• Journal of KIISE:Software and Applications
• /
• v.28 no.7
• /
• pp.467-477
• /
• 2001

반응적 타부 탐색은 단순한 타부 탐색과 비교해서 중장기 메모리를 이용한 학습을 통하여 타부리스트의 크기를 반응적으로 변화시킴으로써 NP-hard 문제에 속하는 다양한 조합 최적해 문제에 대해서 좋은 해를 효율적으로 찾는다. 본 논문에서는 반응적 타부 탐색에 있어서 중장기 메모리를 이용한 탈출 메커니즘으로 이웃 해 전략 전환 메커니즘이라는 개념을 제시한다. 제시된 이웃 해 전략 전환 메커니즘을 이용한 반응적 타부 탐색을 특정 공과 대학의 강의 시간표 작성 문제와 외판원문제 (traveling salesman problem)에 적용하여 기존의 반응적 타부 탐색과 비교 분석을 하였다. 전산 실험 결과 제시된 알고리즘은 기존의 반응적 타부 탐색 알고리즘에 비교하여 더 좋은 해를 더 짧은 시간에 찾아주었다.

• 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 Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.789-792
• /
• 2003

타부 탐색은 타부 전략 기법과 최급 강하 알고리즘이 결합된 알고리즘이다. 이는 한번 방문한 해는 다시 방문하지 않음으로써 지역 최적해에 수렴하지 않고 새로운 방향으로 움직이게 하여 공간 탐색 능력 효율을 높인다. 그러나 기존의 타부 탐색에서 이웃 해를 생성하는 방법에 따라 성능이 많이 좌우된다. 좋지 않은 이웃 해를 생성하는 탐색에서는 얻고자 하는 최적해에 수렴하는 시간이 많이 걸린다. 따라서 이웃 해를 생성할 때 해밍 거리를 고려하여 균형 있는 이웃 해론 생성하고, 해 공간은 탐색함으로써 우수한 최적해를 얻게 됨을 본 논문에서는 보여주고 있다. 이는 다양성도 보장되므로 최적해에 수렴해 가는 속도 또한 빠른 것을 보여주고 있다.

• Proceedings of the KIEE Conference
• /
• 2003.11a
• /
• pp.110-112
• /
• 2003

본 논문에서는 확률적인 전역 최적화 알고리즘인 유전 알고리즘과 경험적인 최적화 알고리즘인 타부 탐색법을 병렬화함으로써 최적해 탐색성능 및 탐색속도를 개선하는 방안을 개발하였다. 배전계통의 주변압기에서 고장이 발생한 경우에는 여러 정전구역에 대한 복구문제가 되어 매우 복잡하고 많은 연산량을 수반한다. 따라서 제안한 고장복구 알고리즘은 PC 클러스트링을 이용하여 각 프로세서별로 유전 알고리즘 또는 타부 탐색법을 사용하여 최적해를 탐색한 후 일정 기간 이후에 해를 교환함으로써 배전계통에서의 주변압기 고장발생시 최적해 탐색에 소요되는 시간을 단축하였으며 고장복구 지원시스템의 성능개선을 도모하였다. 제안한 알고리즘의 유용성을 입증하기 위하여 한전의 실 배전계통 주변압기 고장복구 문제에 적용함으로써 제안한 알고리즘이 해의 탐색속도 및 해의 성능면에서 우수함을 입증하였다.

• Proceedings of the KIEE Conference
• /
• 2003.07a
• /
• pp.369-371
• /
• 2003

본 논문에서는 차세대 대체 에너지원으로서 주목받고 있으며, 상용화되고 있는 분산전원이 도입된 배전계통에서 고장이 발생한 경우, 경험적 최적화 알고리즘인 타부 탐색법을 적용한 고장 복구 알고리즘을 제안하고자 한다. 배전계통 고장복구 문제는 배전 선로상에 고장 발생시 최적의 부하절체를 함으로써 건전 정전구간을 최소화하는 것을 목적으로 한다. 배전 자동화시스템에서 분산전원 계통을 자동화하여 분산전원의 동작 상태를 감시하고 고장검출, 계통분리 또는 원격스위치를 제어함으로써 고장복구 방법을 제시한다. 제안한 알고리즘의 유용성을 입증하기 위해 참고문헌의 예제 계통에 제안한 방법을 적용해 본 결과, 제안한 알고리즘이 해의 탐색속도 및 해의 성능면에서 우수함을 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.29 no.9
• /
• pp.645-653
• /
• 2002

