• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권5호
• /
• pp.2574-2587
• /
• 2019

Blind Source Separation (BSS) is a technique used to separate supposed independent sources of signals from a given set of observations. In this paper, the High Exploration Particle Swarm Optimization (HEPSO) algorithm, which is an enhancement of the Particle Swarm Optimization (PSO) algorithm, has been used to separate a set of source signals. Compared to PSO algorithm, HEPSO algorithm depends on two additional operators. The first operator is based on the multi-crossover mechanism of the genetic algorithm while the second one relies on the bee colony mechanism. Both operators have been employed to update the velocity and the position of the particles respectively. Thus, they are used to find the optimal separating matrix. The proposed method enhances the overall efficiency of the standard PSO in terms of good exploration and performance. Based on many tests realized on speech and music signals supplied by the BSS demo, experimental results confirm the robustness and the accuracy of the introduced BSS technique.

• 한국산학기술학회논문지
• /
• 제9권1호
• /
• pp.221-227
• /
• 2008

시간제한을 가지는 차량경로문제는 배송 및 물류에서 가장 중요한 문제 중의 하나이다. 현실적으로 고객의 서비스를 위하여 정해진 시간 안에 출발해서 배송을 끝마쳐야 한다. 그러므로 본 연구는 개선된 유전자 알고리즘을 이용하여 차량의 용량 및 운행시간을 초과하지 않으면서 고객의 서비스를 제공해주며 비용을 최소화하는 목적이 있다. 그리고 본 연구에서 제안한 개선된 유전자 알고리즘을 이용하면 다른 휴리스틱 기법보다 더욱 효율적인 시간제한을 가지는 차량경로문제에서 훌륭한 해를 도출할 수 있다. 따라서 차량경로문제의 해를 도출할 수 있는 개선된 유전자 알고리즘을 이용한 GUI 방식의 컴퓨터 프로그램을 개발하고 표준문제를 통하여 비교한 결과 본 연구에서 개발된 프로그램이 매우 유용한 결과를 보였다.

• 한국산학기술학회논문지
• /
• 제11권6호
• /
• pp.2269-2275
• /
• 2010

유전자 알고리즘은 매개변수와 유전자 연산자 그리고 계획과 같은 다양한 요인들에 의해 영향을 받으며, 전통적인 방법을 통한 문제의 해결은 효율적이지만 전체적으로는 실행 가능성의 문제와 결과의 도출에 걸리는 시간의 문제가 있을 수 있다. 이에 따라 전통적인 유전자 알고리즘은 다양한 방법으로 수정 및 적용되어 질 수 있다. 본 연구는 Travelling Salesman 문제를 해결하기 위해 초기에 정렬된 인자를 사용하여 수정된 유전자 알고리즘을 적용하였다. 본 연구를 통한 접근 방법은 초기 문제의 크기를 줄이며 또한 빠른 복합 수렴을 달성하였다. 또한 제안된 방법은 객체지향 접근을 사용한 시뮬레이터를 통해 테스트 되었고 그 결과는 제안된 방법의 타당성을 입증하였다.

• 전자공학회논문지CI
• /
• 제41권4호
• /
• pp.9-21
• /
• 2004

본 논문은 동영상내의 객체를 자동으로 추출하고 추적할 수 있는 유전자 알고리즘 기반의 분할 방법을 제안한다. 제안된 방법은 시간 분할과 공간 분할로 이루어진다. 공간 분할은 각 프레임을 정확한 경계를 가진 영역으로 나누고 시간 분할은 각 프레임을 전경 영역과 배경 영역으로 나눈다. 공간 분할은 분산 유전자 알고리즘을 이용하여 수행된다. 그러나, 일반적인 유전자 알고리즘과는 달리, 염색체는 이전 프레임의 분할 결과로부터 초기화되고, 동적인 객체 부분에 대응하는 불안정 염색체만이 진화연산자에 의해 진화된다. 시간 분할은 두 개의 연속적인 프레임의 밝기 차이에 기반을 둔 적응적 임계치 방법에 의해 수행한다. 얻어진 공간과 시간 분할 결과의 결합을 통해서 객체를 추출하고, 이 객체들은 natural correspondence에 의해 전체 동영상을 통해 정확히 추적된다. 제안된 방법은 다음의 두 가지 장점을 가진다. 1) 제안된 비디오 분할 방법은 사전 정보를 필요로 하지 않는 자동 동영상 분할 방법이다. 2) 제안된 공간 분할방법은 기존의 유전자 알고리즘보다 해공간의 효율적인 탐색을 제공할 수 있을 뿐만 아니라, 정확한 객체 추적 메커니즘을 포함하고 있는 새로운 진화 알고리즘이다. 이러한 장점들은 제안된 방법이 잘 알려진 동영상과 실제 동영상에 성공적으로 적용됨을 통해 검증된다.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.233-238
• /
• 2014

독창성은 예술작품 뿐만아니라 장신구, 생활용품 등 다양한 디자인에서 요구된다. 창조적 디자인 작업에 참신한 모티프를 얻기 위해 변환생성 디자인 기법이 활용될 수 있다. 이 논문에서는 유전자 알고리즘을 이용하여 독특한 반지 모델을 만들어 내는 변환생성 디자인 방법을 제안한다. 후보해 표현방법, 연산자, 평가함수 관점에서 제안된 알고리즘에 대해서 소개한다. 제안한 방법은 고객이 자신의 반지 모양에 대한 취향을 선택하도록 하고, 취향을 평가에 반영하도록 하면서 여러 가지 반지 모델을 만들어서 추천하도록 한다. 반지 모델은 3차원 입체로 표현되기 때문에, 고객이 최종적으로 선택한 모델을 3차원 프린터를 통해서 실물로 제작될 수 있다.

