• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.5904-5927
• /
• 2019

Many artificial intelligence (AI) techniques have been embedded into various engineering technologies to assist them in achieving different goals. The integration of modern technologies with energy consumption management system and occupant's comfort inside buildings results in the introduction of intelligent building concept. The major aim of this integration is to manage the energy consumption effectively and keeping the occupant satisfied with the internal environment of the building. The last few couple of years have seen many applications of AI techniques for optimizing the energy consumption with maximizing the user comfort in smart buildings but still there is much room for improvement in this area. In this paper, a hybrid of two AI algorithms called firefly algorithm (FA) and genetic algorithm (GA) has been used for user comfort maximization with minimum energy consumption inside smart building. A complete user friendly system with data from various sensors, user, processes, power control system and different actuators is developed in this work for reducing power consumption and increase the user comfort. The inputs of optimization algorithms are illumination, temperature and air quality sensors' data and the user set parameters whereas the outputs of the optimization algorithms are optimized parameters. These optimized parameters are the inputs of different fuzzy controllers which change the status of different actuators according to user satisfaction.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.359-365
• /
• 2001

본 논문에서는 바이러스-진화 유전 알고리즘에 기반한 퍼지 기저 함수 확장을 이용한 표적 추적 시스템의 설계 방법을 제안한다. 일반적으로 표적 추적의 목적은 센서로부터 얻어진 표적의 과거 위치에 기반하여, 미래에 대한 표적의 궤적을 추정하는 것이다. 확장 칼만 필터와 같은 전통적이고 수학적인 비선형 필터링 기법에서 강한 비선형성은 시스템의 성능을 저하시킬 수 있다. 이러한 비선형 필터링 기법의 장점을 결합한다. 제안된 방법에서, 확장 칼만 필터의 파라미터로 학습 데이터를 구성하고, 강한 근사화 능력을 가지는 퍼지 기저 함수에 유전 알고리즘의 유전적 다양성 상실로 이한 조기 수렴을 방지하는 바이러스-진화 유전 알고리즘을 결합하여, 파라미터와 규칙 수를 동시에 동정시킴으로써 확장 칼만 필터의 오차를 보정한다. 마지막으로, 제안된 방법은 3차원 상의 모의 실험을 통해 그 성능이 입증된다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권6호
• /
• pp.1049-1060
• /
• 2009

국내 금융시장의 변동성의 확대는 개인투자자들의 직접투자를 어렵게 만들면서 펀드를 통한 간접 투자 비중을 증가시켰다. 본 연구의 목적은 여러 가지 형태의 펀드 중에서도 인덱스펀드를 바탕으로 초과수익을 추구하는 인핸스드 인덱스 펀드 모델을 구축하는데 있다. 유전자알고리즘을 활용하여 인덱스펀드 관리를 위한 포트폴리오 최적화 모델을 제안하고, 이렇게 얻은 인덱스펀드의 수익에 초과수익을 얻을 수 있도록 기준지수의 일별 거래대금과 종가를 활용하였다. 실증분석 결과 본 연구의 제안모델은 코스피 200의 움직임을 잘 반영하고 있으며, 이를 활용한 전략은 순수 인덱스펀드에 의한 단순매수 후 보유 전략보다 적절한 개수의 종목을 편입시킨다면 높은 수익률을 가져다줌을 알 수 있었다.

• 한국강구조학회 논문집
• /
• 제23권5호
• /
• pp.581-593
• /
• 2011

스티프너로 보강된 플레이트 거더 대신에 주름 웨브를 사용하는 근본적인 장점은 얇은 판으로 형성된 편평한 웨브에서 발생하는 좌굴에 관한 불안정 문제를 해결할 수 있는 것 뿐 아니라 수직 스티프너의 필요성도 함께 해결 됨으로써 경제적인 장점을 제공받게 된다. 따라서 본 연구에서는 사인형 주름 웨브를 가진 보의 구조설계 기법과 실변수 알고리즘을 이용하여 최적화 문제를 다루도록 한다. 구조설계과정과 설계변수들은 EN 1993-1-5, DASt-R015 및 Pasternak 등(2004)을 통해서 구성하며, 주름 웨브의 전단좌굴에 대한 유효한 설계가능영역에 대해 비교, 고찰한다. 구조설계 최적화를 위해서, 목적함수는 사인형 주름 웨브 보의 중량으로 정의하여 최소중량최적화를 수행하며, 제약조건으로는 세장비, 부재력 저항능력 및 보의 허용처짐에 대해서 고려한다. 최종적으로 등분포 하중의 단순보 모델을 해석 대상으로 채택하며, 유전자 연산에 있어서 효율적인 확률변수에 대해 연구한다.

