용 양자 자원량이 제한적이라는 점과, 시간적인 측면에서의 최적화는 암호의 보안강도에 영향을 끼치기 때문에 알고리즘 최적화 연구가 필요하다. 따라서 본 논문에서는 암호를 대상으로 한 Shor's Algorithm 양자 회로의 최적화 동향을 조사하고 향후 연구 방향에 대해서 기술한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.39 no.5
• /
• pp.433-441
• /
• 2011

The optimization of a centrifugal compressor was conducted. The ANN (Artificial Neural Network) was adopted as an optimization algorithm, and it was learned and trained with the DOE (Design of Experiment). In the DOE, it was predicted the main effect and the interaction effect of design variables to the objective function. The ANN was improved in the optimization process using the GA (Genetic Algorithm). When any output at each generation was reached a standard level, it was re-calculated by the CFD (Computational Fluid Dynamics) and it was applied to develop a new ANN. After 6th generation, the prediction difference between ANN and CFD was less than 1%. A pareto of the efficiency versus the pressure ratio was obtained through the 21th generation. Using this method, the computational time for the optimization was equivalent to the time consumed by the gradient method, and the optimized results of multi-objective function were obtained.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.400-403
• /
• 2009

본 연구에서는 평판 스페이스 프레임 구조물의 크기 및 형상최적화 기법을 개발하고자 한다. 이를 위해 평판 스페이스 프레임의 물량에 영향을 미치는 요소인 격자분할 수와 상 하부 평판사이의 높이를 주요 설계변수로 선정함으로써 부재크기 최적화뿐만 아니라 형상최적화 방안도 제시하였다. 또한 평판 스페이스 프레임의 절점 및 부재 자동생성방안이 고려되며 감도해석기법을 이용하여 개발된 최적화 프로그램을 예제모델에 적용하여 설계변수 변화에 따른 구조시스템의 최적의 대안을 강구하고자 한다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.14 no.2
• /
• pp.213-224
• /
• 2001

확률론적 구조설계 최적화는 구조물의 역학적 특성이나 하중의 불확실성이나 임의성과 같은 변동성을 정량적이고 합리적으로 고려할 수 있다는 점에서 기존의 전통적인 확정론적 최적화와 비교된다. 확률론적 최적화의 방법론으로는 개선된 일계이차모멘트법을 이용하는 신뢰도지수에 기반한 접근법(MPFP search)이 널리 알려져 있으며, 최근 목표성능치에 기반한 접근법(MPTP search)이 새롭게 제안되었다. 본 논문에서는 이들 두 가지 접근법에 대한 정식화를 수행하고, 특히 탐색과정에서 소모적인 반복계산을 발견하고 제거하는 알고리즘을 제시하였다. 예제에서 두 접근법에 의한 확률론적 최적화를 수행하고 구조설계 최적화의 관점에서 두 접근법의 장단점을 비교·검토하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.435-441
• /
• 2002

전력시스템 등, 산업 전반의 많은 분야에 최적화 문제가 산재해 있다. 또한 이러한 최적화 문제를 해결하기 위한 많은 연구가 있었다. 특정 응용에 국한되지 않고 모든 응용에 적용 가능한 메타휴리스틱 알고리즘은 그 중 많은 비중을 차지하고 있으며, 가장 대표적인 방법은 유전알고리즘과 타부 탐색이다. 그러나 최적화 문제에 속하는 많은 문제들이 탐색공간이 방대하고 많은 제약이 존재하는 대규모 최적화 문제로서 기존의 메타휴리스틱 기법들을 그대로 이용해서는 빠른 시간 내에 최적의 해를 찾아내기 힘들다 본 논문에서는 대규모 최적화 문제의 하나인 발전기 기동정지 계획 문제를 해결하기 위하여 유전알고리즘과 타부탐색을 적용하고 그 성능을 분석한다. 그리고 각 방법을 병렬화하여 수행함으로써 병렬화를 통하여 시간상의 이득과 함께 부가 효과로서 집중화와 다각화의 효과를 얻을 수 있음을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.644-646
• /
• 2003

물류 공급 관리 시스템과 같은 정보 통합 시스템은 분산되어 있는 데이터베이스들에 대해서 정보를 통합하여 사용자에게 보여준다. 이러한 정보 통합 시스템은 전역 질의를 생성하고 지역 질의로 변환하여 실행하기 전에 질의를 최적화할 필요성이 있다. 그런데, 단일데이터 베이스 시스템에서의 질의 최적화 기법은 멀티데이터베이스 시스템에서 사용하기에는 부적절하다. 이는 분산된 데이터베이스 환경에서 오는 높은 연결 오버헤드, 높은 계산 시간, 데이터의 중복성 뿐만 아니라 의미 이질성 문제 때문에 기존의 최적화 방법은 사용하기가 어렵다. 이를 해결하기 위해서 의미상 질의 최적화 방법이 연구되어 왔다. 의미상 질의 최적화는 전역 질의보다 더 효과적으로 응답하고 의미상으로 동등한 질의로 변환하기 위해서 의미상 지식을 사용한다. 본 논문에서는 정보 통합 시스템에서 Description Logic(DL)을 이용하여 의미상 지식으로 사용할 지식 기반을 표현하고 이를 바탕으로 추론화된 지식을 이용하는 의미상 질의 최적화 방식을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.716-718
• /
• 2003

