• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권4호
• /
• pp.1426-1447
• /
• 2021

The payoff game between task publishers and users in the mobile crowdsensing environment is a hot topic of research. A optimal payoff selection model based on stochastic evolutionary game is proposed. Firstly, the process of payoff optimization selection is modeled as a task publisher-user stochastic evolutionary game model. Secondly, the low-quality data is identified by the data quality evaluation algorithm, which improves the fitness of perceptual task matching target users, so that task publishers and users can obtain the optimal payoff at the current moment. Finally, by solving the stability strategy and analyzing the stability of the model, the optimal payoff strategy is obtained under different intensity of random interference and different initial state. The simulation results show that, in the aspect of data quality evaluation, compared with BP detection method and SVM detection method, the accuracy of anomaly data detection of the proposed model is improved by 8.1% and 0.5% respectively, and the accuracy of data classification is improved by 59.2% and 32.2% respectively. In the aspect of the optimal payoff strategy selection, it is verified that the proposed model can reasonably select the payoff strategy.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.491-496
• /
• 2002

다목적 함수 최적화 문제(Multi-objective Optimization Problems : MOPs)는 공학적인 문제를 풀고자 할 때 자주 접하게 되는 대표적인 문제 중 하나이다. 공학자들이 다루는 실세계 최적화 문제들은 몇 개의 경합하는 목적 함수(objective function) 들로 이루어진 문제일 경우가 많다. 본 논문에서는 다목적 함수 최적화 문제의 정의를 소개하고 이 문제를 풀기 위한 몇 가지 접근법을 소개한다. 먼저 서론에서는 파레토 최적해(Pareto optimal solution) 의 개념을 이용한 기존의 최적화 알고리즘과 이와는 달리 게임 이론(Game Theory) 으로부터 도출된 최적화 알고리즘인 내쉬 유전자 알고리즘(Nash Genetic Algorithm Nash GA) 그리고 본 논문에서 제안하는 공진화 알고리즘의 기반이 되는 진화적 안정 전략 (Evolutionary Stable Strategy : ESS) 의 이론적 배경을 소개한다. 또 본론에서는 다목적 함수 최적화 문제와 파레토 최적 해의 정의를 소개하고 다목적 함수 최적화 문제를 풀기 위하여 유전자 알고리즘을 진화적 게임 이론(Evolutionary Game Theory : EGT) 에 적용시킨 내쉬 유전자 알고리즘과 본 논문에서 새로이 제안하는 공진화 알고리즘의 구조를 설명하고 이 두 가지 알고리즘을 대표적인 다목적 함수 최적화 문제에 적용하고 결과를 비교 검토함으로써 진화적 게임 이론의 두 가지 아이디어 내쉬의 균형(Equilibrium) 과 진화적 안정전략 에 기반한 최적화 알고리즘들이 다목적 함수 문제의 최적해 를 탐색할 수 있음을 확인한다.

• 대한교통학회지
• /
• 제32권5호
• /
• pp.554-566
• /
• 2014

VMS의 운영적인 제공 목표는 운전자들의 경로선택을 통한 효율적인 시스템을 운영하는 것이다. VMS 정보 제공문제를 포함한 교통문제들은 게임이론을 통해 모형화 될 수 있지만 대다수의 연구들은 게임이론을 통하여 동일한 정보를 제공받더라도 운전자의 반응이 다양하게 나타나는 점을 반영하지 못하였다. 본 연구는 VMS교통정보에 대한 운전자들의 정보에 대한 반응을 진화적 게임모형을 활용하여 분석하고자 하였다. 실제 소통정보 및 VMS 정보 제공이력을 기초로 VMS정보에 따른 운전자들의 행동특성을 진화 게임이론에 적용해보았다. 분석결과 운전자들의 경로선택 비율은 VMS정보를 통한 기대통행시간과 진입교통량에 따라 달라지는 보수에 의해 결정되었다. VMS 정보는 진화적 게임의 보수에 영향을 미친다. 운전자들이 최초 어떠한 비율로 경로를 선택하더라도, 주기가 지남에 따라 진화적으로 안정한 상태로 수렴될 수 있는 것을 확인하였다. 또한 VMS정보가 과도한 통행시간이나 과소 통행시간을 제공할 경우 진화적으로 안정화되지 못하여 혼란이 가중될 수 있는 것으로 분석되었다. 결론적으로 교통문제와 같이 다른 운전자의 전략을 정확히 예측할 수 없고, 운전자 집단 간의 반복, 경험에 의해 합리적인 정보판단을 수행하는 경우, 진화 게임이론을 통해 전략적인 VMS 정보를 제공할 수 있을 것이라 기대할 수 있을 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.104-107
• /
• 2007

