• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.599-600
• /
• 2023

본 연구는 한국 주식 시장인 KRX 데이터에 중점을 둔 투자 전략의 최적화를 목표로 하였다. 전통적인 기술 분석 방법은 투자자들의 경험에 의존하여 파라미터를 선택하였다. 하지만 이 연구에서는 기존의 경험에 기반한 파라미터 선택 대신 유전 알고리즘을 사용하여 파라미터를 최적화했다. 결과적으로, 이 전략은 상승장과 하락장 모두에서 buy-and-hold 전략보다 더 나은 성과를 보였다. 이는 기술 분석의 파라미터 최적화의 중요성을 강조하며, 더 효과적인 투자 전략 개발의 가능성을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.780-783
• /
• 2024

본 논문에서는 지속적으로 최적화된 인공지능 모델을 적용하기 위한 방안으로 연합 학습(Federated Learning)을 활용한 접근법을 제시한다. 최근 다양한 산업 분야에서 인공지능 활용에 대한 필요성이 증가하고 있다. 금융과 같은 일부 산업은 강력한 보안, 높은 정확도, 규제 준수, 실시간 대응이 요구됨과 동시에 정적 시스템 환경 특성으로 적용된 인공지능 모델의 최적화가 어렵다. 이러한 환경적 한계 해결을 위하여, 연합 학습을 통한 모델의 최적화 방안을 제안한다. 연합 학습은 데이터 프라이버시를 유지하면서 모델의 지속적 최적화를 제공이 가능한 강력한 아키텍처이다. 그러나 연합 학습은 클라이언트와 중앙 서버의 반복적인 통신과 학습으로, 불필요한 자원에 대한 소요가 요구된다. 이러한 연합 학습의 단점 극복을 위하여, 주요도 높은 클라이언트의 선정 및 클라이언트와 중앙 서버의 조기 중단(early stopping) 전략을 통한 지속적, 효율적 최적화가 가능한 연합 학습 모델의 운영 전략을 제시한다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1995년도 추계학술발표회논문집(2)
• /
• pp.1047-1053
• /
• 1995

한국의 장기 에너지공급 전략에서 에너지수요 및 환경제약에 따른 원자력에너지의 역할을 평가하기 위해 에너지수급 최적화모형인 MESSAGE를 이용하였다. 에너지수급 네트워크의 입력자료로 필요한 유효에너지 수요를 예측하기 위해 새로운 프로그램을 개발하였고, 이 결과를 이용하여 1993년부터 2040년까지 원자력계통을 포함한 전체 에너지계통에 대한 최적화를 수행하였으며, 노형전략 및 핵연료주기전략, 원자력에너지의 확대이용 방안 등을 제시하였다. 한국에서 원자력 확대이용에 대한 핵심 요인은 경제성장 규모, 화석연료의 이용가능성, 이산화탄소 배출규제, 부지 및 대중수용성에 의해 제한 받는 원자력 자체의 공급능력이 될 것이다.

• 한국콘텐츠학회논문지
• /
• 제14권11호
• /
• pp.549-557
• /
• 2014

근래에 게임이론 분야에서 진화계산법을 사용한 교섭게임 분석은 중요한 이슈 중에 하나이다. 본 논문에서는 이질적인 두 인공 에이전트 간의 공진화를 활용하여 교섭게임을 관찰한다. 두 인공 에이전트를 모델링하기 위해 사용된 전략은 진화전략의 종류인 입자군집최적화와 차분진화알고리즘이다. 교섭게임에서 각 전략이 최선의 결과를 얻기 위한 알고리즘 모수들을 조사하고 두 전략의 공진화를 관찰하여 어느 알고리즘이 교섭게임에 더 우수한지 관찰한다. 컴퓨터 시뮬레이션 실험 결과 입자군집최적화 전략이 차분진화알고리즘 전략보다 교섭게임에서 더 우수한 성능을 보임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.386-388
• /
• 2023

본 논문은 고성능 스토리지를 사용하는 환경에서 대규모 그래프를 분석을 위한 GPU 기반 그래프 분석 엔진의 I/O 최적화 전략을 제안한다. 사전 실험을 통해 최신 GPU 기반 그래프 엔진인 RealGraph^GPU 가 고성능 스토리지의 대역폭을 충분히 활용하지 못하고 있음을 발견하였다. 이를 개선하기 위해 (1) User-space I/O, (2) Asynchronous I/O 두 가지 최적화 전략을 적용하였으며, 실험을 통해 두 전략이 RealGraphGPU 의 그래프 분석 성능 향상시키는 데 효과적임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.43-44
• /
• 2009

