• 제목/요약/키워드: Fitness Applications

검색결과 97건 처리시간 0.021초

Energy Efficient Cluster Head Selection and Routing Algorithm using Hybrid Firefly Glow-Worm Swarm Optimization in WSN

  • Bharathiraja S;Selvamuthukumaran S;Balaji V
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제17권8호
    • /
    • pp.2140-2156
    • /
    • 2023
  • The Wireless Sensor Network (WSN), is constructed out of teeny-tiny sensor nodes that are very low-cost, have a low impact on the environment in terms of the amount of power they consume, and are able to successfully transmit data to the base station. The primary challenges that are presented by WSN are those that are posed by the distance between nodes, the amount of energy that is consumed, and the delay in time. The sensor node's source of power supply is a battery, and this particular battery is not capable of being recharged. In this scenario, the amount of energy that is consumed rises in direct proportion to the distance that separates the nodes. Here, we present a Hybrid Firefly Glow-Worm Swarm Optimization (HF-GSO) guided routing strategy for preserving WSNs' low power footprint. An efficient fitness function based on firefly optimization is used to select the Cluster Head (CH) in this procedure. It aids in minimising power consumption and the occurrence of dead sensor nodes. After a cluster head (CH) has been chosen, the Glow-Worm Swarm Optimization (GSO) algorithm is used to figure out the best path for sending data to the sink node. Power consumption, throughput, packet delivery ratio, and network lifetime are just some of the metrics measured and compared between the proposed method and methods that are conceptually similar to those already in use. Simulation results showed that the proposed method significantly reduced energy consumption compared to the state-of-the-art methods, while simultaneously increasing the number of functioning sensor nodes by 2.4%. Proposed method produces superior outcomes compared to alternative optimization-based methods.

식물생장촉진 세균 Methylobacterium spp. 와 IAA 처리가 고추와 토마토 유묘의 생육에 미치는 영향 (Comparison of Plant Growth Promoting Methylobacterium spp. and Exogenous Indole-3-Acetic Acid Application on Red Pepper and Tomato Seedling Development)

  • ;;임우종;한광현;사동민
    • 한국토양비료학회지
    • /
    • 제43권1호
    • /
    • pp.96-104
    • /
    • 2010
  • 무균 및 온실조건에서 indole-3-acetic acid (IAA)의 처리와 1-aminocyclopropane-1-carboxylate deaminase (ACCD) 및 IAA 활성을 갖는 Methylobacterium 균주 접종 시 토마토와 고추의 생장을 비교 평가하였다. 무균조건에서 1.0 ${\mu}g\;mL^{-1}$의 IAA는 고추와 토마토의 뿌리생장을 촉진시키는데 비해 10.0 ${\mu}g\;mL^{-1}$ 이상의 높은 농도에서는 뿌리생장이 억제되었다. 그러나 높은 ACCD 활성을 갖고, IAA 활성은 낮거나 가지고 있지 않은 Methylobacterium 균주들을 접종하였을 때에는 고추와 토마토 모두 IAA 처리구 보다 뿌리생장이 증진되는 것을 확인하였다. 마찬가지로 온실조건에서 Methylobacterium 균주들을 접종했을 때, 마디길이와 잎의 크기 그리고 단위 면적당 잎의 무게 (SLW)에서 유의성 있는 증진효과를 보였다. 전반적인 식물 생장에서 저농도의 IAA 처리 효과는 Methylobacterium의 효과와 비슷한 경향을 나타냈다. 유묘의 지상부 길이는 ACCD 활성과 IAA 생산능을 갖는 Methylobacterium 균주 처리구에서 유의성 있는 증가를 확인할 수 있었으며, 전체 건물중 또한 Methylobacterium 처리 시 유의성 있는 증진 효과를 확인 할 수 있었다. 하지만 고농도의 IAA는 고추와 토마토의 생물량을 억제시켰다. 이러한 결과는 접종 균주의 IAA와 ACCD가 고추와 토마토 유묘의 생장 증진에 영향을 끼친다는 것을 증명한다.

