• 한국수자원학회논문집
• /
• 제33권S1호
• /
• pp.3-10
• /
• 2000

A newly developed heuristic algorithm, Harmony Search, is applied to the parameter calibration problem of the nonlinear Muskingum model. The Harmony Search could, mimicking the improvisation of music player, find better parameter values for in the nonlinear Muskingum model than five other methods including another heuristic method, genetic algorithm, in the aspect of SSQ(the sum of the square of the deviations between the observed and routed outflows) as well as in the aspects of SAD(the sum of the absolute value of the deviations), DPO(deviations of peak of routed and actual flows) and DPOT(deviatios of peak time of routed and actual outflow). Harmony Search also has the advantage that it does not require the process of asuming the initial values of desing parameters. The sensitivity analysis of Harmony Memory Considering Rate showed that relatively large values of Harmony Memory Considering Rate makes the Harmony Search converge to a better solution.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2000년도 학술발표회 논문집
• /
• pp.3-10
• /
• 2000

A newly developed heuristic algorithm, Harmony Search, is applied to the parameter calibration problem of the nonlinear Muskingum model. The Harmony Search could, mimicking the improvisation of music players, find better parameter values for in the nonlinear Muskingum model than five other methods including another heuristic method, genetic algorithm, in the aspect of SSQ (the sum of the square of the deviations between the observed and routed outflows) as well as in the aspects of SAD (the sum of the absolute value of the deviations), DPO (deviations of peak of routed and actual flows) and DPOT (deviations of peak time of rented and actual outflow). Harmony Search also has the advantage that it does not require the process of assuming the initial values of design parameters. The sensitivity analysis of Harmony Memory Considering Rate showed that relatively large values of Harmony Memory Considering Rate makes the Harmony Search converse to a better solution.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.401-406
• /
• 2011

복잡해진 최적화문제를 전통적인 방법보다 효율적으로 해결하기위해 유전알고리즘이나 개미군집화, 하모니서치알고리즘과 같은 다양한 메타휴리스틱이 개발되었다. 그 중에서 하모니 서치알고리즘이 다른 메타휴리스틱알고리즘보다 좋은 결과를 보이고 있다. 하모니 서치 알고리즘은 음악을 작곡할 때 아름다운 소리를 내는 하모니를 찾는 과정을 모방했다. 성능은 하모니 메모리에서 선택하는 비율인 HMCR값과 하모니 메모리에서 선택된 값의 조정 비율을 결정하는 PAR값에 따라 달라지는 것으로 알려져 있다. 다르게 말하면 두 변수의 기반이 되는 하모니 메모리의 사용방법의 문제로 볼 수 있다. 본 논문은 설정한 기간 동안 더 좋은 최적해를 찾지 못할 경우 하모니 메모리의 일부를 좋은 하모니로 구성되게 수정하는 방법을 제안했다. 테스트 함수를 이용한 검증 실험결과에서 하모니 메모리를 수정할 경우 정확도 변화가 적어 신뢰성 있는 정확도를 보였으며, Iteration이 짧더라도 최적값에 근접한 값을 찾았다.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.630-637
• /
• 2018

본 연구에서는 최적화 기법의 하나인 화음탐색법 (HS: Harmony Search)에 클러스터링 기법을 적용하여 개선된 형태의 HS를 제안하였다. HS는 음악의 즉흥연주를 모방하여 개발되었으며 무작위선택, 기억회상, 음조조정의 세 가지 연산을 이용하여 최적해를 반복적으로 탐색해 나간다. 기존의 HS의 경우, 세 가지 연산 중 기억회상을 진행할 때 해집단의 저장 공간인 해저장소 (HM: Harmony Memory)에 있는 해를 선택하는데, 이 과정에서 적합도를 정량화한 목적함수 값에 상관없이 모두 동일한 확률로 해의 선택이 이루어지고, 이에 따라 최적의 해를 탐색하는 속도가 상대적으로 낮다. 본 연구에서 제안한 개선 클러스터링 화음탐색법 (ICHS: Improved Clustering Harmony Search)는 HM에서 목적함수의 값을 기준으로 클러스터링 기법을 적용하여 목적함수 값이 유사한 솔루션들이 하나의 해집단을 형성하도록 클러스터링을 수행한다. 이를 통해 만들어진 클러스터 중 상대적으로 목적함수 값이 우수한 클러스터에는 더 높은 선택 확률을 부여하여, 적합도가 높은 클러스터에 포함된 해의 결정변수가 선택될 확률을 높게 하는 역할을 한다. 본 연구에서는 ICHS의 효율성을 검증하기 위하여 개발 기법을 기존 논문에서 제시된 수학적 최적화 문제에 적용하였고 우수한 해탐색 성능을 확인할 수 있었다. 또한 실제 공학 문제에 대한 적용성 평가를 위해 개발 기법을 대규모 상수도관망 관경최적화 문제에 적용하였다. 상수도관망 최적설계에 대한 ICHS의 적용 결과, 기존 최적화 기법에 비해 우수한 해를 안정적으로 도출할 수 있는 것으로 나타났다.

