• 한국정보과학회논문지:시스템및이론
• /
• 제27권12호
• /
• pp.988-995
• /
• 2000

각 모듈들의 위치가 배치 알고리즘에 의해 결정된 후에도 모듈들을 종축 또는 횡축을 중심으로 뒤집거나 회전시킴으로써 회로의 효율성과 연결성을 향상시킬 수 있다. 고집적 회로설계의 한 단계인 모듈방향 결정 문제는 모듈간에 연결된 선의 길이의 합이 최소가 되도록 각 모듈의 방향을 결정하는 문제이다. 최근에 평균장 어닐링 방법이 조합적 최적화 문제에 사용되어 좋은 결과를 보여 주고 있다. 평균장 어닐링은 신경회로망의 따른 수렴 특성과 시뮬레이티드 어닐링의 우수한 해를 생성하는 특성이 결합된 방법이다. 본 논문에서는 정규화된 평균장 어닐링을 사용해서 모듈 방향 결정 문제를 해결하였고 실험을 통해 기존의 Hopfield 네트워크 방법과 시뮬레이티드 어닐링과 그 결과를 비교하였다. 시뮬레이티드 어닐링, 정규화된 평균장 어닐링과 Hopfield 네트워크의 총 길이 감소율은 각각 19.86%, 19.85%, 19.03%였으며, 정규화된 평균장 어닐링의 실행 시간은 Hopfield 네트워크보다는 1.1배, 시뮬레이티드 어닐링보다는 11.4배 정도 빨랐다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.585-588
• /
• 2001

현실 세계의 많은 조합 최적화 문제들은 변수들이 강하게 상호 작용함에 따라 만족해야하는 목표 함수가 매우 복잡하게 주어진다. 복잡한 목표 함수에는 많은 지역 최적해들이 존재하기 때문에 전역 최적해를 얻는 것은 엄청난 시간을 필요로 한다. 이러한 문제에 대해 해를 찾는 방법의 하나로 평균장 어닐링 알고리즘(MFA)이 있다. 본 논문에서는 기존의 이진 상태 공간에만 적용할 수 있었던 평균장 어닐링 알고리즘을 연속 상태 공간을 갖는 조합 최적화 문제에 적용할 수 있도록 알고리즘을 수정, 제안한다. 그리고 제안된 알고리즘을 제한된 연속 상태 공간을 가지는 단순 회귀 모델의 D-최적 설계에 적용하였다. 실험결과 제안된 알고리즘이 시뮬레이티드 어닐링 알고리즘(SSA)과 비교하여 비슷한 수준의 결과를 내면서도 계산 속도면에서는 수 배 정도의 빠른 좋은 결과를 얻었다.

• 디지털콘텐츠학회 논문지
• /
• 제19권2호
• /
• pp.343-349
• /
• 2018

본 논문에서는 유리재단 문제에 평균장 어닐링과 시뮬레이션된 어닐링 형태의 유전자 알고리즘을 결합한 합성 알고리즘을 분산 처리하여 적용한다. 유리재단 문제는 2차원 2진 패킹 문제로 주어진 원판에 요구되는 사각형 모양의 패턴들을 버려지는 부분이 최소가 되게 배치하는 조합 최적화 문제이다. 제안된 합성 알고리즘은 유전자 알고리즘의 다양한 연산자에 시뮬레이션된 어닐링의 온도개념을 추가하여 평균장 알고리즘에 의한 빠른 평형상태 도달을 유지하게 하였다. MPI를 이용한 분산 합성 알고리즘을 유리재단 문제에 적용하여 실험한 결과 기존의 평균장 어닐링 또는 유전자 알고리즘을 단독으로 사용하였을 때보다 최적의 배치 상태를 나타내었으며 최적해 접근 특성을 유지하면서 문제의 크기에 대하여 선형적인 수행시간 단축을 보여 주었다.

• 한국정보통신학회논문지
• /
• 제14권2호
• /
• pp.287-295
• /
• 2010

본 논문에서는 MPI(Message Passing Interface) 환경 하에서 채널배선 문제에 대한 분산 평균장 유전자 알고리즘(MGA, Mean field Genetic Algorithm)이라는 새로운 최적화 알고리즘을 제안한다. 분산 MGA는 평균장 어닐링(MFA, Mean Field Annealing)과 시뮬레이티드 어닐링 형태의 유전자 알고리즘(SGA, Simulated annealing-like Genetic Algorithm)을 결합한 경험적 알고리즘이다. 평균장 어닐링의 빠른 평형상태 도달과 유전자 알고리즘의 다양하고 강력한 연산자를 합성하여 최적화 문제를 효율적으로 해결하였다. 제안된 분산 MGA를 VLSI 설계에서 중요한 주제인 채널 배선문제에 적용하여 실험한 결과 기존의 GA를 단독으로 사용하였을 때보다 최적해에 빠르게 도달하였다. 또한 분산 알고리즘은 순차 알고리즘에서의 최적해 수렴 특성을 해치지 않으면서 문제의 크기에 대하여 선형적인 수행시간 단축을 나타냈다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권8호
• /
• pp.486-494
• /
• 2006

본 논문에서는 병렬처리에서 중요한 이슈인 부하균형 문제에 대한 새로운 솔루션을 소개한다. 솔루션으로 제안하는 MGA 기법은 평균장 어닐링 (MFA)과 유전자 알고리즘 (GA)의 장점을 효과적으로 결합한 휴리스틱 부하균형기법이다. 제안된 MGA을 다른 매핑 알고리즘 (MFA, GA-l, GA-2) 들과의 성능 향상비를 측정하는 멀티프로세서 매핑 시뮬레이션을 개발하였다. 휴리스틱 매핑 기법의 합성을 통하여 기존의 방법보다 수행시간은 오래 걸리는 대신 솔루션 품질, 즉 최대종료시간 및 통신부하에서 개선된 실험 결과를 얻을 수 있다는 것을 보였다.

• 한국정보통신학회논문지
• /
• 제10권1호
• /
• pp.206-211
• /
• 2006

수량화 문제는 n개의 성질을 갖는 m개의 개체들을 각 개체들의 유사도(similarity)를 가장 잘 반영하도록 p차원의 공간 상에 대응시키는 문제이다. 본 논문에서는 물리학에서의 열평형 상태(thermal equilibrium state)에서 분자시스템의 해석적 근사 움직임에 대한 이론인 평균장 이론(mean field theory)에 의한 분자의 평균 변화량 계산과 어닐링(annealing) 방법에 의한 평균장 신경회로망(mean field neural network)을 수량화 문제(quantification analysis problem)의 해결에 적용하였다. 그 결과, 제안한 최적화 응용기법 이 기존의 고유치 분석방법(eigen value analysis)에 비해 비용측면에서 좀 더 최적에 가까운 해답을 찾아낼 수 있음을 확인하였다.