복합 유전자 알고리즘에서의 국부 탐색을 위한 셀룰러 학습 전략 (A Cellular Learning Strategy for Local Search in Hybrid Genetic Algorithms)

  • 고명숙;길준민
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제28권9호
    • /
    • pp.669-680
    • /
    • 2001
  • 유전자 알고리즘(GA:Genetic Algorithm)은 최적화 문제를 풀기 위해 생물학적 진화(evolution) 과정을 모방한 최적화 알고리즘이다. 유전자 알고리즘은 복잡한 상태 공간에서 최적 해를 찾기 위해 전통적인 최적화 기법과는 달리 유향적 임의 탐색을 행한다. 학습에 해당하는 국부 탐색(local search)을 유전적 알고리즘은 exploration 탐색과 exploitation 탐색의 균형을 유지시켜 줄 수 있는 한 방법이다. 모집단 내의 각 개체가 진화 과정 중에 학습한 유전적 특질들은 그 다음 세대에서 되물림 되며 이러한 학습(learning) 과정을 유전자 알고리즘과 결합시킴으로써 탐색 속도의 향상을 기대할 수 있다. 이 논문에서는 함수 최적화를 위해 속도를 개선한 셀룰러 학습을 기반으로 하는 유전자 알고리즘을 제안한다. 제안하는 셀룰러 학습 전략은 셀룰러 오토마타의 주기성과 수렴성을 기반으로 하며, 유기체가 그 개체의 생명 주기의 한 세대에서 얻게되는 지식과 경험들을 자손에게 전달한다는 이론을 바탕으로 한다. 제안한 셀룰러 학습 전략의 효율을 기존의 복합 유전자 알고리즘에서의 라마키안 진화 및 볼드윈 효과와 비교하였다. 다양한 테스트 베드 함수에 대한 실험을 통하여 셀룰러 학습에 의한 개체의 국부적 향상이 전체적인 성능 향상에 기여함을 알 수 있었고 제안한 학습 전략이 기존의 방법보다 더 빨리 전역 최적 해를 찾을 수 있음을 증명하였다.

  • PDF

살균제 저항성 백합 잎마름병균(Botrytis elliptica)의 발생과 변화 (Occurrence and Changes of Botrytis elliptica resistant to fungicides)

  • 김병섭;전환홍;황영아
    • 농약과학회지
    • /
    • 제5권1호
    • /
    • pp.61-67
    • /
    • 2001
  • 강원도 고랭지의 백합 재배 농가로부터 1998년부터 2000년에 걸쳐 516균주의 Botrytis elliptica를 분리하여 주요 방제 살균제에 대한 저항성 실태를 조사하였다. 분리한 균주들 가운데 benomyl, procymidone, diethofencarb에 대하여 저항성을 나타내는 균주의 출현율은 각각 90.1, 32.3, 40.9%로 높게 나타나 약제 저항성 문제가 심각한 것으로 나타났다. 분리된 균주의 benzimidazole계, dicarboximide계, N-phenylcarbamate계에 대한 감수성(S) 및 저항성(R) 반응은 6그룹(RSS, RRS, SSR, SRR, RSR, RRR)으로 나누어졌다. 6개 반응형 각각의 분리 빈도는 40.7, 8.5, 7.2, 2.7, 19.8, 21.1%로 나타났다. 이 중 carbendazim에만 저항성인 RSS형이 40.7%로 가장 놀게 나타났고, Procymidone과 diethofencarb에 저항성인 SRR형은 2.7%로 가장 낮게 나타났다. 이러한 약제 반응형은 월동기를 지나면서 상대적으로 증가하는 반응형과 감소하는 반응형이 있는데 이는 이들 균 자체 적응력 차이 때문인 것으로 보여진다. 적응력이 높은 약제 반응형은 RSS, SSR형으로 나타났으며, 적응력이 낮은 약제 반응형은 SRR, RSR, RRR형으로 나타났고 RRS형은 큰 변동이 없었다. Benzimidazole계 살균제에 저항성균의 방제를 위하여 1998년 봄부터 benzimidazole계와 N-phenylcarbamate계의 합제 사용으로 효과는 얻고 있으나, 이 두 계열의 약제에 대한 다중 저항성균이 점차 증가하고 있어 점차 약효가 감소하고있는 실정이다. 이 연구는 강원도 고랭지에서 백합 잎마름병균(Botrytis elliptica)의 방제 위하여 살균제 사용에 철저한 관리가 필요함을 시사한다.