• 한국산학기술학회논문지
• /
• 제21권2호
• /
• pp.8-18
• /
• 2020

본 연구에서는 기존의 Harmony Search(HS)의 성능을 강화한 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)를 개발하였다. EBHS-CGS는 HS의 성능 강화를 위해 총 두 가지 방법을 추가하였다. 첫 번째 방법은 지역탐색을 강화하기 위한 Bandwidth(bw) 개량방안이다. 이 방법은 기존 bw를 지수형태의 bw로 대체하여 적용함으로써 반복시산이 진행되면서 bw값을 줄인다. 이러한 형태의 bw는 정밀한 지역탐색을 가능하고, 이를 통해 알고리즘은 더욱 정밀한 값을 구할 수 있다. 두 번째 방법은 효과적인 전역탐색을 위한 탐색범위 축소이다. 이 방법은 Harmony Memory(HM) 내에서 가장 좋은 결정변수를 고려하여 탐색범위를 축소한다. 이를 Centralized Global Search(CGS)라 하며, 이 과정은 새로운 매개변수 Centralized Global Search Rate(CGSR)에 의해 HS의 전역탐색과는 별도로 진행된다. 축소된 탐색범위는 효과적인 전역탐색을 가능하게 하며, 이를 통해 알고리즘의 성능이 향상된다. EBHS-CGS를 대표적인 최적화 문제(수학 및 공학 분야)에 적용하고, 그 결과를 HS와 Improved Harmony Search(IHS)와 비교하여 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제16권4호
• /
• pp.203-209
• /
• 2023

Harmony search(HS)는 새로운 하모니를 구성할 때 HM을 참조하는 경우 개별 하모니의 평가를 이용하지 않지만 PSO(particle swarm optimization)는 개별 입자의 평가와 모집단의 평가를 이용하여 해를 찾아간다. 그러나 본 연구에서는 HS와 PSO의 유사점을 찾아 PSO의 입자 개선 과정을 HS에 적용하여 알고리즘의 성능을 향상시키고자 하였다. PSO 알고리즘을 적용하기 위해서는 개별 입자의 local best와 떼(swam)의 global best가 필요하다. 본 연구에서는 HS가 harmony memory(HM)에서 가장 나쁜 하모니을 개선하는 과정을 PSO와 매우 유사한 과정으로 보았다. 이에 따라 HM의 가장 나쁜 하모니를 입자의 PSO의 local best로, 가장 좋은 하모니는 PSO의 global best 최고로 간주하였다. 이와 같이 PSO의 입자 개선과정을 HS 하모니 개선과정에 도입하여 HS의 성능을 향상시킬 수 있었다. 본 연구의 결과는 다양한 함수에 대한 최적화 예시를 통해 비교 확인하였다. 그 결과 정확성과 일관성에 있어 기존 HS보다 제안한 HS-PSO가 매우 우수함을 알 수 있었다.