• 한국측량학회지
• /
• 제21권4호
• /
• pp.323-330
• /
• 2003

최근 개발되고 있는 GIS 기반 교통경로 안내 시스템은 자가 운전자를 위한 시스템이 대부분이다. 대중 교통에 적용된 몇몇 사례들은 환승시에 고려해야 할 시간적 제약 요소들을 반영하고 있지 않아 한계점을 지니고 있다. 대중 교통을 위한 시스템 개발에는 - (1) 이용객들이 목적지까지 이동하면서 서로 다른 교통수단간에 환승할 수 있다는 사실과 (2) 환승 시에는 이동시간, 대기 시간 등의 환승소요 시간이 있다는 것 -이 반영되어야만 한다. 본 연구에서는 다수의 교통수단이 혼재된 대중교통 네트웍에서 최적의 경로를 산출하는 방안을 제시하였다. 시간제약과 기타 서비스 가용시간 등을 고려한 최적해 또는 이에 근사한 해를 찾기 위해 유전자 알고리즘(Genetic Algorithm)을 사용하였으며, 이를 GIS에서 구현하기 위한 데이터 구조를 제시하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권6호
• /
• pp.264-273
• /
• 2006

In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) by means of consecutive optimization and also discuss its comprehensive design methodology involving mechanisms of genetic optimization. The network is based on a structurally as well as parametrically optimized fuzzy polynomial neurons (FPNs) conducted with the aid of information granulation and genetic algorithms. In structurally identification of FPN, the design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). For the parametric identification, we obtained the effective model that the axes of MFs are identified by GA to reflect characteristic of given data. Especially, the genetically dynamic search method is introduced in the identification of parameter. It helps lead to rapidly optimal convergence over a limited region or a boundary condition. To evaluate the performance of the proposed model, the model is experimented with using two time series data(gas furnace process, nonlinear system data, and NOx process data).

• 한국수자원학회논문집
• /
• 제32권1호
• /
• pp.71-81
• /
• 1999

본 연구의 목적은 유전자 알고리즘 최적화기법을 이용하여 설계기준에 합당한 제약조건을 고려한 최소경비의 관망시스템의 설계를 목적으로 한다. 수리학적 제약조건들은 수리모의프로그램(KYPIPE)과 연계하여 가능해 영역을 수시로 검증하였다. 유전자 알고리즘은 비교적 새로운 최적화기법이다. 유전자 알고리즘은 매우 강력한 탐색능력을 가지고 있으며 특히 비선형 문제를 해결하는데 탁월한 성능을 가진다고 알려져 있다. 유전자 알고리즘은 계산결과로 제시되는 결정변수인 관경은 연속적인 수치가 아닌 이산적인 규격의 표준관경인 상업용 관경으로 제시되며 펌프용량까지 최적화시키는 효율적인 최적설계를 도모하고자 한다. 본 모형은 가상 및 실제 관망시스템에 적용하였다. 그 중 하나는 많은 다른 연구자들에 의한 간단한 관망에 사용된 논문들로부터 채택하였다. 그 결과의 비교는 이 연구에서 개발된 모형의 적합성을 보여준다. 또한, 본 모형은 최적펌프용량도 결정할 수 있으며 그 적용성을 검증하기 위하여 고양시에 적용시켜 보았다. 개발된 모형은 비교적 간단한 방법으로 관망시스템의 최적설계에 성공적으로 적용시킬 수 있음이 판명되어져 왔다.