다목적 함수의 최적화 문제(Multiobjective optimization problems)의 경우에는 하나의 최적해가 존재하는 것이 아니라 '파레토 최적해 집합(Pareto optimal set)'이라고 알려진 해들의 집합이 존재한다. 이러한 이상적 파레토 최적해 집합과 가까운 최적해를 찾기 위한 다양한 해탐색 능력은 진화 알고리즘의 성능을 결정한다. 본 논문에서는 게임 모텔에 기반한 공진화 알고리즘(GCEA:Game model based Co-Evolutionary Algorithm)에서 해집단의 다양성을 유지하여, 다양한 비지배적 파레토 대안해(non-dominated alternatives)들을 찾기 위한 방법을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제12권2호
• /
• pp.290-299
• /
• 2009

진화하는 인공신경망은 인공지능분야와 게임 NPC의 지능 설계 분야에서 새롭게 각광을 받고 있다. 하지만 진화하는 인공신경 망을 이용하여 게임 NPC의 지능을 설계할 때 인공신경 망의 구조가 복잡함에 따라 진화와 평가에 필요한 연산량이 크며 또한 적절한 적합도 함수를 설계하지 못하면 지능적인 NPC를 설계할 수 없는 등의 문제점을 가지고 있다. 본 논문에서는 이러한 문제들을 해결하고자 동적 상태 진화 인공신경망을 제안한다. 동적 상태 진화 인공신경망은 전통적인 진화하는 인공신경망 알고리즘에 기반하여 진화 과정에서 신경망의 신경세포들 사이의 시냅스를 제거(disabled) 하거나 고정(fixed)시키는 방법을 통하여 진화와 평가과정에 소모되는 연산량을 줄이는 알고리즘이다. 본 논문은 Darwin Platform 을 테스트 베드로 축구게임 NPC의 지능 설계를 통하여 제안하는 방법의 유용성을 검증한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권6호
• /
• pp.2697-2710
• /
• 2018

Owing to the development of Internet of Things (IoT), the fifth-generation (5G) wireless communication is going to foresee a substantial increase of mobile traffic demand. Energy efficiency and spectral efficiency are the challenges in a 5G network. Non-orthogonal multiple access (NOMA) is a promising technique to increase the system efficiency by adaptive power control (PC) in a 5G network. This paper proposes an efficient PC scheme based on evolutionary game theory (EGT) model for uplink power-domain NOMA system. The proposed PC scheme allows users to adaptively adjusts their transmit power level in order to improve their payoffs or throughput which results in an increase of the system efficiency. In order to separate the user signals, a successive interference cancellation (SIC) receiver installed at the base station (BS) site. The simulation results demonstrate that the proposed EGT-based PC scheme outperforms the traditional game theory-based PC schemes and orthogonal multiple access (OMA) in terms of energy efficiency and spectral efficiency.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.375-381
• /
• 2005

