• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.570-576
• /
• 2004

열의 수가 수십만에 이르는 대규모 maximal covering 문제(MCP)를 유전 알고리즘을 통해 해결하는 것에는 한계가 있다. 본 논문에서는 대규모 MCP를 유전알고리즘이 효율적으로 풀 수 있도록 하기 위해 특별히 고안된 교차 연산자와 돌연변이 연산자를 소개한다. 또한, 본 연구에서는 비발현 유전자를 사용하는 새로운 유전 알고리즘을 제시한다. 비발현 유전자는 유전 연산 과정에서 상실될 정보 중 이후의 세대에서 유용할 가능성이 있는 정보를 자손에게 전달하기 위해 보존하는 역할만 할 뿐, 발현되지 않음으로 인해 해의 평가 시에는 반영되지 않는 유전자이다. 비발현 유전자를 사용하는 유전 알고리즘은 집단의 다양성을 유지하는데 유리하여 대규모 MCP를 해결하는데 있어서 보다 효율적으로 탐색을 수행할 수 있다. 현장의 대규모 MCP 데이타로 실험한 결과 비발현 유전자를 가진 유전 알고리즘이 이웃해 탐색 알고리즘인 타부 탐색보다 훨씬 우수한 탐색 성능을 보임을 확인할 수 있었다.

• 한국강구조학회 논문집
• /
• 제18권2호
• /
• pp.213-223
• /
• 2006

전통적인 트러스 구조물의 최적화 기법은 종종 복잡하고 많은 계산과정이 요구되면서 정작 아주 간단한 중량최소화와 같은 경비문제를 다루고 있다. 또한 이러한 기법들은 복잡하고 종종 다목적함수인 실 경비함수를 갖는 트러스 구조물에 적용 시 만족할만한 결과를 보이지 못한다. 따라서 본 연구에서는 구조물의 중량뿐만 아니라 사용되는 제품 종류의 수와 트러스 구조물의 연결의 수 및 기타현장소요경비로 구성되어지는 실제 요구되는 경비함수를 가지는 트러스 구조물의 최적화문제에, 전체 트러스 구조물의 부재를 같은 치수의 제품을 가질 수 있는 몇 가지 종류의 부재들로 변별화하는 클러스터링 기법(Clustering Technique)을 도입하여 설계를 효율적으로 수행하고자 한다. 클러스터링 기법을 이용하여 사용되는 부재들을 그룹별로 변별하고 최적 해에 근접한 해를 찾은 후 간단한 타부 탐색기법을 이용하여 최종 최적해를 얻는다. 수치 예로써 실 경비함수를 갖는 트러스 구조 모형에 적용하여 최적설계를 시도하고 또한 중량최소화문제에도 적용하여 휴리스틱 기법(Heuristic Techniques)의 대표적인 유전알고리즘을 이용한 기존 연구의 중량최소화 설계결과와 비교 한다. 그 결과, 본 연구의 알고리즘은 실 경비함수를 가지는 트러스 구조물의 설계에 있어서 경제성이 있는 결과를 나타내며, 또한 기존연구의 알고리즘 보다 효율적임을 나타내었다.

• Spatial Information Research
• /
• 제18권3호
• /
• pp.63-72
• /
• 2010

일반적인 Vehicle Routing Problem with Simultaneous Pick-ups and Deliveries (VRPSPD)는 배송과 수거가 동시에 발생하는 문제를 고려한 차량경로 문제이며, 차량의 운행 거리등의 비용을 최소화하는 것을 결정하는 문제이다. 그러나 기존의 VRPSPD는 이미 차량이 출발하기 전에 경로가 정해져 있어서 차량 운행 중 발생하는 고객의 수거 요청을 기존의 경로에 효율적으로 추가하여 서비스하기가 어렵다. 따라서 본 논문에서는 이러한 문제를 위치기반의 서비스를 이용하여 이동 중인 차량의 위치정보를 파악하고 이를 바탕으로 실시간 재경로 탐색을 통해 해결하는 휴리스틱을 제안한다. 그리고 실험을 통해 기존의 방식과 비교하여 차량을 운행하는데 소요되는 비용을 줄이는 결과를 보였다.

• 한국경영과학회지
• /
• 제30권4호
• /
• pp.45-60
• /
• 2005

We consider a vehicle routing problem with time window and dock capacity constraints (VRPTD). In most traditional models of vehicle routing problems with time window (VRPTW), each customer must be assigned to only one vehicle route. However demand of a customer may exceed the capacity of one vehicle, hence at least two vehicles may need to visit the customer We assume that each customer has Its own dock capacity. Hence, the customer can be served by only a limited number of vehicles simultaneously. Given a depot, customers, their demands, their time windows and dock capacities, VRPTD is to get a set of feasible routes which pass the depot and some customers such that all demands of each customer are satisfied Since VRPTD is NP-hard, a meta-heuristic algorithm is developed. The algorithm consists of two Procedures : the route construction procedure and the route scheduling procedure. We tested the algorithm on a number of instances and computational results are reported.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.514-517
• /
• 1996

