• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.13-27
• /
• 2012

정수계획법 기반 지역 탐색은 단순 언덕오르기 탐색을 기반으로 하는 지역 탐색의 일종으로서 기존의 지역 탐색과는 달리 이웃해 생성 시 정수계획법을 활용한다. 기존 연구 [1]에 의하면 정수계획법 기반 지역 탐색은 경영과학 및 인공지능 분야에서 많은 관심을 받아 온 다차원 배낭 문제를 해결하는 데 매우 효과적인 것으로 알려져 있다. 그러나 해당 연구에서는 OR-Library에 있는 다차원 배낭 문제들 중 규모가 가장 큰 문제들만을 대상으로 하여 정수계획법 기반 지역 탐색의 우수성을 검증하였다는 단점이 있다. 본 논문에서는 그 외의 문제들을 대상으로 정수계획법 기반 지역 탐색을 적용함으로써 보다 객관적으로 정수계획법 기반 지역 탐색의 우수성을 검증한다. 아울러 본 논문에서는 기존의 정수계획법 기반 지역 탐색이 단순 언덕오르기 탐색과 정수계획법을 결합한 것과는 달리 언덕오르기 탐색, 타부 탐색, 시뮬레이티드 어닐링과 같은 다른 지역 탐색 기법과 정수계획법을 결합하는 방안을 제시한다. 실험 결과, 정수계획법 기반 지역 탐색은 중소 규모의 다차원 배낭 문제들에 있어서도 기존의 가장 좋은 휴리스틱 탐색 기법에 비해 유사하거나 더 우수한 성능을 발휘함을 확인하였다.

• 전자공학회논문지CI
• /
• 제41권2호
• /
• pp.87-94
• /
• 2004

특징 집합 선택은 학습 알고리즘의 전처리 과정으로 사용되기도 한다. 수집된 자료가 문제와 관련이 없다거나 중복된 정보를 갖고 있는 경우, 이를 학습 모델생성 이전에 제거함으로써 학습의 성능을 향상시킬 수 있다. 또한 탐색 공간을 감소시킬 수 있으며 저장 공간도 줄일 수 있다. 본 논문에서는 특징 집합의 추출과 추출된 특징 집합의 성능 평가를 위하여 엔트로피를 기반으로 한 휴리스틱 함수를 사용하는 새로운 특징 선택 알고리즘을 제안하였다. 탐색 방법으로는 ACS 알고리즘을 이용하였다. 그 결과 학습에 사용될 특징의 차원을 감소시킴으로써 학습 모델의 크기와 불필요한 계산 시간을 감소시킬 수 있었다.

• 산업경영시스템학회지
• /
• 제6권8호
• /
• pp.63-71
• /
• 1983

Aggregate planning coordinate the control variable over long-term to apply a demand variable and forcasting. In order to necessary the goal that doesn't make an inter-contradiction and explicitly defined. We made a considerable point of system approach for scheduling establishment. It include the control variables of aggregate planning : 1) employment 2) over time working and idle time 3) inventory 4) delivery delay S) subcontract 61 long - term facility capacity. Each variables composed of pure strategy as like a decision of inventory level, a change of employment level, etc. md alternative costs make a computation on the economic foundation. But the optimum alternative costs represent the mixed pure strategy. The faults of this method doesn't optimum guarantee a special scheduling as well as increasing a number of alternative combination. Theoretical, Linear Decision Rule make an including all variables, but it is almost impossible for this model to develope actually And also make use of the aggregate planning problem for developing system approach : LDR, heuristic model, Search Decision Rule, all kind of computers, simulation. But these models are very complex, each variables get an extremely inter-dependence. So this study be remained by theory level, some approach methods has not been brought the optimum solution to apply in every cases.

• 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.

• 한국정보통신학회논문지
• /
• 제20권3호
• /
• pp.491-498
• /
• 2016

소프트웨어 정의 네트워크는 네트워크 제어 기능을 데이터 전송 기능으로부터 물리적으로 분리하여 소프트웨어적으로 구현한다. 광범위한 지역으로 소프트웨어 정의 네트워크를 설치하기 위해서는 다중의 제어기가 요구되며, 제어기의 배치는 소프트웨어 정의 네트워크 성능에 중요한 영향을 미친다. 본 논문에서는 소프트웨어 정의 네트워크에서 효율적인 제어기 배치를 위한 메타 휴리스틱 알고리즘인 타부 서치 알고리즘을 제안한다. 보다 좋은 결과를 효과적으로 얻기 위해 새로운 타부 서치의 이웃해 생성 방식을 제안한다. 제안된 알고리즘은 소프트웨어 정의 네트워크에서 최소 전송지연과 실행속도 관점에서 성능을 평가하며, 유전 알고리즘 및 랜덤방법과 비교하여 제안된 알고리즘의 성능이 우수함을 보인다.