The unit commitment problem in a power system involves determining the start-up and shut-down schedules of many dynamos for a day or a week while satisfying the power demands and diverse constraints of the individual units in the system. It is very difficult to derive an economically optimal schedule due to its huge search space when the number of dynamos involved is large. Tabu search is a popular solution method used for various optimization problems because it is equipped with effective means of searching beyond local optima and also it can naturally incorporate and exploit domain knowledge specific to the target problem. When given a large-scaled problem with a number of complicated constraints, however, tabu search cannot easily find a good solution within a reasonable time. This paper shows that a large- scaled optimization problem such as the unit commitment problem can be solved efficiently by using a parallel tabu search. The parallel tabu search not only reduces the search time significantly but also finds a solution of better quality.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.38 no.1
• /
• pp.48-57
• /
• 2010

A comparison of two kinds of scheduling optimization algorithms is presented in this paper. As satellite control and operation techniques have been developed, satellite missions became more complicated and overall quantity of missions also increased. These changes require more specific consideration and a huge amount of computation for the satellite mission scheduling. Therefore, it is a good strategy to make a scheduling optimization algorithm for the efficient satellite mission scheduling operation. In this paper, two kinds of scheduling optimization algorithms are designed with tabu-search algorithm and genetic algorithm respectively. These algorithms are applied for the same mission scenario and the results of each algorithm are compared and analyzed.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.1
• /
• pp.89-95
• /
• 2006

Planning distributed manufacturing logistics is one of main issues in supply chain management. This paper proposes a hybrid heuristic approach for the Multi-Level, multi-item Capacitated Lot Sizing Problem (MLCLSP) in supply chain network. MLCLSP corresponds to a mixed integer programming (MIP) problem. With integer variable solutions determined by heuristic search, this MIP problem becomes linear program (LP). By repeatedly solving the relaxed MIP problems with a heuristic search method in a hybrid manner, this proposed approach allocates finite manufacturing resources fur each distributed facilities and generates feasible production plans. Meta heuristic search algorithm is presented to solve the MIP problems. The experimental test evaluates the computational performance under a variety of problem scenarios.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.502-509
• /
• 2002

Maximal Covering 문제(MCP)란 행렬 상에서 n개의 열(column) 중 p개를 선택하여 m개의 행(row)중 최대한 많은 행을 cover하는 문제로 정의된다. 본 논문에서는 MCP를 유전 알고리즘(Genetic Algorithm)으로 해결하기 위해 문제에 적합하게 설계된 교차 연산자(crossover operator)와 비발현 유전인잔(unexpressed gene)를 가진 새로운 염색체 구조를 제시한다. 해결하고자 하는 대상 MCP의 규모가 매우 큰 경우 전통적인 임의교차(random crossover) 방법으로는 좋은 결과를 얻기가 힘들다. 따라서 본 연구에서는 그리디 교차(greedy crossover) 방법을 제시하여 문제를 해결한다. 그러나 이러한 그리디 교차를 사용하더라도 조기 수렴 등의 문제로 인해 타부 탐색 등의 이웃해 탐색 방법에 비해 그리 좋은 결과를 얻기가 힘들다. 본 논문은 이러한 조기 수렴 문제를 해결하고 다른 이웃에 탐색 방법보다 더 좋은 결과를 얻기 위해 비발현 유전인자(unexpressed gene)를 가진 염색체를 도입하여 해결함을 특징으로 한다. 비발현 유전인자는 교차 과정에서 자식 염색체의 유전인자로 전달되지 않은 정보 중 나중에라도 유용할 가능성이 보이는 정보를 보존하는 역할을 하여 조기 수렴 문제를 해결하는데 도움을 주어 보다 나은 결과를 얻을 수 있게 해준다. 대규모 MCP를 해결하는 실험에서 새로운 비발현 유전인자를 적용한 유전 알고리즘이 기존의 유전 알고리즘뿐만 아니라 다른 탐색 기법에 비해 더욱 좋은 성능을 보여줌을 확인하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.20 no.2
• /
• pp.209-214
• /
• 2020

The equitable partitioning problem(EPP) is classified as [0/1] binary skill existence or nonexistence and integer skill levels such as [1,2,3,4,5]. There is well-known a polynomial-time optimal solution finding algorithm for binary skill EPP. On the other hand, tabu search a kind of metaheuristic has apply to integer skill level EPP is due to unknown polynomial-time algorithm for it and this problem is NP-hard. This paper suggests heuristic greedy algorithm with polynomial-time to find the optimal solution for integer skill level EPP. This algorithm descending sorts of skill level frequency for each field and decides the lower bound(LB) that more than the number of group, packing for each group bins first, than the students with less than LB allocates to each bin additionally. As a result of experimental data, this algorithm shows performance improvement than the result of tabu search.