• Animal Bioscience
• /
• 제35권3호
• /
• pp.377-384
• /
• 2022

Objective: This study was conducted to estimate multi-trait genetic parameters for somatic cell score (SCS), milk yield and type traits in Nigerian Dwarf (ND) goats from the United States. Methods: Data from 1,041 ND goats in the United States with kiddings in 95 herds were used to estimate multi-trait genetic parameters for SCS, milk (MILK), fat (FAT), and protein (PROT) yields, and 14 type traits. An 18-trait mixed linear animal model for lactation mean SCS (Log₂), MILK, FAT, PROT, and 14 type traits was applied. A factor analytic approach (FA1) in ASReml software was used to obtain convergence. Results: Averages for SCS were low (2.85±1.29 Log₂), and were 314±110.6, 20.9±7.4, and 14±4.9 kg, respectively, for MILK, FAT, and PROT. Heritabilities for SCS, MILK, FAT, and PROT were 0.32, 0.16, 0.16, and 0.10, respectively. The highest heritabilities for type traits were for stature (0.72), teat diameter (0.49), and rump width (0.48), and the lowest estimates were for dairyness (0.003) and medial suspensory ligament (0.03). Genetic correlations of SCS with MILK, FAT, and PROT were positive but low (0.25, 0.18, and 0.23, respectively). Genetic and phenotypic correlations between MILK, FAT, and PROT were high and positive (≥0.66). Absolute values of genetic correlations involving SCS with type traits were generally low or no different from zero. Most of the phenotypic correlations involving SCS with type traits were low. No serious unfavorable genetic correlations between milk yield traits and SCS or between milk yield traits or SCS and type traits were found. Conclusion: Genetic variation exists in the ND breed for most studied traits. The development of selection programs based on these estimates may help accelerate favorable multi-trait genetic changes in this breed.

• Journal of Genetic Medicine
• /
• 제4권2호
• /
• pp.122-127
• /
• 2007

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.365-373
• /
• 1999

Recently, numerous studies have demonstrated that artificial intelligence such as neural networks can be an alternative methodology for classification problems to which traditional statistical methods have long been applied. In building neural network model, the selection of independent and dependent variables should be approached with great care and should be treated as a model construction process. Irrespective of the efficiency of a learning procedure in terms of convergence, generalization and stability, the ultimate performance of the estimator will depend on the relevance of the selected input variables and the quality of the data used. Approaches developed in statistical methods such as correlation analysis and stepwise selection method are often very useful. These methods, however, may not be the optimal ones for the development of neural network models. In this paper, we propose a genetic algorithms approach to find an optimal or near optimal input variables for neural network modeling. The proposed approach is demonstrated by applications to bankruptcy prediction modeling. Our experimental results show that this approach increases overall classification accuracy rate significantly.

• 지능정보연구
• /
• 제7권2호
• /
• pp.83-93
• /
• 2001

기업부실예측은 과거로부터 많은 연구가 이루어진 분야로, 주로 통계기법에 의한 분류예측문제로 다루어져 왔다. 최근에는 인공신경망, 의사결정나무 등 비선형성을 반영할 수 있는 인공지능 기법을 적용한 연구가 많이 수행되고 있다. 본 연구에서는 최적화에 주로 활용하는 인공지능 기법인 유전자 알고리즘을 규칙추출을 통한 기업부실예측 모형의 개발에 적용하고, 활용가능성을 검증하였다.

• Structural Engineering and Mechanics
• /
• 제61권2호
• /
• pp.283-293
• /
• 2017

The main contribution of the present paper is to propose an intelligent fuzzy inference system approach for modeling the debonding strength of masonry elements retrofitted with Fiber Reinforced Polymer (FRP). To achieve this, the hybrid of meta-heuristic optimization methods and adaptive-network-based fuzzy inference system (ANFIS) is implemented. In this study, particle swarm optimization with passive congregation (PSOPC) and real coded genetic algorithm (RCGA) are used to determine the best parameters of ANFIS from which better bond strength models in terms of modeling accuracy can be generated. To evaluate the accuracy of the proposed PSOPC-ANFIS and RCGA-ANFIS approaches, the numerical results are compared based on a database from laboratory testing results of 109 sub-assemblages. The statistical evaluation results demonstrate that PSOPC-ANFIS in comparison with ANFIS-RCGA considerably enhances the accuracy of the ANFIS approach. Furthermore, the comparison between the proposed approaches and other soft computing methods indicate that the approaches can effectively predict the debonding strength and that their modeling results outperform those based on the other methods.

• 대한기계학회논문집A
• /
• 제27권6호
• /
• pp.1020-1027
• /
• 2003

A traditional mold design has been conducted by an experience-based trial and error, whereby the mold designer would decide the gate locations and processing conditions based on the caring characteristics and its functional requirements. The paper suggests an optimal gate location and processing conditions in the injection molding using a global search method referred to as micro genetic algorithm( ${\mu}$ GA). ${\mu}$ GA yields the optimal solution with a small size of population without respect to design variables for saving time that is needed to calculate the fitness of many individuals. Due to the reason, the paper uses a commercial analysis package of injection molding(CAPA) to analysis a state of flux. In addition to that, axiomatic approach .is applied in the beginning of design. It is a useful method to draw a well-organized and reasonable idea to handle a problem.

• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.555-561
• /
• 2008

GA 기반의 4족 보행로봇의 걸음새의 속도와 안정성을 최적화하는 걸음새의 자동 생성 방법을 구현한다. 기존에 사용된 걸음새 파라미터 집합에서 중요 파라미터의 영향을 분석하였고, 이를 통해 효율적인 탐색 방향을 설정하였다. 또한 속도 위주의 기존 연구와는 달리 반 정확도가 수반된 결과를 얻도록 하였다. 제안된 기법의 검증을 위하여 SONY Aibo 4족 보행 로봇에 대해서 ODE 기반의 물리적 특성을 포함한 정교한 시뮬레이션이 가능한 Webots 을 이용하여 실험을 수행하였고, 속도와 안정성 면에서 향상된 결과를 얻었다.

• Steel and Composite Structures
• /
• 제32권4호
• /
• pp.455-466
• /
• 2019

Despite the rapid advancement in computing resources, many real-life design and optimization problems in structural engineering involve huge computation costs. To counter such challenges, approximate models are often used as surrogates for the highly accurate but time intensive finite element models. In this paper, surrogates for first-order shear deformation based finite element models are built using a polynomial regression approach. Using statistical techniques like Box-Cox transformation and ANOVA, the effectiveness of the surrogates is enhanced. The accuracy of the surrogate models is evaluated using statistical metrics like $R^2$, $R^2{_{adj}}$, $R^2{_{pred}}$ and $Q^2{_{F3}}$. By combining these surrogates with nature-inspired multi-criteria decision-making algorithms, namely multi-objective genetic algorithm (MOGA) and multi-objective particle swarm optimization (MOPSO), the optimal combination of various design variables to simultaneously maximize fundamental frequency and frequency separation is predicted. It is seen that the proposed approach is simple, effective and good at inexpensively producing a host of optimal solutions.

• 한국과학교육학회지
• /
• 제31권5호
• /
• pp.680-693
• /
• 2011

개념 생태에서 개념은 독립적으로 존재하는 것이 아니라 생태적 환경 하에 놓여 생태 지위를 차지한다. 생물학의 많은 개념들 중에서 유전 개념은 유전 단원 외에도 여러 단원과 관련되어 있으며, 유전 단원 내에서도 영역 사이의 개념 간 의존도가 높은 단원이므로 생태 지위적 접근을 통해 개념의 다양성과 개념 근접성을 분석하였다. 이를 위하여 9학년 학생 995명을 대상으로 하였다. 설문지의 설문 영역은 유전자, 염색체, 체세포분열, 감수분열로 4가지 유전 관련 개념을 대상으로 하였다. 설문지는 각 영역과 관련된 생물학적 개념이나 용어를 제시하게 하고, 제시한 생물학적 개념이나 용어를 각 영역과의 관련된 정도를 1에서 30의 점수로 표시하게 하였다. 9학년 학생들을 대상으로 수업을 통한 유전개념의 변화를 생태 지위적 접근 방법으로 분석하였다. 수업을 통해 전체 개념 수는 감수분열, 체세포분열, 염색체, 유전자 영역 순으로 모든 영역에서 증가하였고, 전체 개념 수의 증가로 인해 상대밀도는 감소하였다. 개념 다양성 지수는 감수분열, 체세포분열, 염색체, 유전자 순으로 모두 증가하였다. 그리고 학습 후 개념들의 상대밀도의 차이가 감소하였으며, 관련성 점수의 차이도 감소하여 개념 간 유사성이 증가하였다. 이 결과를 바탕으로 다음의 결론을 얻을 수 있었다. 첫째, 학습을 통해 유전개념의 개념 다양성이 증가하였다. 둘째, 학습을 통해 유전개념의 개념 근접성이 증가하였다.

• 한국산학기술학회논문지
• /
• 제12권7호
• /
• pp.2963-2968
• /
• 2011

플라스틱 사출 제품은 다양한 가전제품과 하이테크 제품에 널리 사용되고 있다. 그러나 플라스틱 사출 제품 제조업자들은 고객을 만족시키면서 경쟁력을 얻기 위하여 다른 경쟁자들보다 먼저 새로운 제품을 시장에 출시하고 신제품의 개발기간을 줄이기 위한 노력을 할 여유가 부족하다. 따라서 무한 경쟁의 시장에서 살아남기 위해서는 제조업자들은 시장 마켓 점유를 빠르게 올리는 것과 동시에 제품의 가격 경쟁력을 가져야 한다. 본 연구에서는 하이브리드 인공신경망과 유전자 알고리즘을 이용한 특징기반 플라스틱 사출제품의 비용 평가 모델을 제안한다. 제안하는 방법은 기존의 플라스틱 사출제품의 비용평가절차와 계산을 위해 필요로 하는 변수들을 극적으로 간단하게 하고 줄일 수 있다. 사례연구는 제안하는 모델이 플라스틱 사출 제품의 개발단계에서의 비용평가문제를 해결하는데 효율성과 효과성이 있음을 입증한다.