• 경영과학
• /
• 제26권3호
• /
• pp.55-65
• /
• 2009

The objective of this paper is to propose an ant colony optimization (ACO) for clustering design in wireless sensor network problem. This proposed ACO approach is designed to deal with the dynamics of the sensor nodes which can be adaptable to topological changes to any network graph in a time. Long communication distances between sensors and a sink in a sensor network can greatly consume the energy of sensors and reduce the lifetime of a network. We can greatly minimize the total communication distance while minimizing the number of cluster heads using proposed ACO. Simulation results show that our proposed method is very efficient to find the best solutions comparing to the optimal solution using CPLEX in 100, 200, and 400 node sensor networks.

• 한국콘텐츠학회논문지
• /
• 제10권5호
• /
• pp.1-9
• /
• 2010

이 논문은 특징 선택에 사용되는 개미 군락 최적화의 수렴 특성을 개선하기 위해 선택적 평가라는 새로운 기법을 제시한다. 이 방법은 불필요하거나 가능성이 덜한 후보 해를 배제함으로써 계산량을 줄인다. 이 방법은, 그런 해를 찾아내는데 사용할 수 있는 페로몬 정보 때문에 구현이 가능하다. 문제 크기에 따른 알고리즘의 적용가능성을 판단할 목적으로, 특징 선택에 사용되는 세 가지 알고리즘인 탐욕 알고리즘, 유전 알고리즘, 그리고 개미 군락 최적화의 계산 시간을 분석한다. 엄밀한 분석을 위해 원자 연산이라는 개념을 사용한다. 실험 결과는 선택적 평가를 채택한 개미 군락 최적화가 계산 시간과 인식 성능 모두에서 우수함을 보여준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권9호
• /
• pp.3496-3514
• /
• 2015

One of the challenging tasks in Mobile Ad hoc Network is to discover precise optimal routing solution due to the infrastructure-less dynamic behavior of wireless mobile nodes. Ant Colony Optimization, a swarm Intelligence technique, inspired by the foraging behaviour of ants in colonies was used in the past research works to compute the optimal path. In this paper, we propose a Recurrent Ant Colony Optimization (RECACO) that executes the actual Ant Colony Optimization iteratively based on recurrent value in order to obtain an optimal path convergence. Each iteration involves three steps: Pheromone tracking, Pheromone renewal and Node selection based on the residual energy in the mobile nodes. The novelty of our approach is the inclusion of new pheromone updating strategy in both online step-by-step pheromone renewal mode and online delayed pheromone renewal mode with the use of newly proposed metric named ELD (Energy Load Delay) based on energy, Load balancing and end-to-end delay metrics to measure the performance. RECACO is implemented using network simulator NS2.34. The implementation results show that the proposed algorithm outperforms the existing algorithms like AODV, ACO, LBE-ARAMA in terms of Energy, Delay, Packet Delivery Ratio and Network life time.

• 대한전자공학회논문지SD
• /
• 제45권1호
• /
• pp.43-49
• /
• 2008

본 논문에서는 Ant Colony Optimization(ACO)을 이용하여 Single-Error Correcting & Double-Error Detecting(SEC-DED)을 제공하는 메모리 ECC 체커 회로의 소비전력을 절감하는 방안을 제시한다. H-매트릭스를 통해 구현되는 SEC-DED 코드인 Hsiao 코드의 대칭성과 H-매트릭스 구성상의 높은 자유도를 이용하여 회로의 면적, 딜레이에 영향을 주지 않고 최소의 비트 트랜지션이 일어나도록 H-매트릭스를 최적화한다. 실험을 통하여 H-매트릭스의 최적화를 위한 ACO 매핑과 파라메터의 설정을 알아보고 이의 구현 결과를 랜덤 매트릭스 구성을 통한 방식 및 기존의 GA알고리즘을 이용한 최적화 방식과 비교하여 소비 전력이 기존의 방식에 비해 절감될 수 있음을 보여준다.

• Structural Engineering and Mechanics
• /
• 제45권3호
• /
• pp.391-410
• /
• 2013

A numerical method is presented here to detect and assess structural damages from changes in natural frequencies using Ant Colony Optimization (ACO) algorithm. It is possible to formulate the inverse problem in terms of optimization and then to utilize a solution technique employing ACO to assess the damage/damages of structures using natural frequencies. The laboratory tested data has been used to verify the proposed algorithm. The study indicates the potentiality of the developed code to solve a wide range of inverse identification problems in a systematic manner. The developed code is used to assess damages of beam like structures using a first few natural frequencies. The outcomes of the simulated results show that the developed method can detect and estimate the amount of damages with satisfactory precision.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.100-107
• /
• 2011

