• 제목/요약/키워드: Citerion

검색결과 3건 처리시간 0.016초

The effect of the new stopping criterion on the genetic algorithm performance

  • Kaya, Mustafa;Genc, Asim
    • Computers and Concrete
    • /
    • 제27권1호
    • /
    • pp.63-71
    • /
    • 2021
  • In this study, a new stopping criterion, called "backward controlled stopping criterion" (BCSC), was proposed to be used in Genetic Algorithms. In the study, the available stopping citeria; adaptive stopping citerion, evolution time, fitness threshold, fitness convergence, population convergence, gene convergence, and developed stopping criterion were applied to the following four comparison problems; high strength concrete mix design, pre-stressed precast concrete beam, travelling salesman and reinforced concrete deep beam problems. When completed the analysis, the developed stopping criterion was found to be more accomplished than available criteria, and was able to research a much larger area in the space design supplying higher fitness values.

제어 시스템 변수들간의 상호작용 해석 및 루프 페어링을 위한 판별기준 (A Criterion for Interaction Analysis and Loop Pairing Among Control System Variables)

  • 고재욱;윤인섭
    • 한국가스학회지
    • /
    • 제3권1호
    • /
    • pp.64-74
    • /
    • 1999
  • 정상상태 이득을 사용하여 제어 시스템 변수들간의 상호작용 해석 및 루프 페어링을 위한 판별기준을 제시하였다. 음 함수(implicit function)의 미분 관계를 고려하여 유도한 판별기준을 이용하여 조작 변수들과 제어 변수들간의 SISO pairing 및 부분적 MIMO pairing을 합리적으로 정할 수 있었으며, 기존의 기준이 해석하지 못한 대각선 정상상태 이득에 대한 대각선에 있지 않은 정상상태 이득의 영향을 효과적으로 고려할 수 있었다. 그리고 여러 경우에 대해 적용 예제들을 통하여 제시한 기준의 검증과 응용성을 알아보았다.

  • PDF

HBIC와 BIC_Anti 기준을 이용한 HMM 구조의 최적화 (HMM Topology Optimization using HBIC and BIC_Anti Criteria)

  • 박미나;하진영
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제30권9호
    • /
    • pp.867-875
    • /
    • 2003
  • 본 논문에서는 연속 밀도 HMM 구조의 최적화 문제를 다룬다. HMM 구조의 최적화를 위해 여러 연구가 있었는데, 그 중에서도 잘 알려진 BIC(Bayesian Information Citerion)등과 같이 이미 제안된 모델 선택 기준은 동질의 파라미터를 갖는 데이타에 대해 통계적으로 잘 행동하는 모델을 가정하고 있어서 연속 밀도 HMM 등과 같이 복잡한 파라미터를 갖는 구조에는 적합하지 않고, 파라미터 수를 줄이는데는 어느 정도 효과가 있었으나 인식률 향상에 있어서는 한계를 보였다. 이에 본 논문에서는 HMM의 파라미터 유형에 따라 별도의 확률 밀도를 추정하여 사전 모델 확률(a priori model probability)로 사용하는 모델 선택 기준인 HBIC(HMM-oriented BIC)를 제안했다. 또한 HMM의 변별력을 높이기 위해 변별력 특성을 갖는 안티확률을 BIC와 결합한 새로운 모델 선택 기준인 BIC_Anti를 제안했다. 제안한 모델 선택 기준의 유용성을 검증하기 위해 온라인 필기 데이타를 대상으로 실험하여 기존의 연구와 비교하였다. 그 결과 제안한 HBIC와 BIC_Anti 모델 선택 기준을 사용하는 것이 BIC를 사용하는 것보다 더 적은 파라미터 수로도 향상된 인식률을 얻을 수 있음을 확인했다.