  • PDF

스마트교육 수용의도에 영향을 미치는 요인 간의 관계 분석 (The Relationships among Factors that Effects on Acceptance Intention in Smart Education)

  • 강혜영;김성완
    • 한국컴퓨터정보학회논문지
    • /
    • 제18권7호
    • /
    • pp.183-190
    • /
    • 2013
  • 이 연구는 스마트교육 수용의도에 영향을 미치는 요인들의 관계를 분석하는데 목적이 있다. 기존 정보기술수용모형(technology acceptance model) 관련 선행연구를 토대로, 스마트교육 수용의도에 영향을 미치는 잠재모형을 개발하였다. 잠재모형의 예비타당성 검증절차를 거친 후, 이를 통해 수정된 모형을 검증하기 위해 경기도 A 연구소의 스마트교육 체험학습프로그램을 이수한 초 중 고등학생 132명을 대상으로 설문조사를 실시하고 그 자료를 수집 및 분석하였다. 연구결과, 다음과 같은 가설들이 채택되었다. 상호작용성은 지각된 유용성에 영향을 미친다(가설I). 상호작용성은 지각된 사용용이성에 영향을 미친다(가설II). 상호작용성은 지각된 수용의도에 영향을 미친다(가설III). 사회적 영향은 지각된 유용성에 영향을 미친다(가설IV). 사회적 영향과 상호작용성은 서로 영향을 미친다(가설V). 지각된 유용성은 수용의도에 영향을 미친다(가설VI). 지각된 사용용이성은 수용의도에 영향을 미친다(가설VII). 또한 연구모형의 적합도검증 결과, ${\chi}^2$값은 6.600, 유의확률은 .086으로서 유의수준 .05에서 모형과 자료가 일치한다는 영가설이 채택되었으며, CFI와 NNFI(TLI) 값은 각각 .99, .99로 높은 적합도 수준을 보였다. 다만, RMSEA 값은 .09로서 다소 높은 값을 보이지만, 수정된 연구모형의 적합성을 해하는 수준은 아닌 것으로 판단되었다.

아키텍쳐 기반 소프트웨어 개발을 지원하는 효과적인 소프트웨어 아키텍쳐 평가 방법 (An Approach to Effective Software Architecture Evaluation in Architecture-Based Software Development)

  • 최희석;염근혁
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제29권5호
    • /
    • pp.295-310
    • /
    • 2002
  • 소프트웨어 아키텍쳐는 소프트웨어 개발에 참여하는 사람들간의 원활한 의사 소통과 시스템 설계 결정에 대한 합리적 판단을 가능하게 하는 상위 수준의 시스템 추상화이다. 이러한 소프트웨어 아키텍쳐에 대한 평가는 소프트웨어에 요구되는 품질을 소프트웨어 개발 전에 미리 예측하거나, 고품질 소프트웨어를 개발하는대 적합한 아키텍쳐의 선택 및 향상을 가능하게 한다. 그러나 현재의 아키텍쳐 평가 방법은 아키텍쳐 평가의 초기 입력물에 대한 정의가 미흡하고, 평가 과정이 주관적인 프로세스에 많이 의존하거나 흑은 체계적인 프로세스를 정의하고 있지 않다. 뿐만 아니라 아키텍쳐 평가 정보들의 표현에 대한 고려가 부족하다. 본 논문에서 제안하는 방법은 아키텍쳐 평가의 주요 입력물인 요구사항을 기능적 요구사항과 비기능적 요구사항으로 분리하여 다루고, 소프트웨어 아키텍쳐는 UML을 이용한 "4+1"뷰 아키텍쳐 모델을 바탕으로 명확하게 정의한다. 이를 통하여 아키텍쳐 평가의 목표 및 평가 범위, 평가 대상을 분명하게 결정한다. 그리고 아키텍쳐 평가의 중요 정보들인 부분 설계, 설계 결정, 근거 데이타, 품질 등의 정보를 단계적으로 결정하기 위한 체계적이고 객관적인 프로세스를 제시한다. 또한 평가 결과에 있어서는 아키텍쳐 평가 과정에서 결정된 정보들을 구조화된 형태로 나타냄으로써 품질 예측 및 아키텍쳐의 향상과 선택이 가능하도록 돕는다.