휴리스틱 탐색에서 강화(Intensification)와 다양화(Diversification)의 조화는 중요한 연구 부분이다. 본 논문에서는 개미 집단 최적화(Ant Colony Optimization, ACO) 접근법의 하나인 개미 집단 시스템(Ant Colony System, ACS)에서 강화와 다양화의 조화를 통한 성능 향상시키는 방법을 제안한다. 제안 방법은 다양화 전략으로 전역 최적 경로가 향상되지 않는 경우 반복 탐색 구간을 고려해 상태전이 규칙의 파라미터를 변경해 탐색하고, 이러한 다양화 전략을 통해 발견된 전역 최적 경로에서 이전 전역 최적 경로와 현재 전역 최적 경로의 중복 간선에 대해 페로몬을 강화시켜 탐색하는 혼합된 탐색 방법을 제안한다. 그리고, 실험을 통해 제안된 방법이 기존 ACS-3-opt 알고리즘, ACS-Subpath 알고리즘, ACS-Iter 알고리즘, ACS-Global-Ovelap 알고리즘에 비해 최적 경로 탐색 및 평균 최적 경로 탐색의 성능이 우수함을 보여 준다.

• 한국소음진동공학회논문집
• /
• 제19권9호
• /
• pp.884-891
• /
• 2009

This study investigates some of swarm intelligence algorithms to tackle a traditional damage detection problem having stiffness degradation or damage in mechanical structures. Particle swarm(PSO) and ant colony optimization(ACO) methods have been exploited for localizing and estimating the location and extent damages in a structure. Both PSO and ACO are population-based, stochastic algorithms that have been developed from the underlying concept of swarm intelligence and search heuristic. A finite element (FE) model updating is implemented to minimize the difference in a set of natural frequencies between measured and baseline vibration data. Stiffness loss of certain elements is considered to simulate structural damages in the FE model. It is numerically shown that PSO and ACO algorithms successfully completed the optimization process of model updating in locating unknown damages in a truss structure.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.77-78
• /
• 2008

This paper proposes a new algorithm for path planning and obstacles avoidance using the ant colony optimization algorithm and the particle swarm optimization. The proposed algorithm is a new hybrid algorithm that composes of the ant colony algorithm method and the particle swarm optimization method. At first, we produce paths of a mobile robot in the static environment. And then, we find midpoints of each path using the Maklink graph. Finally, the hybrid algorithm is adopted to get a shortest path. We prove the performance of the proposed algorithm is better than that of the path planning algorithm using the ant colony optimization only through simulation.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.131-137
• /
• 2007

최근 유무선 네트워크의 라우팅과 부하 분산에 대한 간단하지만, 효과적인 방법으로 개미 집단 최적화 가 주목받고 있다. 그러나 정체(stagnation) 효과 때문에 개미 집단 최적화를 무선 센서 네트워크에 적용하는 것이 어려워서, 개미 집단 최적화를 무선 센서 네트워크의 라우팅 성능을 개선하는데 적용하고자 하는 연구는 적었다. 본 논문에서는 개미 집단 최적화에 기반한 에너지 효율적인 경로 선정 알고리즘을 제안한다. 제안된 알고리즘은 단순히 개미 집단 최적화를 라우팅 알고리즘에 적용하는 것 외에, 정체 효과를 감소시키는 방식을 도입하였다. 시뮬레이션 결과에 의하면, 제안된 알고리즘은 무선 센서 네트워크의 멀티 홉 평면 라우팅 프로토콜에서 유명한 Direct Diffusion에 비해서 데이터 전송 지연과 에너지 효율 면에서 뛰어남을 보여주었다. 더욱이 개미 집단 최적화를 무선 센서네트워크에 단순히 도입한 방식에 비해서도 정체 효과를 줄일 수 있음을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.365-370
• /
• 2008

본 논문에서는 개미 집단 최적화(Ant Colony Optimization, ACO)의 시간적 공간적 효율성을 향상시키기 위해 ACO에 엘리트 콤팩트 유전 알고리즘(Elitist compact Genetic Algorithms, elitist cGAs)의 아이디어를 적용한 콤팩트 개미 최적화(Compact elitist Ant Optimization, CAO)를 제안한다. CAO는 elitist cGAs에서 각 세대마다 염색체의 수를 둘로 고정하고 우월한 염색체를 유지하여 최적의 해를 찾는 방식을 적용하여 개미의 수를 하나로 고정하고 전이 확률식과 페로몬 갱신 규칙을 변형하고 특정 문제에 적용할 수 있는 타부 규칙을 추가한 알고리즘이다. 이 알고리즘의 공간 효율성이 ACO보다 좋다는 것을 증명하고 스테이너 트리 문제(Steiner Tree Problem)에 적용하여 제안된 알고리즘의 시간 효율성이 ACO보다 좋다는 것을 보인다.