• 한국인터넷방송통신학회논문지
• /
• 제16권1호
• /
• pp.253-262
• /
• 2016

본 논문은 경제급전 최적화 문제에 균형-교환 방법을 제안하였다. 제안된 알고리즘은 모든 발전기를 가능한한 밸브지점으로 운영한다고 가정한다. 초기치로 최대 발전량 $P_i{\leftarrow}P_i^{max}$로 설정하고, 각 발전기의 밸브지점 $v_k$까지 발전량을 감소시켰을 때의 평균 발전단가 $c_i=\frac{F(P_i)-F(P_{iv_k})}{(P_i-P_{iv_k})}$가 최대가 되는 $_{max}c_i$ 발전기 i의 발전량을 밸브지점 발전단가 $P_{iv_k}$로 감소시켰으며, ${\Sigma}P_i-P_d$ > 0이면 $c_i=F(P_i)-F(p_i-1)$의 $_{max}c_i$ 발전기 발전량을 $P_i{\leftarrow}P_i-1$로 감소시켜 ${\Sigma}P_i=P_d$의 균형을 맞추었다. 다음으로, $_{min}\{_{max}(P_i-P_i^{min}),\;_{max}(P_i^{max}-P_i)\}$>${\alpha}{\geq}10$의 범위에 대해 "-10" 간격으로 감소시키는 성인걸음법으로, 10>${\alpha}{\geq}1$ 범위에 대해서는 "-1"의 아기걸음법으로, $P_i=P_i{\pm}{\alpha}$에 대한 $_{max}[F(P_i)-F(P_i-{\alpha})]$>$_{min}[F(P_j+{\alpha})-F(P_j)]$, $i{\neq}j$이면 $P_i=P_i-{\alpha}$, $P_j=P_j+{\alpha}$로 발전량을 교환하는 방법으로 최적화를 수행하였다. 다음으로 ${\alpha}=\text{0.1, 0.01, 0.001, 0.0001$에 대해 미세한 교환을 수행하였다. 동적 경제급전 문제의 시험 사례에 제안된 알고리즘을 적용한 결과 기존의 휴리스틱 알고리즘 최적화 발전비용을 크게 감소시켜 경제적인 이익을 극대화 시켰다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.131-145
• /
• 2010

ERP, SCM 등과 같은 기업용 정보 시스템을 활용함에 있어, 고객의 문의에 따라 제품 판매 가능 유무와 가능일자를 계산하여 통보해 주는 지능형 ATP 시스템은 전산 정보를 활용하여 고객 만족도를 최대화할 수 있는 유용한 기능이라고 할 수 있다. 그렇지만 공급 사슬 환경에서 ATP 시스템을 적용하려고 할 경우, 고객이 문의해 온 Retailer에게 납품 가능한 모든 분배센터(Distribution Center)와 공장(Plant)의 미래 시점의 재고량 변화와 운송 능력 등을 모두 고려하여야 하므로 계산량이 방대한 NP-Complete 문제가 된다. 따라서 시스템 사용자가 빠른 시간 내에 해를 구하여 고객에게 결과를 알려 줄 수 있는 ATP 시스템의 개발은 공급 사슬 관리를 효과적으로 활용하기 위하여 반드시 필요한 일이라고 할 수 있다. 본 논문에서는 동적 생산 함수의 개념을 이용하여 비 정수 타임 랙을 고려하여 ATP 시스템을 모델링하고, 해당 수리 모형으로부터 효율적으로 해를 얻기 위하여 유전 알고리듬을 개발하였다. 비 정수 타임 랙을 활용한 ATP 시스템은 비 정수 타임 랙을 올림이나 내림을 통하여 정수화 시킨 후 모형 수립하는 기존의 방법보다 정교하게 현실을 반영할 수 있고, ATP 시스템을 위한 유전 알고리듬의 진화 시스템은 문제크기가 작은 것에서부터 큰 것까지 최적해에 매우 근사한 값을 매우 빠른 시간 내에 풀 수 있음을 알 수 있었다.

