• 한국정밀공학회지
• /
• 제34권2호
• /
• pp.133-138
• /
• 2017

Inverter-Type refrigerators are known to consume less energy by varying the inverter frequency according to indoor temperatures and refrigerant pressure through indoor-outdoor communication. However, many commercial operators cannot afford to replace indoor units with ones capable of communication. In a non-communication configuration, indoor units are connected with an inverter-type outdoor unit without intercommunication abilities. The research goal is finding appropriate operating parameters to achieve energy efficiency. Thus, an operation algorithm with two modes is proposed, i.e., one to search the best operating parameters and one for normal operation with the best parameters. The experimental evaluation showed 11.27% reduction in energy consumption, indicating a good applicability of the algorithm.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.171-178
• /
• 2002

At the present time, container transportation plays a key role in the international logistics and the efforts to increase the productivity of container logistics become essential for Korean trucking companies to survive in the domestic as well as global competition. This study suggests an approach for determining fleet size for container road transportation with dynamic demand. Usually the vehicles operated by the transportation trucking companies in Korea can be classified into three types depending on the ways how their expenses occur; company-owned truck, mandated truck which is owned by outsider who entrust the company with its operation, and rented vehicle (outsourcing). Armually the trucking companies should decide how many company-owned and mandated trucks will be operated considering vehicle types and the transportation demands. With the forecasted monthly data for the volume of containers to be transported a year, a heuristic algorithm using tabu search is developed to determine the number of company-owned trucks, mandated trucks, and rented trucks in order to minimize the expected annual operating cost The idea of the algorithm is based on both the aggregate production planning (APP) and the pickup-and-delivery problem (PDP). Finally the algorithm is tested for the problem how the trucking company determines the fleet size for transporting containers.

• Geomechanics and Engineering
• /
• 제24권3호
• /
• pp.237-251
• /
• 2021

The main purpose of this study is to investigate the performance of the proposed hybrid teaching-learning based optimization algorithm on the optimum design of reinforced concrete (RC) cantilever retaining walls. For this purpose, three different design examples are optimized with 100 independent runs considering continuous and discrete variables. In order to determine the algorithm performance, the optimization results were compared with the outcomes of the nine powerful meta-heuristic algorithms applied to this problem, previously: the big bang-big crunch (BB-BC), the biogeography based optimization (BBO), the flower pollination (FPA), the grey wolf optimization (GWO), the harmony search (HS), the particle swarm optimization (PSO), the teaching-learning based optimization (TLBO), the jaya (JA), and Rao-3 algorithms. Moreover, Rao-1 and Rao-2 algorithms are applied to this design problem for the first time. The objective function is defined as minimizing the total material and labor costs including concrete, steel, and formwork per unit length of the cantilever retaining walls subjected to the requirements of the American Concrete Institute (ACI 318-05). Furthermore, the effects of peak ground acceleration value on minimum total cost is investigated using various stem height, surcharge loads, and backfill slope angle. Finally, the most robust results were obtained by HTLBO with 50 populations. Consequently the optimization results show that, depending on the increase in PGA value, the optimum cost of RC cantilever retaining walls increases smoothly with the stem height but increases rapidly with the surcharge loads and backfill slope angle.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2157-2177
• /
• 2024

Demand response (DR) refers to the customers' active reaction with respect to the changes of market pricing or incentive policies. DR plays an important role in improving network reliability, minimizing operational cost and increasing end users' benefits. Hence, the integration of DR in the microgrid (MG) management is gaining increasing popularity nowadays. This paper proposes a day-ahead MG scheduling framework in conjunction with DR and investigates the impact of DR in optimizing load profile and reducing overall power generation costs. A linear responsive model considering time of use (TOU) price and incentive is developed to model the active reaction of customers' consumption behaviors. Thereafter, a novel multi-swarm sine cosine algorithm (MSCA) is proposed to optimize the total power generation costs in the framework. In the proposed MSCA, several sub-swarms search for better solutions simultaneously which is beneficial for improving the population diversity. A cooperative learning scheme is developed to realize knowledge dissemination in the population and a competitive substitution strategy is proposed to prevent local optima stagnation. The simulation results obtained by the proposed MSCA are compared with other meta-heuristic algorithms to show its effectiveness in reducing overall generation costs. The outcomes with and without DR suggest that the DR program can effectively reduce the total generation costs and improve the stability of the MG network.