• Smart Structures and Systems
• /
• 제26권3호
• /
• pp.345-360
• /
• 2020

Modern swarm intelligence heuristic search methods are widely applied in the field of structural health monitoring due to their advantages of excellent global search capacity, loose requirement of initial guess and ease of computational implementation etc. To this end, a hybrid strategy is proposed based on butterfly optimization algorithm (BOA) and differential evolution (DE) with purpose of effective combination of their merits. In the proposed identification strategy, two improvements including mutation and crossover operations of DE, and dynamic adaptive operators are introduced into original BOA to reduce the risk to be trapped in local optimum and increase global search capability. The performance of the proposed algorithm, hybrid butterfly optimization and differential evolution algorithm (HBODEA) is evaluated by two numerical examples of a simply supported beam and a 37-bar truss structure, as well as an experimental test of 8-story shear-type steel frame structure in the laboratory. Compared with BOA and DE, the numerical and experimental results show that the proposed HBODEA is more robust to detect the reduction of stiffness with limited sensors and contaminated measurements. In addition, the effect of search space, two dynamic operators, population size on identification accuracy and efficiency of the proposed identification strategy are further investigated.

• 한국멀티미디어학회논문지
• /
• 제4권2호
• /
• pp.116-129
• /
• 2001

역 해프토닝(inversehalftoning)의 성능을 향상시키기 위해서는 최적의 평활화 마스크(mask)가 생성되어야 하고, 최적의 평활화 마스크를 생성하기 위해서는 정확한 해프톤 셀 정보가 구해져야 한다. 본 논문에서는, 클러스터드 도트(clustered dot) ordered dither 방법으로 해프토닝된 일반적인 인쇄물 영상을 주 대상으로 해프톤 셀 정보의 정확성을 판정하기 위한 최소 에너지를 정의하고, 퓨리에 공간에서의 피크 형태 분석 및 여러 가지 함수에 의한 피크 모델링을 통해, 제한된 탐색구간에서 타원분해 (dimension decomposition)의 방법을 적용하여 보다 정확하게 근사화된 해프톤 셀 정보를 효율적으로 추출하는 방법을 제안한다. 제안한 방법으로 구한 해프톤 셀 정보를 이용해서 영상의 전체 영역에 대한 해프톤 셀 중심(seed)을 정확하게 추출하는 것을 실험을 통해 확인하였다. 제안한 방법은 퓨리에 공간의 피크 정보를 이용한 텍스쳐 패턴 분석, 칼라 해프톤 영상의 채널분리 및 모아레 패턴 존재 영역 판정 등에 유용하게 활용할 수 있다.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.117-125
• /
• 2022

최근 여행에 대한 관심이 높아지면서, 번거로운 여행 일정을 대신 수립해주는 여행 일정 추천 서비스에 대한 연구가 활발히 진행되고 있다. 여행 일정 추천에 있어 가장 중요하면서도 공통적으로 제시되는 목표는 여행 목적지 근처의 인기 관광지를 포함한 최단 거리 여행 경로를 제공하는 것이다. 다수의 기존 연구에서는 개인 맞춤형 스케줄 제공에 초점을 맞추었으며, 사용자의 여행 이동 경로 이력이나 SNS 리뷰가 존재하지 않을 경우 설문 조사가 필요한 문제점이 있었다. 또한 최단 거리를 계산할 때 발생할 수 있는 현실적인 문제점도 명확히 지적되지 않았다. 이와 관련하여, 본 논문에서는 소셜 빅데이터를 활용하여 인기 관광지를 알아내기 위한 정량화된 방법을 소개하고, 최단 거리 알고리즘 적용시 발생할 수 있는 문제점과 이를 해결하기 위한 휴리스틱 알고리즘을 함께 제시한다. 제안 방법을 검증하기 위해, 경상남도를 대상으로 63,000여 개의 플레이스 정보를 수집하고 빅데이터 분석을 수행했으며, 실험을 통해 제안한 휴리스틱 스케줄링 알고리즘이 실제 데이터 상에서 실시간 처리가 가능함을 확인하였다.

• Journal of applied mathematics & informatics
• /
• 제25권1_2호
• /
• pp.217-229
• /
• 2007

In this paper, Genetic Algorithm (GA) is used to find the Maximum Weight Independent Set (MWIS) of a graph. First, MWIS problem is formulated as a 0-1 integer programming optimization problem with linear objective function and a single quadratic constraint. Then GA is implemented with the help of this formulation. Since GA is a heuristic search method, exact solution is not reached in every run. Though the suboptimal solution obtained is very near to the exact one. Computational result comprising an average performance is also presented here.