In solving multi-level knapsack problems, conventional heuristic approaches often assume a short-sighted plan within a static decision enviornment to find a near optimal solution. These conventional approaches are inflexible, and lack the ability to adapt to different problem structures. This research approaches the problem from a totally different viewpoint, and a new method is designed and implemented. This method performs intelligent actions based on memories of historic data and learning. These actions are developed not only by observing the attributes of the optimal solution, the solution space, and its corresponding path to the optimal solution, but also by applying human intelligence, experience, and intuition with respect to the search strategies. The method intensifies, or diversifies the search process appropriately in time and space. In order to create a good neighborhood structure, this method uses two powerful choice rules that emphasize the impact of candidate variables on the current solution with respect to their profit contribution. A side effect of so-called "pseudo moves", similar to "aspirations", supports these choice rules during the evaluation process. For the purpose of visiting as many relevant points as possible, strategic oscillation between feasible and infeasible solutions around the boundary is applied for intensification. To avoid redundant moves, short-term (tabu-lists), intermediate-term (cycle detection), and long-term (recording frequency and significant solutions for diversification) memories are used. Test results show that among the 45 generated problems (these problems pose significant or insurmountable challenges to exact methods) the approach produces the optimal solutions in 39 cases.lutions in 39 cases.

• 한국멀티미디어학회논문지
• /
• 제16권4호
• /
• pp.472-482
• /
• 2013

본 논문에서는 실내 위치 인식 및 네트워크 성능 향상을 고려한 무선 랜 토폴로지의 구성 방안을 제안하였다. 먼저 위치 인식 및 네트워크 성능 향상을 고려하여 최적화된 무선 랜 토폴로지를 생성하는데 사용되는 4개의 목적 함수들을 설계하였다. 그리고 주어진 목적 함수로부터 근사 최적해를 생성하는 시뮬레이티드 어닐링과 타부 탐색 및 유전자 알고리즘 기반 메타 휴리스틱 알고리즘을 구현하였다. 마지막으로, 목적 함수와 메타 휴리스틱 알고리즘을 사용하여 제안한 무선 랜 토폴로지의 구성 방안에 대한 성능 분석을 수행하였다.

• 디지털산업정보학회논문지
• /
• 제13권3호
• /
• pp.65-73
• /
• 2017

The fifth generation(5G) of wireless networks will connect not only smart phone but also unimaginable things. Therefore, 5G cellular network is facing the soaring traffic demand of numerous user devices. To solve this problem, a huge amount of 5G base stations will need to be installed. The base station positioning problem is an NP-hard problem that does not know how long it will take to solve the problem. Because, it can not find an answer other than to check the number of all cases. In this paper, to solve the NP hard problem, we compare the tabu search and the genetic algorithm using real maps for optimal cell planning. We also perform Monte Carlo simulations to study the performance of the Tabu search and Genetic algorithm for 5G cell planning. As a results, Tabu search required 2.95 times less computation time than Genetic algorithm and showed accuracy difference of 2dBm.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권11호
• /
• pp.532-540
• /
• 2001

In this paper, we propose a probabilistic tabu search strategy for function optimization. It is composed of two procedures, one is Basic search procedure that plays a role in local search, and the other is Restarting procedure that enables to diversify search region. In basic search procedure, we use Belief space and Near region to create neighbors. Belief space is made of high-rank neighbors to effectively restrict searching space, so it can improve searching time and local or global searching capability. When a solution is converged in a local area, Restarting procedure works to search other regions. In this time, we use Probabilistic Tabu Strategy(PTS) to adjust parameters such as a reducing rate, initial searching region etc., which makes enhance the performance of searching ability in various problems. In order to show the usefulness of the proposed method, the PTS is applied to the minimization problems such as De Jong functions, Ackley function, and Griewank functions etc., the results are compared with those of GA or EP.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.327-329
• /
• 2001

This paper presents the application of Parallel genetic algorithm and parallel tabu search to search an optimal solution of a unit commitment problem. The proposed method previously searches the solution globally using the parallel genetic algorithm, and then searches the solution locally using tabu search which has the good local search characteristic to reduce the computation time. This method combines the benefit of both method, and thus improves the performance. To show the usefulness of the proposed method, we simulated for 10 units system. Numerical results show the improvements of cost and computation time compared to previous obtained results.

• 대한전기학회논문지:전력기술부문A
• /
• 제51권3호
• /
• pp.153-161
• /
• 2002

In this paper, we propose a Probabilistic Tabu Search(PTS) method for hydro-thermal scheduling. Hydro scheduling has many constraints and very difficult to solve the optical schedule because it has many local minima. To solve the problem effectively, the proposed method uses two procedures, one is Tabu search procedure that plays a role in local search, and the other is Restarting procedure that enables to diversify its search region. To adjust Parameters such as a reducing rate and initial searching region, search strategy is selected according to its probability after restarting procedure. Dynamic decoding method was also used to restrict a search region and to handle water balance constraints. In order to show the usefulness of the proposed method, the PTS is applied on two cases which have independent or dependent hydro plants and compared to those of other method. The simulation results show it is very efficient and useful algorithm to solve the hydro-thermal scheduling problem.