• Journal of Mechanical Science and Technology
• /
• 제19권5호
• /
• pp.1072-1079
• /
• 2005

Conceptual design is the first step in the overall process of product design. Its intrinsic uncertainty, imprecision, and lack of information lead to the fact that current conceptual design activities in engineering have not been computerized and very few CAD systems are available to support conceptual design. In most of the current intelligent design systems, approach of principle synthesis, such as morphology matrix, bond graphic, or design catalogues, is usually adopted to deal with the concept generation, in which optional concepts are generally combined and enumerated through function analysis. However, as a large number of concepts are generated, it is difficult to evaluate and optimize these design candidates using regular algorithm. It is necessary to develop a new approach or a tool to solve the concept generation. Generally speaking, concept generation is a problem of concept synthesis. In substance, this process of developing design candidate is a combinatorial optimization process, viz., the process of concept generation can be regarded as a solution for a state-place composed of multi-concepts. In this paper, genetic algorithm is utilized as a feasible tool to solve the problem of combinatorial optimization in concept generation, in which the encoding method of morphology matrix based on function analysis is applied, and a sequence of optimal concepts are generated through the search and iterative process which is controlled by genetic operators, including selection, crossover, mutation, and reproduction in GA. Several crucial problems on GA are discussed in this paper, such as the calculation of fitness value and the criteria for heredity termination, which have a heavy effect on selection of better concepts. The feasibility and intellectualization of the proposed approach are demonstrated with an engineering case. In this work concept generation is implemented using GA, which can facilitate not only generating several better concepts, but also selecting the best concept. Thus optimal concepts can be conveniently developed and design efficiency can be greatly improved.

• 산업경영시스템학회지
• /
• 제40권4호
• /
• pp.211-220
• /
• 2017

The application of the theoretical model to real assembly lines has been one of the biggest challenges for researchers and industrial engineers. There should be some realistic approach to achieve the conflicting objectives on real systems. Therefore, in this paper, a model is developed to synchronize a real system (A discrete event simulation model) with a theoretical model (An optimization model). This synchronization will enable the realistic optimization of systems. A job assignment model of the assembly line is formulated for the evaluation of proposed realistic optimization to achieve multiple conflicting objectives. The objectives, fluctuation in cycle time, throughput, labor cost, energy cost, teamwork and deviation in the skill level of operators have been modeled mathematically. To solve the formulated mathematical model, a multi-objective simulation integrated hybrid genetic algorithm (MO-SHGA) is proposed. In MO-SHGA each individual in each population acts as an input scenario of simulation. Also, it is very difficult to assign weights to the objective function in the traditional multi-objective GA because of pareto fronts. Therefore, we have proposed a probabilistic based linearization and multi-objective to single objective conversion method at population evolution phase. The performance of MO-SHGA is evaluated with the standard multi-objective genetic algorithm (MO-GA) with both deterministic and stochastic data settings. A case study of the goalkeeping gloves assembly line is also presented as a numerical example which is solved using MO-SHGA and MO-GA. The proposed research is useful for the development of synchronized human based assembly lines for real time monitoring, optimization, and control.

• Wind and Structures
• /
• 제18권3호
• /
• pp.253-265
• /
• 2014

The platform and floating structure of spar type offshore wind turbine systems should be designed in order for the 6-DOF motions to be minimized, considering diverse loading environments such as the ocean wave, wind, and current conditions. The objective of this study is to optimally design the platform and substructure of a 3MW spar type wind turbine system with the maximum postural stability in 6-DOF motions as well as the minimum material cost. Therefore, design variables of the platform and substructure were first determined and then optimized by a hydrodynamic analysis. For the hydrodynamic analysis, the body weight of the system was considered, and the ocean wave conditions were quantified to the wave forces using the Morison's equation. Moreover, the minimal number of computation analysis models was generated by the Design of Experiments (DOE), and the design variables of the platform and substructure were finally optimized by using a genetic algorithm with a neural network approximation.

• 한국정보통신학회논문지
• /
• 제10권3호
• /
• pp.622-627
• /
• 2006

TSP(Traveling Salesman Problem)는 N개의 도시가 주어질 때 어떠한 임의의 도시에서 출발하여 모든 도시를 단 한번만 방문하여 다시 출발지로 되돌아오는 여려 경로들 중 가장 짧은 거 리를 구하는 문제이다. 방문 도시수가 증가함에 따라 계산량이 기하급수적으로 증가하게 되는 문제로 인해 NP-Hard문제로 분류되며 유전자 알고리즘이 대표적으로 이용된다. TSP문제에 있어서 보다 우수한 결과를 얻기 위해 현재까지 다양한 연산자들이 개발되고 연구되어 왔다. 본 논문에서는 새로운 집단 초기화 방법과 순차변환 방법을 제안하여 기존의 방법들과 비교를 통해 성능 향상을 입증하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1994년도 하계학술대회 논문집 A
• /
• pp.165-167
• /
• 1994

This paper presents a new method for multiobjective optimization using Genetic Algorithm-Sexual Reproduction Model(SR model). In SR model, each individual consists of chromosome pairs. Sex cells(gametes) are produced through artificial meiosis in which crossover and mutation occur, The proposed method has two selection operators, one, individual selection which selects the individual to fertilize, and the other, gamete selection which makes zygote for offspring production, The two selection schemes are repectively conducted according to different fitness(or objective) function and consequently give a solution which is unbiased to any objectives. We apply the proposed method to optimization of the design parameters of Linear Induction Motor(LIM) and show its effectiveness.