• 한국인터넷방송통신학회논문지
• /
• 제18권6호
• /
• pp.213-220
• /
• 2018

본 논문은 동종업계의 경쟁업체가 시장을 독점하고 있는 상황에서, 신규로 점포를 개설하여 경쟁업체 고객을 빼앗아 경쟁업체 점포를 문을 닫게 하여 생존할 수 있는 점포위치를 결정하는 생존 점포 개설 위치 선정 문제(SFLP)를 다룬다. 이 문제는 포화된 시장에서 문을 여는 점포보다 문을 닫는 점포가 훨씬 많아지고 있는 현실에서 점포를 신규로 개설하고자 할 때 부닥치는 난제이다. 이 문제에 대해 Serra et al.는 반복적 휴리스틱 집중 알고리즘을, Han et al.은 반복적인으로 최대 고객 확보 위치를 찾는 알고리즘을 제안하였다. 그러나 이들 방법은 다수의 위치들에 대해 반복적으로 계산하는 어려움이 있다. 본 논문에서는 경쟁업체 인접 지점들만을 대상으로 경쟁업체 점포를 폐쇄시키면서 최대 고객을 확보할 수 있는 지점으로 해를 구하고, 최소 고객 확보 지점을 최대 고객을 확보한 다른 경쟁업체 점포를 폐쇄시킬 수 있는 지점으로 변경하는 과정을 수행하였다. 제안된 알고리즘은 단순하면서도 MS-Excel을 활용하여 해를 구할 수 있는 장점을 갖고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권4호
• /
• pp.247-257
• /
• 2005

일반적으로 네트워크 설계 문제는 네트워크의 크기가 늘어남에 따라 지수적으로 복잡도가 증가하여 전통적인 방법으로는 풀이하기 힘든 NP-hard 조합 최적화 문제 중의 하나로 분류될 수 있다. 본 논문에서는 네트워크 신뢰도 제약을 고려하면서 네트워크 구축비용을 효과적으로 최소화하는, 높은 신뢰도의 네트워크 토폴로지 설계 문제를 풀기 위해 스패닝 트리를 효율적으로 표현할 수 있는 Prufer수(PN) 기반의 진화 연산법과 2-연결성을 고려하는 휴리스틱 방법으로 구성된 두 단계의 효율적인 해법을 제안한다. 즉, 먼저 스패닝 트리를 찾아내기 위해 진화 연산법 중에 보편적으로 널리 알려져 있는 유전자 알고리즘(GA)을 이용하고 그 다음으로 첫 번째 단계에서 발견한 스패닝 트리에 대해 최적의 네트워크 토폴로지를 찾기 위해서 2-연결성을 고려한 휴리스틱 방법을 적용한다. 마지막으로 수치예의 결과를 통해 제안한 해법의 성능에 대해서 살펴보도록 한다.

• 한국정보처리학회논문지
• /
• 제4권6호
• /
• pp.1550-1556
• /
• 1997

본 논문에서는 진화 알고리즘에 기반하여 조합 최적화 문제를 해결하고자 한다. 진화 알고리즘은 대규모 문제 공간에서 최적화 문제를 해결하는데 적합한 알고리즘이다. 본 논문의 조합 최적화의 예는 경수로 원자로로부터 나온 폐연료를 중수로에서 재사용하는데 필요한 폐연료의 조합 문제이다. 이와 같은 조합 최적화 문제는 0/1 knapsack 문제와 같이 NP-Comprete 문제에 해당한다. 이러한 문제를 해결하기 위해서는 고전적인 진화 알고리즘의 전략에 기반하여 랜덤 연산자를 이용하여 평가 함수 값이 좋은 방향으로만 탐색을 수행하는 방법, 그리고 벡터 연산자를 이용하여 최적의 해를 보다 빨리 얻을 수 있는 휴리스틱을 사용하는 방법이 있다. 본 논문에서는 중수로 연료 조합 문제 영역의 모든 지식을 벡터화하여 벡터의 연산만으로 가능성 검사, 해를 평가하는 방법을 소개한다. 또한 벡터 휴리스틱이 고전적인 진화 알고리즘에 비해 어느 정도의 성능을 보이는지 비교한다.