임베디드 소프트웨어의 경우, 시스템 제약으로 인해서 일반 소프트웨어에 비해 최적화의 역할이 상대적으로 매우 중요하다. 본 논문에서는 임베디드 시스템 환경에서 다양한 코드 최적화 기법을 적용하고 각 최적화 기법의 성능 향상기여도를 평가하여, 다양한 최적화 전략에 대한 효율성을 분석하였다. 이는 향후 임베디드 소프트웨어 엔지니어를 위한 코드 최적화 가이드라인으로 활용되거나, 자동화된 최적 임베디드 코드 생성을 위한 기초 자료로 사용될 수 있을 것으로 기대한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 춘계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.75-77
• /
• 2001

전기기기 최적 설계에 있어서 결정론적 최적화 방법은 국부해를 빠른 속도로 찾을 수 있지만 최적값에 대한 보장이 어려우므로 비결정론적 방법인 진화전략 알고리즘을 많이 사용한다. 전기기기 최적화에 쓰이는 많은 확률적 알고리즘 중에서 진화 전략 알고리즘은 시뮬레이티드 어닐링과 유전 알고리즘을 결합한 방법으로, 전체 최적점 탐색이 가능할 뿐만 아니라 알고리즘이 비교적 간단하면서도 빠른 수렴 특성을 갖고 있다. 그리고, 종류 또한 다양하다. 진화 전략 알고리즘 중에서 중요한 것은 수렴속도와 성공률에 기여하는 파라미터들을 잘 선정하는 것이다. 본 논문에서는, 진화 전략 알고리즘의 중요한 인자인 자식 세대의 개수인 ${\lambda}$값과 ${\alpha}$값을 변화시켜 가면서 변수 개수에 따른 최적화된 조합을 제시한다. 본 논문의 결과는 전기기기 최적 설계에 응용하는데 도움이 될 것으로 사료된다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2001년도 추계학술대회 논문집
• /
• pp.97-100
• /
• 2001

제조 기업의 가치사슬 최적화를 위한 전략적, 운영상 의사결정 문제는 수리적 모델을 이용한 DSS의 효과적인 활용을 통하여 해결 될 수 있다. 의사결정 프로세스는 필연적으로 공급사슬의 여러 성과 목표와 관련 조직간의 Trade-off 및 연계관계(Interaction)가 고려되므로 복수의 DSS 활용이 필요하게 된다. 이와 관련하여 본 논문에서는 공급 사슬 전체의 최적화를 위한 다수의 전략적 목표 및 의사결정 프로세스, 연계된 수리적 모델들을 정의하고, 관련 조직 및 성과 지표 별 부분적 최적화(Local Optimality)를 지양하고 전체최적화 (Global Optimality)를 달성하기 위한 DSS Logic을 철강산업 프로세스를 대상으로 수리적 모델들의 분할(Decomposition) 및 통합개념을 통하여 제시하였다.

• 정보과학회 논문지
• /
• 제41권12호
• /
• pp.1090-1098
• /
• 2014

이 연구는 단봉 전역 최적화 성능이 개선된 적응적 코시 분포 차분 진화 알고리즘을 제안한다. 기존 적응적 코시 분포 차분 진화 알고리즘은(ACDE) 개체의 다양성을 보장하여 다봉 전역 최적화 문제에 우수한 "DE/rand/1" 돌연변이 전략을 사용했다. 그러나 이 돌연변이 전략은 수렴 속도가 느려 단봉 전역 최적화 문제에 단점이 있다. 제안 알고리즘은 "DE/rand/1" 돌연변이 전략 대신 수렴 속도가 빠른 "DE/current-to-best/1" 돌연변이 전략을 사용했다. 이때, 개체의 다양성이 부족하여 발생할 수 있는 지역 최적해로의 수렴을 방지하기 위해서 매개변수 초기화 연산이 추가됐다. 매개변수 초기화 연산은 특정세대를 주기로 실행되거나 또는 선택 연산에서 모든 개체가 진화에 실패하는 경우 실행된다. 매개변수 초기화 연산은 각 개체들의 매개변수에 탐험적 특성이 높은 값을 할당하여 넓은 공간을 탐색할 수 있도록 보장한다. 성능 평가 결과, 개선된 적응적 코시 분포 차분 진화 알고리즘이 최신 차분 진화 알고리즘들에 비해 특히, 단봉 전역 최적화 문제에서 성능이 개선됨을 확인했다.