• 대한교통학회지
• /
• 제23권3호
• /
• pp.35-47
• /
• 2005

버스 대중교통은 정해진 노선, 운행시간표에 의해 정류장을 경유하여 운행하므로 버스 노선망 설계 문제(BTRNDP: Bus Transit Route Network Design Problem)는 승용차위주의 가로망 설계 문제와 다른 접근방법이 요구된다. 버스 노선망 설계 문제의 적용모형은 설계방법의 역사적발전과정에 따라 매뉴얼 및 지침, 시장분석기법, 시스템해석모형, 휴리스틱모형, 하이브리드모형, 경험기반모형, 시뮬레이션모형, 수리최적화모형 등 크게 8가지 분류할 수 있다. BTRNDP는 이용자비용과 운영자비용의 조합인 총비용을 최소화하는 목적함수를 획득하기 위한 일련의 현실적 제약조건하에서 버스노선집합과 배차횟수를 결정하는 문제이다. BTRNDP는 조합최적화문제로 일반적 수리최적화문제로 가능해 공간을 정의하는 것이 어렵기 때문에 모든 가능해로 구성된 큰 탐색공간으로부터 최적해를 탐색해야하는 NP-Hard라는 특성을 가진다. BTRNDP의 목적함수는 이용자와 운영자관점을 모두 고려한 다목적함수(Multi-Objective Function)를 이용하며 수요는 고정수요를 이용하였으나 최근에는 가변수요를 고려한 방법론이 연구되고 있다. 해알고리즘으로 최적 버스 노선망을 구성하게 될 모든 가능한 후보노선집합(Candidate Route Set)을 생성하고 노선집합의 최적조합을 찾는 메타휴리스틱(Meta-heuristic) 알고리즘을 이용하여 전역최적 노선집합을 찾는 방법이 적용되고 있다. 최적 버스 노선망의 배차횟수를 결정하기 위해서 대중교통 통행배분모형이 필요한데 BTRNDP에 적용되는 통행배분모형은 다중경로 통행배분모형이 주로 활용되었다. 국내외 BTRNDP를 고찰한 결과 주요 시사점으로는 BTRNDP에서 가장 중요한 고려사항은 세분화된 버스정류장 기반 기종점통행량 구축, 버스 노선망 평가 모형 및 대중교통 통행 배분모형의 개발, 탐색 해알고리즘의 개발 등의 향후 연구내용이 포함될 수 있다.

• 한국정보처리학회논문지
• /
• 제7권9호
• /
• pp.2797-2806
• /
• 2000

최근에 정보네트워크 사용자의 급증에 따라 DDS(Distributed Database System)는 VAN(Value Added Network)상에서 구현되었다. DDS는 지역적으로 분산된 작업환경에서 중앙집중식 데이터베이스 구축보다 여러 측면에서 장점이 있으나 불합리한 설계는 컴퓨터 및 네트워크 자원의 비효율적 사용에 의한 비용의 증가와 데이터 유지를 위한 복잡도의 증가를 야기한다. DDS 설계시 각 사이트에서 적절한 컴퓨터를 선택하는 문제와 단편화된 데이터를 적절한 사이트에 할당하는 문제가 중요하다. VAN 상에서 컴퓨터 선택과 데이터 파일의 할당은 응답대기시간(waited response time)과 투자비용(investment cost)의 상관관계를 반드시 고려하여 결정되어야 하므로, 본 논문에서는 각 컴퓨터와 파일의 할당의 영향에 따라 두 목적함수의 상관관계를 고려한다. 특히, 응답대기 시간에 대한 보다 실제적인 평가를 위해 M/M/1 큐잉 시스템을 기초로 하여 설계한다. 제안된 설계모델은 경험적 탐색법 중의 하나인 유전자 알고리즘(Genetic Algorithm)의 적용을 통해 효율적인 해의 탐색을 시도하고 제안된 수학적 모델과 알고리즘의 성능 검토를 위해 모의실험 및 결과분석을 한다.