일반적으로 유전자 알고리즘은 최적 시스템을 디자인하는데 주로 이용된다. 하지만 알고리즘의 성능은 적합도 함수나 시스템 환경에 의해 결정된다. 두 개의 개체군이 꾸준히 상호작용하고 공진화 하는 공진화 알고리즘은 이러한 문제를 극복할 수 있을 것으로 기대된다. 본 논문에서는 GA가 풀기 어려운 GA-hard problem을 풀기 위하여 저자가 제안한 3가지 공진화 모델을 설명한다. 첫 번째 모델은 찾고자하는 해와 환경을 각각 경쟁하는 개체군으로 구성해 진화하는 방법으로 사용자의 환경설정에 의해 지역적 해를 찾는 것을 방지하는 경쟁적 공진화 알고리즘이다. 두 번째 모델은 호스트 개체군과 기생(스키마) 개체군으로 구성된 스키마 공진화 알고리즘이다. 이 알고리즘에서 스키마 개체군은 호스트 개체군에 좋은 스키마를 공급한다. 세 번째 알고리즘은 두 개체군이 서로 게임을 통해 진화하도록 하는 게임이론에 기반한 공진화 알고리즘이다. 각 알고리즘은 비주얼 서보잉, 로봇 주행, 다목적 최적화 문제에 적용하여 그 유효성을 입증한다.

• 한국통신학회논문지
• /
• 제39B권11호
• /
• pp.790-802
• /
• 2014

인지무선 기술에서 주사용자의 보호를 위해 부사용자들은 주기적인 센싱 수행을 통해 주사용자의 부재를 판단하게 되고, 부사용자들 간의 협력 센싱을 통해서 향상된 센싱 결과를 얻을 수 있다. 하지만 주사용자에 대한 검출 확률과 오경보 확률에 대한 비용의 트레이드 오프가 존재하기 때문에, 적절한 협력 집단의 규모 유지가 필요하다. 또한 부사용자들은 자신이 현재 사용중인 주파수 대역은 물론 인가 사용자가 나타났을 시에 스위칭 해야 할 후보 채널에 대한 주기적인 센싱이 요구된다. 본 논문에서는 진화게임이론을 이용하여 분산상황 에서의 인밴드 센싱과 아웃밴드 센싱을 고려한 효율적인 그룹 협력 센싱 방법을 제안한다. 진화 게임을 통해서 협력센싱의 전략을 택한 부사용자들의 집단이 ESS(Evolutionary Stable State)상태로 수렴함을 관찰하였고, 학습 알고리즘을 통해 서로간의 정보교환 없이 평형상태로 수렴함을 관찰하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.395-398
• /
• 2002

본 논문에서는 ‘다목적 함수 최적화 문제(Multi-objective Optimization Problem MOP)’를 풀기 위하여 유전자 알고리즘을 진화적 게임 이론 적용시킨 ‘내쉬 유전자 알고리즘(Nash GA)’과 본 논문에서 새로이 제안하는 공진화 알고리즘의 구조를 설명하고 이 두 알고리즘의 결과를 시뮬레이션을 통하여 비교 검토함으로써 ‘진화적 게임 이론(Evolutionary Game Theory : EGT)’의 두 가지 아이디어 -‘내쉬의 균형(Equilibrium)’과 ‘진화적 안정전략(Evolutionary Stable Strategy . ESS)’-에 기반한 최적화 알고리즘들이 다목적 함수 문제의 최적해를 탐색할 수 있음을 확인한다.

• 한국정보과학회논문지:정보통신
• /
• 제37권3호
• /
• pp.228-233
• /
• 2010

최근 데이터 서비스에 대한 수요가 폭발적으로 증가하는데 반해, 사용가능한 자원은 한정되어 있기 때문에 효율적인 자원 관리가 네트워크 성능을 증가시키기 위한 중요한 요소가 되고 있다. 특히 무선 네트워크에 있어서 제한된 자원의 효율적 활용을 통해 더 많은 수요를 수용함으로써 소비자의 만족도를 증대시킬 수 있다. 본 논문에서는 진화게임을 이용한 적응적 전력제어를 통한 효율적인 자원 할당 기법을 제안한다. 제안된 기법은 네트워크의 채널 상황에 따라 적응적 분산방식으로 전송전력 수준을 조정하여 현재 네트워크 상황에 유연하게 대응함으로서 효율적인 네트워크 관리를 수행한다. 컴퓨터 시뮬레이션을 통하여 기존에 제안된 전력제어 기법에 비해 본 논문에서 제안한 방법이 다양한 네트워크 환경 하에서 우수한 성능을 가지는 것을 확인하였다.