• 한국항행학회논문지
• /
• 제2권1호
• /
• pp.61-67
• /
• 1998

이 연구에서는 항공기의 주기 문제를 해결하여 주는 스케줄링 시스템과 그 조정을 위한 전문가 시스템(RACES : Ramp Activity Co-ordination Expert System)을 설계 및 개발한 내용을 기술하고 있다. RACES는 공항에서 매일 발생하는 출발편 및 도착편 항공기를 브릿지(bridge)와 스팟(spot)에 배정하기 위해 인간 전문가(human expert)로부터 습득한 해당 분야의 지식(도메인 지식) 및 휴리스틱(heuristic)을 지식 베이스로 갖고 있다. 이 RACES는 브릿지/스팟과 항공기 간에 내적 관계, 예를 들어 승객 및 공항의 그라운드 핸들링(ground handling) 등과 같은 복잡하며 동적인 제약조건 들로부터 발생하는 복잡한 스케줄링 문제를 수반한다. 매일 발생하는 600편 정도의 항공기에 대한 주기장 관리 스케줄링이 인간 전문가에 의해 수행되어졌을 경우에는 약 4~5시간이 소요되는 반면 RACES에 의해 수행되어졌을 경우에는 약 20초 정도의 시간이 소요되었고 RACES로부터 얻어진 스케줄링 결과는 해당 분야의 전문가들로부터 인정되었다. RACES는 또한 예외적인 상황이 발생했을 경우에 스케줄의 부분적인 조정을 처리하도록 설계되었다. 하루의 스케줄링이 완료된 후 항공기의 변경 및 지연 메시지는 도메인 전문가의 지식을 바탕으로 스케줄링에 반영되어 스케줄이 조정되어야 한다. 동적 재스케줄링(reactive scheduling) 단계는 도메인 전문가의 지식 모델 분석을 통해 사용자 그래픽 인터페이스의 규칙과 시나리오로써 효과적으로 나타내어진다. 항공편의 변경 및 취소로 인해 발생되는 항공기 배치의 조정은 현재 스케줄에 반영되어져야 하기 때문에 이러한 항공기 배치의 조정은 동적 재스케줄링을 위해 메인 프레임으로부터 RACES에게 통보되어져야 하며 부분적인 재스케줄링을 처리하는 것에는 불규칙적인 요소들이 많기 때문에 RACES에 의해 스케줄의 조정이 반 자동적으로 수행된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.146-170
• /
• 2017

Joint channel assignment and routing is a well-known problem in multi-radio wireless mesh networks for which optimal configurations is required to optimize the overall throughput and fairness. However, other objectives need to be considered in order to provide a high quality service to network users when it deployed with high traffic dynamic. In this paper, we propose a re-configuration optimization model that optimizes the network throughput in addition to reducing the disruption to the mesh clients' traffic due to the re-configuration process. In this multi-objective optimization model, four objective functions are proposed to be minimized namely maximum link-channel utilization, network average contention, channel re-assignment cost, and re-routing cost. The latter two objectives focus on reducing the re-configuration overhead. This is to reduce the amount of disrupted traffic due to the channel switching and path re-routing resulted from applying the new configuration. In order to adapt to traffic dynamics in the network which might be caused by many factors i.e. users' mobility, a centralized heuristic re-configuration algorithm called State-Aware Joint Routing and Channel Assignment (SA-JRCA) is proposed in this research based on our re-configuration model. The proposed algorithm re-assigns channels to radios and re-configures flows' routes with aim of achieving a tradeoff between maximizing the network throughput and minimizing the re-configuration overhead. The ns-2 simulator is used as simulation tool and various metrics are evaluated. These metrics include channel-link utilization, channel re-assignment cost, re-routing cost, throughput, and delay. Simulation results show the good performance of SA-JRCA in term of packet delivery ratio, aggregated throughput and re-configuration overhead. It also shows higher stability to the traffic variation in comparison with other compared algorithms which suffer from performance degradation when high traffic dynamics is applied.