• 한국산학기술학회논문지
• /
• 제19권7호
• /
• pp.258-264
• /
• 2018

본 논문은 마이크로 그리드 최적 운영을 위해 Differential Search (DS) 알고리즘을 적용하였다. DS 알고리즘은 이주하는 생물의 유사 브라운 운동 형태의 임의보행 (random-walk)을 모의하여 개발된 알고리즘이다. DS 알고리즘은 다른 최적화 알고리즘과 달리 한 개 이상의 개체를 동시에 사용 할 수 있고, 유사 최적해중에서 전역 최적 해를 선별하는 직진성 특성으로 multi-modal 함수들의 해법을 위한 성공적인 탐색 전력을 지니고 있으며, 높은 비선형성과 불연속성을 갖는 전력계통의 다른 분야에도 효율적으로 적용될 수 있다. 마이크로 그리드 시스템은 풍력 발전기, 디젤발전기, 연로전지 및 태양광 발전기로 구성된다. 풍력 발전기는 가변 출력특성을 이용하여 모델링 하였다. 연료비용과 연료가 전력으로 변환되는 경우의 효율을 포함시켜 시스템의 비용을 최소화 하였으며, 마이크로 그리드 단독 운용에 관해서만 분석하였다. 본 연구는 신재생 에너지원 기반의 마이크로 그리드의 최적 운영에 대해 코딩의 단순성, 빠른 수렴 속도, 정확성 및 효율성을 갖춘 DS 알고리즘을 적용하여 다른 알고리즘의 최적 값과 비교하였다.

• 제어로봇시스템학회논문지
• /
• 제3권4호
• /
• pp.381-388
• /
• 1997

This paper proposes a heuristic algorithm to efficiently perform line balancing in the PCB assembly line including multiple surface mounters efficiently. Generally, the problems in line balancing are classified into two kinds. Firstly, is the determining of the minimum number of machines required for achieving the desired production rate. Secondly, is the assign of jobs to multiple machines in order to minimize the cycle time which is defined as a maximum among the working times of machines when the number of machines is fixed. In this paper, we deal with the latter. We consider a PCB assembly line, including the multiple surface mounters arranged serially as a target system. Also, the conveyor is assumed to move at a constant speed and have no buffer. Considering that the minimum number of machines required for the desired production rate is a discrete nonincreasing function which is inversely proportional to the cycle time, we propose an optimization algorithm for line balancing by using the binary search method. The algorithm is validated through computer simulation, the results of which show that their shapes coincide nearly with those of optimal line balancing efficiency graphs regardless of the number of components, the performance of surface mounters, and the structure of assembly line.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.9-15
• /
• 2009

개미 집단 시스템은 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법이다. 기존 개미 집단시스템은 전역갱신과정에서 탐색된 전역 최적 경로에 대해서만 페로몬 갱신을 수행하는데, 전역 최적 경로가 탐색되지 않으면 페로몬 증발만 일어나며 주어진 종료 조건을 만족할 때까지 아무리 많은 반복 수행에도 페로몬 강화가 일어나지 않는다. 본 논문에서 제안된 개선된 개미 집단시스템은 전역 최적 경로의 길이가 주어진 반복 사이클 횟수 동안 더 이상 향상되지 못하면 국부최적에 빠졌다고 평가하고 상태전이 규칙에서 파라미터 감소를 통해 다음 노드를 선택하게 하였다. 이로 인해, 상태전이 규칙에서 파라미터 감소에 의한 다양화 전략으로 탐색하는 결과가 최적 경로 탐색뿐만 아니라, 평균 최적 경로 탐색과 평균 반복횟수의 성능이 우수함을 보여 주었으며, 실험을 통해 그 성능을 평가하였다.

• 한국재난정보학회 논문집
• /
• 제14권2호
• /
• pp.219-229
• /
• 2018

연구목적: 본 연구는 전면전 위기 고조 시 효율적인 접경지역 주민 철수경로 및 일정수립에 최적화된 모형 제안을 목적으로 한다. 연구방법: 현실 반영을 위해 실제 도시의 지형, 인구, 도로 데이터를 기반으로 Kruscal's Algorithm, Harmony Search, CCRP를 활용하여 행정구역(읍 면 동) 단위 네트워크를 생성한 후, 최적의 주민철수로를 찾는 순서로 실험을 진행한다. 연구결과: 반복실험을 통해 최적의 주민철수 경로 및 스케줄을 산출하였고, 주민 철수시간 평균을 최소화하는 시나리오가 주민철수 계획수립에 효율적이라는 것을 확인하였다. 결론: 본 연구에서 제안하는 주민철수 모형을 활용하면, 주민철수 계획 수립 시 기존의 정성적인 분석에 정량적 분석을 보완하여 보다 효율적인 계획 수립이 가능할 것으로 사료된다.