A hybrid algorithm for the synthesis of computer-generated holograms

  • Nguyen The Anh;An Jun Won;Choe Jae Gwang;Kim Nam
    • 한국광학회:학술대회논문집
    • /
    • 한국광학회 2003년도 하계학술발표회
    • /
    • pp.60-61
    • /
    • 2003
  • A new approach to reduce the computation time of genetic algorithm (GA) for making binary phase holograms is described. Synthesized holograms having diffraction efficiency of 75.8% and uniformity of 5.8% are proven in computer simulation and experimentally demonstrated. Recently, computer-generated holograms (CGHs) having high diffraction efficiency and flexibility of design have been widely developed in many applications such as optical information processing, optical computing, optical interconnection, etc. Among proposed optimization methods, GA has become popular due to its capability of reaching nearly global. However, there exits a drawback to consider when we use the genetic algorithm. It is the large amount of computation time to construct desired holograms. One of the major reasons that the GA' s operation may be time intensive results from the expense of computing the cost function that must Fourier transform the parameters encoded on the hologram into the fitness value. In trying to remedy this drawback, Artificial Neural Network (ANN) has been put forward, allowing CGHs to be created easily and quickly (1), but the quality of reconstructed images is not high enough to use in applications of high preciseness. For that, we are in attempt to find a new approach of combiningthe good properties and performance of both the GA and ANN to make CGHs of high diffraction efficiency in a short time. The optimization of CGH using the genetic algorithm is merely a process of iteration, including selection, crossover, and mutation operators [2]. It is worth noting that the evaluation of the cost function with the aim of selecting better holograms plays an important role in the implementation of the GA. However, this evaluation process wastes much time for Fourier transforming the encoded parameters on the hologram into the value to be solved. Depending on the speed of computer, this process can even last up to ten minutes. It will be more effective if instead of merely generating random holograms in the initial process, a set of approximately desired holograms is employed. By doing so, the initial population will contain less trial holograms equivalent to the reduction of the computation time of GA's. Accordingly, a hybrid algorithm that utilizes a trained neural network to initiate the GA's procedure is proposed. Consequently, the initial population contains less random holograms and is compensated by approximately desired holograms. Figure 1 is the flowchart of the hybrid algorithm in comparison with the classical GA. The procedure of synthesizing a hologram on computer is divided into two steps. First the simulation of holograms based on ANN method [1] to acquire approximately desired holograms is carried. With a teaching data set of 9 characters obtained from the classical GA, the number of layer is 3, the number of hidden node is 100, learning rate is 0.3, and momentum is 0.5, the artificial neural network trained enables us to attain the approximately desired holograms, which are fairly good agreement with what we suggested in the theory. The second step, effect of several parameters on the operation of the hybrid algorithm is investigated. In principle, the operation of the hybrid algorithm and GA are the same except the modification of the initial step. Hence, the verified results in Ref [2] of the parameters such as the probability of crossover and mutation, the tournament size, and the crossover block size are remained unchanged, beside of the reduced population size. The reconstructed image of 76.4% diffraction efficiency and 5.4% uniformity is achieved when the population size is 30, the iteration number is 2000, the probability of crossover is 0.75, and the probability of mutation is 0.001. A comparison between the hybrid algorithm and GA in term of diffraction efficiency and computation time is also evaluated as shown in Fig. 2. With a 66.7% reduction in computation time and a 2% increase in diffraction efficiency compared to the GA method, the hybrid algorithm demonstrates its efficient performance. In the optical experiment, the phase holograms were displayed on a programmable phase modulator (model XGA). Figures 3 are pictures of diffracted patterns of the letter "0" from the holograms generated using the hybrid algorithm. Diffraction efficiency of 75.8% and uniformity of 5.8% are measured. We see that the simulation and experiment results are fairly good agreement with each other. In this paper, Genetic Algorithm and Neural Network have been successfully combined in designing CGHs. This method gives a significant reduction in computation time compared to the GA method while still allowing holograms of high diffraction efficiency and uniformity to be achieved. This work was supported by No.mOl-2001-000-00324-0 (2002)) from the Korea Science & Engineering Foundation.

  • PDF