• Journal of Information Processing Systems
• /
• 제14권5호
• /
• pp.1237-1253
• /
• 2018

Harmony search algorithm is an emerging meta-heuristic optimization algorithm, which is inspired by the music improvisation process and can solve different optimization problems. In order to further improve the performance of the algorithm, this paper proposes an improved harmony search algorithm. Key parameters including harmonic memory consideration (HMCR), pitch adjustment rate (PAR), and bandwidth (BW) are optimized as the number of iterations increases. Meanwhile, referring to the genetic algorithm, an improved method to generate a new crossover solutions rather than the traditional mechanism of improvisation. Four complex function optimization and pressure vessel optimization problems were simulated using the optimization algorithm of standard harmony search algorithm, improved harmony search algorithm and exploratory harmony search algorithm. The simulation results show that the algorithm improves the ability to find global search and evolutionary speed. Optimization effect simulation results are satisfactory.

• Advances in Computational Design
• /
• 제2권1호
• /
• pp.1-13
• /
• 2017

This paper presents a variant of the Harmony Search Algorithm (HS) and its application to discrete optimization. The main proposed modifications regarding original HS are related to stopping criterion and reinitialization of population, called Harmony Memory. In order to investigate the efficiency of the algorithm, it was applied for obtaining optimal sections of reinforced concrete columns subjected to uniaxial flexural compression. To minimize the cost of the section, the amount and diameters of the reinforcement bars and the dimensions of the columns cross sections were considered as design variables. The obtained results were compared to those generated by other optimization methods. Since, to the examples, Harmony Search reached the same results achieved by Simulated Annealing, some additional analysis are presented in order to compare these methods regarding success rate and number of iterations to reach the optimum.

• 한국해양공학회지
• /
• 제27권5호
• /
• pp.36-42
• /
• 2013

We present the optimum design for the cross-sectional(sizing) and shape optimization of truss structures with natural frequency constraints. The optimum design method used in this paper employs continuous design variables and the Harmony Search Algorithm(HSA). HSA is a meta-heuristic search method for global optimization problems. In this paper, HSA uses the method of random number selection in an update process, along with penalty parameters, to construct the initial harmony memory in order to improve the fitness in the initial and update processes. In examples, 10-bar and 72-bar trusses are optimized for sizing, and 37-bar bridge type truss and 52-bar(like dome) for sizing and shape. Four typical truss optimization examples are employed to demonstrate the availability of HSA for finding the minimum weight optimum truss with multiple natural frequency constraints.

• 한국수자원학회논문집
• /
• 제57권2호
• /
• pp.73-85
• /
• 2024

하천과 저수지의 수질을 예측하는 것은 수자원관리를 위해 필요하다. 높은 정확도의 수질 예측을 위해 많은 연구들에서 인공신경망이 활용되었다. 기존 연구들은 매개변수를 탐색하는 인공신경망의 연산자인 옵티마이저로 경사하강법 기반 옵티마이저를 사용하였다. 그러나 경사하강법 기반 옵티마이저는 지역 최적값으로의 수렴 가능성과 해의 저장 및 비교구조가 없다는 단점이 있다. 본 연구에서는 인공신경망을 이용한 수질 예측성능을 향상시키기 위해 개량형 옵티마이저를 개발하여 경사하강법 기반 옵티마이저의 단점을 개선하였다. 본 연구에서 제안한 옵티마이저는 경사하강법 기반 옵티마이저 중 학습오차가 낮은 Adaptive moments (Adam)과 Nesterov-accelerated adaptive moments (Nadam)를 Harmony Search(HS) 또는 Novel Self-adaptive Harmony Search (NSHS)와 결합한 옵티마이저이다. 개량형 옵티마이저의 학습 및 예측성능 평가를 위해 개량형 옵티마이저를 Long Short-Term Memory (LSTM)에 적용하여 국내의 다산 수질관측소의 수질인자인 수온, 용존산소량, 수소이온농도 및 엽록소-a를 학습 및 예측하였다. 학습결과를 비교하면, Nadam combined with NSHS (NadamNSHS)를 사용한 LSTM의 Mean Squared Error (MSE)가 0.002921로 가장 낮았다. 또한, 각 옵티마이저별 4개 수질인자에 대한 MSE 및 R²에 따른 예측순위를 비교하였다. 각 옵티마이저의 평균 순위를 비교하면, NadamNSHS를 사용한 LSTM이 2.25로 가장 높은 것을 확인하였다.