• 대한교통학회지
• /
• 제22권2호
• /
• pp.43-54
• /
• 2004

본 연구에서는 인공지능(Artificial Intelligence)방법 중의 하나인 유전자 알고리즘(Genetic Algorithm)을 도로선형최적화 모형개발의 탐색엔진으로 활용하기 위한 핵심도구인 유전자 연산자(Genetic Operator)의 개발과 적용과정을 통해 그 특징과 유용성을 제시하였다. 균일돌연변이 연산자, 직선돌연변이 연산자. 비균일 돌연변이 연산자, 전체 비균일 돌연변이 연산자 등 4개의 돌연변이 연산자가 탐색영역(Search space)의 가능한 모든 부분을 탐험(Exploration)하기 위해 적용되었으며, 단순교차 연산자, 두 개의 점을 이용한 교차 연산자, 산술교차 연산자, 학습교차 연산자 등 4개의 교차 연산자가 노선대안의 우수한 유전형질을 다음세대에 효과적으로 전달(Exploitation)하기 위해 시험되었다. 사례연구와 민감도 분석과정을 통해 유전자 알고리즘 및 개발 적용된 8개 유전자 연산자의 도로선형최적화과정 도입이 우수한 노선대안을 빠르고 효과적으로 탐색함을 알 수 있었으며, 돌연변이 연산자와 교차 연산자의 효과적 조합이 상호보완기능을 통해 탐색능력의 향상에 큰 영향을 끼치는 것으로 파악되었다. 또한, 개발 적용된 연산자 이외에도 새로운 연산자의 개발 가능성이 무한하며, 이는 도로선형최적화에 유전자 알고리즘의 적용이 타당함을 반증함도 주목할 만하다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.361-365
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 꿈은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한 단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planning) 작업은 한정된 리소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra s algorithm과 A*algorithm이 있다. 이 두 방법은 최적의 경로를 찾아낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야 하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• Advances in Computational Design
• /
• 제2권4호
• /
• pp.313-331
• /
• 2017

In this study, teaching-learning based optimization (TLBO) is improved by incorporating model of multiple teachers, adaptive teaching factor, self-motivated learning, and learning through tutorial. Modified TLBO (MTLBO) is applied for simultaneous topology, shape, and size optimization of space and planar trusses to study its effectiveness. All the benchmark problems are subjected to stress, displacement, and kinematic stability constraints while design variables are discrete and continuous. Analyses of unacceptable and singular topologies are prohibited by seeing element connectivity through Grubler's criterion and the positive definiteness. Performance of MTLBO is compared to TLBO and state-of-the-art algorithms available in literature, such as a genetic algorithm (GA), improved GA, force method and GA, ant colony optimization, adaptive multi-population differential evolution, a firefly algorithm, group search optimization (GSO), improved GSO, and intelligent garbage can decision-making model evolution algorithm. It is observed that MTLBO has performed better or found nearly the same optimum solutions.

• 한국정보통신학회논문지
• /
• 제4권2호
• /
• pp.397-406
• /
• 2000

유전자 알고리즘은 탐색, 최적화 및 기계 학습의 도구로 많이 사용되고 있는데, 구조는 단순하지만, 다양한 분야에서 적용되고 있다. 그리고 변화하는 환경에서 유연하게 대처 할 수 있는 자율운송장치의 능동적이고 효과적인 제어기에 관한 연구와 스스로 진화하여 학습할 수 있도록 하는 행동 기반 시스템에 관한 연구 또한 활발히 진행되고 있다. 퍼지 제어기 설계를 위한 소속 함수와 제어규칙의 구성 시 전문가의 경험적인 지식에 전적으로 의존하는 문제점을 가지고 있다. 본 논문에서는 자기 조직이 가능한 자율 운송 장치를 구성하기 위해서, 유전자 알고리즘을 이용하여 최적에 가깝도록 멤버십 함수를 조정했으며 제어규칙의 자기수정과 생성에 의해 제어 성능을 향상시켰다.