• 한국정보통신학회논문지
• /
• 제10권11호
• /
• pp.2075-2082
• /
• 2006

이 논문은 p-type single-crystalline float zone (FZ) 웨이퍼를 이용한 고효율 태양전지 제조 공정상의 공정 모델링과 최적화 기술에 대하여 서술하였다. 태양전지 제조 공정 중 중요한 4가지의 공정 1) Emitter formation; 2) Anti-Reflection-Coating (ARC): 3) Screen-printing; 4) Contact formation 중에서 제조비용을 줄여주며, 성능을 증대 시키는데 중요한 contact formation 공정을 모델링을 하고, 최적화 하였다. 본 논문에서는 공정에 소요되는 시간과 비용을 줄이기 위해 실험 계획법 (design of experiments: DOE) 중 중심 합성계획 (central composite design)을 이용하여 24개의 요인 (factorial), 8개의 축점 (axial points), 3개의 중심점 (center points)과 실험의 범위를 증가시키기 위한 6개의 임의점(random points)으로 실험계획을 수립하였다. 접촉형성(contact formation) 공정 이후에는 실험 결과를 사용하여 신경망 (neural network)으로 모델링을 하였다. 수립된 신경망 모델을 바탕으로 유전자 알고리즘 (genetic algorithm)을 이용하여 다양한 조합의 공정 파라미 터를 합성하는 방법으로 최적화를 수행하여 고효율의 태양전지를 구현할 수 있는 최적의 공정 조건을 수립하였다.

• 한국정보통신학회논문지
• /
• 제19권1호
• /
• pp.35-40
• /
• 2015

본 논문은 유전 알고리즘 기반 귀납적 학습 환경 하에서 메타 학습법을 이용한 다중 분류기 시스템의 구축에 관한 것이다. 메타 학습법을 이용한 다중 분류기 시스템의 구축에서 분류기는 일반 분류기와 메타 분류기로 구성된다. 메타 분류기는 사례에 대한 일반 분류기의 분류 결과에 학습 알고리즘을 적용하여 얻어진다. 분류시스템의 의사 결정과정에서 메타 분류기의 역할은 일반 분류기의 분류 결과를 평가하여 최종 의사 결정 과정에의 참여 여부를 결정하는 것이다. 분류 시스템은 분류기의 분류 결과가 옳은 것으로 평가된 결과들만 취합하여 이를 바탕으로 최종 분류 결과를 도출해 낸다. 메타 학습법이 다중 분류기 시스템의 성능에 미치는 영향을 다수의 사례 집합을 이용하여 평가하였다.

• Bulletin of the Korean Chemical Society
• /
• 제21권3호
• /
• pp.281-290
• /
• 2000

We varied recombination method of fenetic algorithm (GA), i.e., crossover step, to compare efficiency of these methods, and to find more optimum GA method. In one method (A), we select two conformations(parents) to be recombined by systematic combination of lowest energy conformations, and in the other (B), we select them in a ratio proportional to the energy of the conformation. Second variation lies in how to select crossover point. First, we select it randomly(1). Second, we select range of residues where internal energy of the molecule does not vary for more than two residues, select randomly among such regions, and we select either thr first (2a) or the second residue (2b) from the N-terminal side, or the first (2c) or the second residue (2d) from the C-terminal side in the selected region for crossover point. Third, we select longest such hregion, and select such residue(as cases 2) (3a, 3b, 3c or 3d) of the region. These methods were tested in a 2-dimensionl lattice system for 8 different sequences (the same ones used by Unger and Moult., 1993). Results show that compared to Unger and Moult's result(UM) which corresponds to B-1 case, our B-1 case performed similarly in overall. There are many cases where our new methods performed better than UM for some different sequences. When cooling factor affecting higher energy conformation to be accepted in Monte Carlo step was reduced, our B-1 and other cases performed better than UM; we found lower energy conformers, and found same energy conformers in a smaller steps. We discuss importance of cooling factor variation in Monte Carlo simulations of protein folding for different proteins. (A) method tends to find the minimum conformer faster than (B) method, and (3) method is superior or at least equal to (1) method.