• 융합신호처리학회논문지
• /
• 제14권1호
• /
• pp.57-61
• /
• 2013

본 논문에서는 하이브리드 유전 알고리즘을 이용한 morphological 뉴럴 네트워크 (MNN)의 최적화 방법을 제안하였다. MNN은 max-plus 연산을 기반으로 하고 있으므로 경사 학습법에 의한 파라미터 학습이 매우 어렵다. 이러한 문제를 해결하기 위해 하이브리드 유전 알고리즘을 이용하여 MNN의 파라미터들을 학습하였다. 제안된 방법의 유용성을 보이기 위해 SIDBA(standard image database) 표준영상에서 추출된 테스트 영상을 이용한 영상 압축/복원 실험을 수행하였고, 그 결과 제안된 방법에 의한 복원 영상이 합-곱 연산에 기반한 기존의 뉴럴 네트워크에 의한 복원영상보다 우수함을 알 수 있었다.

• Journal of Information Technology Applications and Management
• /
• 제23권1호
• /
• pp.45-59
• /
• 2016

An ensemble classifier is a method that combines output of multiple classifiers. It has been widely accepted that ensemble classifiers can improve the prediction accuracy. Recently, ensemble techniques have been successfully applied to the bankruptcy prediction. Bagging and random subspace are the most popular ensemble techniques. Bagging and random subspace have proved to be very effective in improving the generalization ability respectively. However, there are few studies which have focused on the integration of bagging and random subspace. In this study, we proposed a new hybrid ensemble model to integrate bagging and random subspace method using genetic algorithm for improving the performance of the model. The proposed model is applied to the bankruptcy prediction for Korean companies and compared with other models in this study. The experimental results showed that the proposed model performs better than the other models such as the single classifier, the original ensemble model and the simple hybrid model.

• 한국정보시스템학회지:정보시스템연구
• /
• 제17권3호
• /
• pp.39-58
• /
• 2008

Mixed Chinese Postman Problem (MCPP) is a practical generalization of the classical Chinese Postman Problem (CPP) and it could be applied in many real world. Although MCPP is useful in terms of reality, MCPP has been proved to be a NP-complete problem. To find optimal solutions efficiently in MCPP, we can reduce searching space to be small effective searching space containing optimal solutions. We propose GENIIS methodology, which is a kind of hybrid algorithm combines the approximate algorithms and genetic algorithm. To get good solutions in the effective searching space, GENIIS uses approximate algorithm and genetic algorithm. This paper validates the usefulness of the proposed approach in a simulation. The results of our paper could be utilized to increase the efficiencies of network and transportation in business.

• 한국건설관리학회논문집
• /
• 제21권1호
• /
• pp.50-60
• /
• 2020

건설프로젝트 초기 단계의 사업비 추정치는 사업지의 결정이나 공사 기간과 같은 중요한 사항에서 사업자의 의사결정에 상당한 영향을 미친다. 그러나 초기 단계는 설계도서나 시방서 등의 정보가 부족한 채로 진행되기 때문에 신뢰도 있게 수행하기 어렵다. 기존 연구에서는 초기 공사비를 예측하기 위해 사례기반추론을 사용했으며, 그 중 조회 단계의 가중치를 계산하는 방법으로 유전자 알고리즘을 사용했다. 그러나 기존 유전자 알고리즘은 임의의 수로 연산하기 때문에 현재해보다 좋은 성능을 내기 힘들다는 한게가 있다. 이러한 한계를 극복하기 위해 임의의 수가 아닌 상관분석을 이용한 상관계수를 지역탐색의 방법으로 유전자 알고리즘에 반영하고, 지역탐색과 유전자 알고리즘을 결합한 혼합형 유전자 알고리즘으로 가중치를 산정한다. 산정한 가중치를 사용하여 사례기반추론 모델을 개발하고 데이터를 통해 유효성을 검증하였다. 그 결과, 지역탐색을 적용한 혼합형 GA-CBR이 기존 GA-CBR보다 우수한 성능을 보인 것으로 확인되었다.

• 설비공학논문집
• /
• 제16권2호
• /
• pp.111-120
• /
• 2004

The optimal design method of indoor thermal environment using CFD coupled simulation and genetic algorithms (GA) is developed in this study. CFD could analyze the thermal environment considering the distribution of temperature, velocity, etc. in a room. Therefore, It would be appropriate to use CFD for the optimal design method considering their distribution. In this paper, the optimal design means the most appropriate boundary conditions of the room among the conditions where the design target of indoor therm environment is achieved. Two step optimal indoor thermal environment design method is proposed. It includes the GA for searching the optimal indoor thermal environment design. To examine the performance of this method, the optimal design of hybrid ventilation system, which uses the natural cross ventilation and the radiation-cooling panel is conducted. The optimal design which satisfies the design target (thermal comfort, minimum cooling load, minimum vertical temperature difference) is found using two step optimal design method.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.487-493
• /
• 2013

스마트 기기의 보급 확대로 다양한 콘텐츠를 서비스하는 이동 단말기의 한정된 채널 할당 문제가 심화되고 있다. 이동통신망에서는 이동국에서 채널할당 요청이 있을 때 교환국에서 각 기지국에 속한 이동국에 채널을 할당한다. 이 때 한정된 채널을 효과적으로 할당하기 위한 다양한 방식들이 제안되고 있는데, 여기서는 하이브리드 채널 할당에 유전 알고리즘을 이용한 UHGA(Universal Hybrid Channel Assignment using Genetic Algorithm)이 농촌 지역이나 도심 지역과 같은 다양한 환경의 범용 망에 적용되어 효율성이 있음을 시뮬레이션을 통해 검증한다.