• 한국항해항만학회지
• /
• 제34권6호
• /
• pp.503-509
• /
• 2010

장치장 재정돈은 선적작업의 효율을 향상시키기 위해 사전에 컨테이너들을 재배치해 두는 작업을 일컫는다. 일반적으로 재정돈 작업에는 상당한 시간이 소요되지만 선적작업 시작 이전에 이를 위한 충분한 유휴 시간이 확보되기 어렵기 때문에 선택적인 재정돈이 필요하게 된다. 본 연구에서는 재정돈 대상 컨테이너의 선택 방안으로 제안된 바 있는 휴리스틱 방안과 유전알고리즘 기반의 방안에 대해 객관적인 비교 실험을 수행하고 각각의 성능 특징을 분석한다. 특히 작업현장의 불확실성 때문에 발생하는 계획과 실행 간의 괴리를 극복하기 위해 제안된 주기적 재선택 방안에 대해서도 면밀한 실험을 통한 검증을 시도한다. 현실성있는 불확실성 모델을 도입한 시뮬레이션 실험 결과, 휴리스틱 방안의 경우에는 계산 부담이 거의 없기 때문에 재선택 주기가 짧을수록 불확실성에 대한 대처가 빨라서 성능이 좋은 반면, 유전알고리즘 기반의 방안은 탐색에 소요되는 시간 부담 때문에 적절한 세대 변천 수가 보장되는 정도의 주기로 재선택을 하는 것이 유리한 것으로 확인되었다.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.354-359
• /
• 2013

본 논문을 통해서 우리는 최적화 알고리즘인 binary harmony search (BHS) 알고리즘을 이용하여 unsupervised nonlinear classifier를 구현하는 방안을 제시하였다. 패턴인식을 위한 기계학습이나 뇌파 신호의 분석 과정과 같이 벡터로 표현되는 특징들을 분류하는데 있어 다양한 알고리즘들이 제시되었다. 교사 학습기반의 분류 방식으로는 support vector machine과 같은 기법이 사용되어왔고, 비교사 학습 방법을 통한 분류 기법으로는 fuzzy c-mean (FCM)과 같은 알고리즘들이 사용되어 왔다. 그러나 기존에 사용해 왔던 분류 방법들은 비선형 데이터 분류에 적용하기 힘들거나 교사 학습을 적용하기 위해서 사전정보를 필요로 하는 문제점이 있다. 본 논문에서는 경험적 접근을 통해 공간상에 분포된 벡터 사이의 기하학적 거리를 최소로 만드는 벡터 집합을 선택하고 이를 하나의 클래스로 간주하는 방법을 적용한 분류법을 제시하였다. 비교 대상으로 FCM과 artificial neural network (ANN) 기반의 self-organizing map (SOM)을 제시하였다. 시뮬레이션에는 KEEL machine learing dataset을 사용하였고 그 결과, 제안된 방식이 기존 알고리즘에 비해 더 나은 우수성을 지니고 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.388-388
• /
• 2019

하도 홍수추적의 방법은 크게 수리학적 방법과 수문학적 방법으로 구분할 수 있다. 수리학적 홍수추적 방법은 정확하지만 대량의 자료가 필요하고 시간이 오래 걸린다. 이와 반대로 수문학적 홍수추적 방법은 정확성은 떨어지지만 소량의 자료만 있으면 되고 시간이 적게 걸린다. 여러 수문학적 홍수추적에 관한 연구들이 있으며 대표적으로 Muskingum 방법이 있다. Muskingum 방법 중 Linear Muskingum Model(LMM)은 방정식의 구조적 한계 때문에 정확한 홍수추적이 어려웠고, 이를 개선하기위하여 Nonlinear Muskingum Model(NLMM), Nonlinear Muskingum Model Incorporation Lateral Flow(NLMM-L) 및 Advanced Nonlinear Muskingum Model Incorporating Lateral Flow(ANLMM-L)이 제안되었다. 본 연구는 수문학적 홍수추적 중 Muskingum 방법의 결과 차이가 어떤 요인으로 인해 발생하는지 검토하였다. 최적화 알고리즘으로 화음탐색법(Harmony Search, HS)을 사용하였으며 LMM, NLMM, NLMM-L 및 ANLMM-L의 매개변수를 산정하였다. 각 방법에 적용 시 HS의 매개변수에 변화를 주어 민감도 분석을 실시하였으며, 분석을 위한 홍수자료는 The Willson Flood data (1947)를 선택하였다. 오차비교방법은 Sum of Squares(SSQ), Root Mean Square Errors(RMSE), Nash-Sutcliffe Efficiency(NSE)를 비교하였다. 비교 결과 알고리즘의 성능에 의한 차이보다 홍수추적 방법의 차이가 더 영향이 큰 것으로 나타났다.