최근 들어 데이터가 연속적으로 생성되므로 인해 디스크에 저장된 형태로 모델링되기 어려운 특성을 갖는 데이터 응용환경에 대한 관심이 증대하고 있다. 스트림 데이터를 대상으로 이루어지는 스트림 질의는 저장된 릴레이션 내의 데이터를 대상으로 한번 적용되고 마는 기존의 데이터 응용에서와는 달리, 한번 등록이 되면 계속적으로 입력 데이터 스트림을 감시하다가 질의를 만족시키는 투플이 발생될 때마다 결과를 출력하는 연속성을 갖는다. 이러한 데이터 스트림 처리 시스템에서 성능 향상을 위한 질의 계획 최적화에 대한 연구가 이루어지고 있으며, 이를 위한 하나의 방법으로 현재 사용중인 질의 계획에서 질의 계획의 일부를 재구성하기 위해서 최적화 대상 질의 계획으로의 입력을 중단하고 최적화된 새로운 질의 계획으로 바꾸어 임시 저장된 데이터를 새로운 질의 계획에 입력하는 방법이 이용되고 있다. 그러나 이 방법을 사용하는 경우 입력 데이터 버퍼링을 위한 저장공간에 대한 비용이 증가하고. 부정확한 갑을 산출을 유발할 수 있는 등 몇 가지 문제점을 안고 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 최적화 대상이 되는 질의 계획을 일시적으로 중복시켜 최적화가 진행되고 있는 과정 중에도 기존의 질의 계획이 입력 스트림을 계속 처리하고, 최적화된 새로운 질의 계획으로 입력 스트림을 처리하도록 하는 일시 중복을 이용한 동적 질의 계획 재구성 기법을 제시하였다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.9
• /
• pp.816-823
• /
• 2000

상위단계 합성에서 데이터 저장을 위한 메모리 할당 문제는 중요하게 다루어지는 영역의 하나이다. 이 논문에서는, 다중포트(multiport)메모리 할당 문제에 대한 새로운 방법을 제안한다. 문제의 복잡도를 줄이기 위해, 기존의 연구들은 요약하면, 두 단계의 과정으로 이루어지고 있다. 첫 번째 단계에서는 변수들을 몇 개씩 묶어서 하나의 메모리를 형성한다. (즉 메모리 최적화 문제를 푼다.) 두 번째 단계에서는 메모리들과 기능모듈들 간의 연결선을 최적화시킨다. (즉, 연결선 최적화 문제를 푼다) 이 경우 심각한 단점은 연결선의 비용을 최소화하는 데는 한계가 있다는 것이다. 다시 말해, 연결선의 비중이 점점 중요하게 되어지는 설계 추세에서 기존의 방법은 다중포트 메모리 사용을 통해 얻을 수 있는 연결선 최소화를 극대화하는데 한계가 있음을 뜻한다. 이를 극복하기 위해, 우리는 새로운 할당 방법을 제시한다. 구체적으로 먼저, 연결선 최소화를 해결하고, 그 다음에, 메모리 최적화를 시도한다. 또한 제안한 알고리즘은 연결선 최소화 과정 동안 다음 단계에서 결정될 메모리 비용도 적절히 고려한다. 우리는 다양한 실험을 통해, 우리의 제안한 방법이 기존의 연구보다 상당히 효율적인 것임을 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.679-683
• /
• 2010

본 연구에서는 공간적 변수인 조도계수를 기지의 수위값을 이용하여 최적값을 결정하는 방법에 대해서 검토하고자 한다. 최적화 기법에 의한 조도계수는 기지의 수위값과 수치모의에 의한 결과 값의 전체 오차를 최소화하는 값으로 결정된다. 본 연구에서는 3가지 최적화 기법을 이용하였으며 가상 수로에 대해서 적용하였다. 수위계산은 표준축차법에 의해 수행하였으며 사용된 최적화 기법은 quasi-Newton 방법이다. 1차원 모형은 Matlab을 이용하여 표준축자법으로 구성하였으며 BFGS 기법, L-BFGS 기법, Steepest Gradient Descent 기법 등도 Matlab으로 구성하였다. 표준축차법은 조도계수가 입력되면 기지의 수위값과의 2-norm을 계산하도록 구성하였다. 계산 결과에 의하면 세가 기법 모두 20 23회 정도의 반복계산을 수행하고 값이 수렴되었는데, L-BFGS의 경우에는 정확하게 음수의 조도계수로 수렴하였으며, BFGS기법과 Steepest Gradient 기법의 경우에는 양의 값으로 정확하게 수렴하였다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.329-330
• /
• 2007

본 논문에서는 particle swarm optimization(PSO)를 통한 비선형시스템의 퍼지집합 퍼지모델의 최적화 방법을 제안한다. 퍼지 모델링에서 전반부 동정, 즉 구조 동정 및 파라미터 동정은 비선형 시스템을 표현하는데 있어서 매우 중요하다. 퍼지모델의 전반부 동정에 있어 최적화 과정이 필요하며 유전자 알고리즘(Genetic Algorithm; GA)을 이용하여 퍼지모델을 최적화한 연구가 많이 있다. 본 연구는 파라미터 동정 시 최근 여러 가지 어려운 최적화 문제를 수행함에 있어서 성능의 우수성이 증명된 PSO를 이용하여 퍼지집합 퍼지모델의 전반부 파라미터를 동정하였다. 구조동정은 단순 유전자 알고리즘(Simple Genetic Algorithm; SGA)을 이용하여 동정하였으며 파라미터 동정시 실수 코딩유전자 알고리즘(Real Coded Genetic Algorithm; RCGA)와 PSO를 각각 파라미터 동정에 이용하여 성능을 비교하였다.