• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.664-667
• /
• 2014

기존 온톨로지들을 공유 및 재사용하기 위하여 온톨로지 정렬이 연구되고 있다. 기존 정렬 시스템은 온톨로지 데이터 양에 따라 매트릭스를 생성하고 과도한 계산을 통해 처리하여 대용량 데이터 집합에 대하여 공간적 및 계산적으로 부하를 발생하여 효율적이지 않다. 이를 해결하기 위하여 온톨로지 정렬을 휴리스틱 알고리즘을 적용하여 연구 진행하였다. 기존 휴리스틱 알고리즘은 계산이 간단하지만 조율해야 하는 파라미터가 많기에 특정 도메인에 최적 조합이 필요하며 만족한 성능을 얻지 못하였다. 이 논문에서는 Discrete Cuckoo Search(DCS) 기반 온톨로지 정렬 알고리즘을 제안한다. 제안한 알고리즘은 조율해야 하는 파라미터의 개수가 적고 Levy Flight 분포에 따라 탐색하여 계산이 간단하다. 제안된 알고리즘의 성능을 평가하기 위해 OAEI(Ontology Alignment Evaluation Initiative)에서 제공하는 벤치마크 데이터를 사용하여 정확률(Precision)과 재현율(Recall)을 구하고 기존 휴리스틱 정렬 알고리즘과 비교 평가하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권12호
• /
• pp.523-530
• /
• 2014

온톨로지 정렬의 목적은 지식을 공유 및 재사용 하는 데 있다. 기존 온톨로지 정렬 시스템은 온톨로지 개념의 모호성 때문에 여러 가지 다양한 측정 기법을 사용하고 전수조사를 수행하여 사용자가 만족하는 결과를 얻는다. 온톨로지 개념이 점차 많아짐에 따라 계산이 복잡해지고 걸리는 시간이 기하급수적으로 증가하여 처리 과정에서 오류가 발생한다. 이를 해결하기 위하여 메타 휴리스틱 알고리즘을 사용하는 메타 매칭이 연구되고 있다. 기존 메타 매칭 시스템에서는 사용하는 파라미터가 많기 때문에 온톨로지 정렬 처리에 계산이 복잡하고 특정 도메인의 다양한 데이터에 따라 조율이 요구되어 온톨로지 정렬 탐색에 좋은 성능을 보여주지 못했다. 이 논문에서는 온톨로지 정렬을 쉽고 간단한 계산을 통해 높은 성능을 목표로 하여 DCS(Discrete Cuckoo Search) 를 사용한 온톨로지 정렬 알고리즘을 제안한다. 제안한 알고리즘은 Levy Flight 분포에 따른 탐색으로 효율적인 전략을 보여준다. 제안된 알고리즘은 OAEI 2012(Ontology Alignment Evaluation Initiative)에서 제공하는 벤치마크 데이터와 제안 알고리즘을 사용하여 성능을 평가한다.

• 한국산학기술학회논문지
• /
• 제18권4호
• /
• pp.334-340
• /
• 2017

신뢰도는 열차, 비행기, 여객선과 같이 시스템에 한번 고장이 발생한 경우 치명적인 결과로 이어져 시스템에서 중요한 설계 요인으로 고려되어진다. 상당히 높은 신뢰도를 요구하는 시스템에서 시스템의 신뢰도를 향상시키는 방법에는 다양하게 있지만, 부품의 중복은 시스템 신뢰도를 향상시키기 위한 효율적인 방법으로 알려져 있다. 신뢰도를 높이기 위해 부품을 중복하는 경우에는 어떤 부품을 몇 개를 중복해야 하는지를 시스템 신뢰도 측면과 비용, 기타 설계자원 측면에서 고려하여야 한다. 본 연구에서는 직렬 구조를 가지는 다계층 시스템에 대한 중복할당의 방법을 다룬다. 다계층시스템에 대한 정의를 설명하고, 제약된 설계비용에서 시스템 신뢰도를 최대화하기 위한 중복 부품의 선정과 중복수량을 최적화하는 방법을 다룬다. 특히, 다계층 시스템에서 경로집합 중에 단 하나의 품목만 중복이 가능한 경우에 대해서 다루며, 유효한 해를 찾기 위한 방법을 제시한다. 최적화를 위해 뻐꾸기 탐색 알고리즘을 적용한다. 뻐꾸기 탐색 알고리즘에서는 다계층시스템의 중복할당 최적화를 위한 탐색절차, 이웃해의 탐색 방법, 해의 표현 등을 제시한다. 수치예제를 통해 기존에 유전알고리즘과 뻐꾸기 탐색 알고리즘의 성능을 비교한다.

• 한국산업정보학회논문지
• /
• 제20권6호
• /
• pp.57-65
• /
• 2015

제조최적화 문제는 비선형 형태의 설계변수로 표시되며, 다양하고 복잡한 제약들을 만족하는 조건하에서 최적해를 구하는 문제이다. 이러한 제조최적화 문제 해결을 위하여 본 연구에서는 혼합형접근법을 제안한다. 제안된 혼합형접근법은 기존의 유전알고리즘(Genetic algorithm: GA)과 쿠쿠탐색(Cuckoo search: CS) 및 언덕오르기법(Hill climbing method: HCM)을 혼합한 형태로 구성된다. 제안된 혼합형접근법에서 GA는 전역적탐색(Global search)를 위해 사용되고, CS는 GA탐색과정에서 발생하는 단점을 개선하기 위해 적용되고, 마지막으로 HCM은 GA와 CS 탐색 이후의 수렴된 지역을 정밀하게 탐색하기 위한 지역적탐색(Local search)을 위해 적용된다. 실험분석에서는 다양한 형태의 제조최적화 문제가 제시되어 본 연구에서 제안된 혼합형접근법와 기존접근법들의 수행도를 각각 비교, 분석하였으며, 그 결과는 본 연구에서 제안한 혼합형접근법의 수행도가 기존접근법들의 수행도보다 더 우수한 것을 확인하였다.