• ETRI Journal
• /
• 제43권2호
• /
• pp.260-271
• /
• 2021

This paper addresses Very large-scale integration (VLSI) placement optimization, which is important because of the rapid development of VLSI design technologies. The goal of this study is to develop a hybrid algorithm for VLSI placement. The proposed algorithm includes a sequential combination of a genetic algorithm and an evolutionary algorithm. It is commonly known that local search algorithms, such as random forest, hill climbing, and variable neighborhoods, can be effectively applied to NP-hard problem-solving. They provide improved solutions, which are obtained after a global search. The scientific novelty of this research is based on the development of systems, principles, and methods for creating a hybrid (combined) placement algorithm. The principal difference in the proposed algorithm is that it obtains a set of alternative solutions in parallel and then selects the best one. Nonstandard genetic operators, based on problem knowledge, are used in the proposed algorithm. An investigational study shows an objective-function improvement of 13%. The time complexity of the hybrid placement algorithm is O(N2).

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권6호
• /
• pp.503-518
• /
• 2007

정규화는 교차 연산 전에 두 부모해 사이의 일관성을 유지하기 위하여 한 부모해를 다른 부모해에 맞추어 변환하는 연산이다. 본 논문은 비유사 중복 인코딩이 유전 알고리즘의 성능을 떨어뜨리는 이유와 정규화 연산이 비유사 중복 인코딩에 의해 유발되는 문제점들을 어떻게 완화하는지 설명한다. 이를 위해 완전 비유사 중복 인코딩을 정의하고, 완전 비유사 중복 인코딩에 의해 적합도와 거리의 상관성이 없는 탐색 공간이 만들어짐을 증명한다. 또한, 완전 비유사 중복 인코딩을 사용하는 다수의 문제들에 대한 실험을 바탕으로, 정규화를 통해 상관성이 없는 탐색 공간이 상관성이 있는 탐색 공간으로 변화되어 유전알고리즘의 성능이 향상됨을 보인다.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.135-140
• /
• 2020

최근 사물인터넷, 지능형 시스템 등의 활성화로 실시간 임베디드 시스템의 전력 절감 기술이 중요해지고 있다. 본 논문은 멀티코어 이기종메모리 환경에서 실시간 시스템의 전력 소모량을 절감하는 P-GA (parallel genetic algorithm) 스케줄링 알고리즘을 제안한다. P-GA는 멀티코어를 위한 PF (proportional fairness) 알고리즘에 기반한 프로세서의 전압 및 주파수 동적 조절 기법에 차세대 비휘발성메모리 기술을 결합하여 시스템의 전력 소모를 더욱 줄인다. 특히, 유전 알고리즘을 사용하여 태스크별 수행 프로세서의 전압 및 주파수 모드와 메모리의 종류를 최적화하여 태스크 집합의 전력 소모량을 최소화한다. 시뮬레이션 실험을 통해 P-GA가 기존 방식 대비 최대 2.85배의 전력 소모량을 감소할 수 있음을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권9호
• /
• pp.669-680
• /
• 2001

유전자 알고리즘(GA:Genetic Algorithm)은 최적화 문제를 풀기 위해 생물학적 진화(evolution) 과정을 모방한 최적화 알고리즘이다. 유전자 알고리즘은 복잡한 상태 공간에서 최적 해를 찾기 위해 전통적인 최적화 기법과는 달리 유향적 임의 탐색을 행한다. 학습에 해당하는 국부 탐색(local search)을 유전적 알고리즘은 exploration 탐색과 exploitation 탐색의 균형을 유지시켜 줄 수 있는 한 방법이다. 모집단 내의 각 개체가 진화 과정 중에 학습한 유전적 특질들은 그 다음 세대에서 되물림 되며 이러한 학습(learning) 과정을 유전자 알고리즘과 결합시킴으로써 탐색 속도의 향상을 기대할 수 있다. 이 논문에서는 함수 최적화를 위해 속도를 개선한 셀룰러 학습을 기반으로 하는 유전자 알고리즘을 제안한다. 제안하는 셀룰러 학습 전략은 셀룰러 오토마타의 주기성과 수렴성을 기반으로 하며, 유기체가 그 개체의 생명 주기의 한 세대에서 얻게되는 지식과 경험들을 자손에게 전달한다는 이론을 바탕으로 한다. 제안한 셀룰러 학습 전략의 효율을 기존의 복합 유전자 알고리즘에서의 라마키안 진화 및 볼드윈 효과와 비교하였다. 다양한 테스트 베드 함수에 대한 실험을 통하여 셀룰러 학습에 의한 개체의 국부적 향상이 전체적인 성능 향상에 기여함을 알 수 있었고 제안한 학습 전략이 기존의 방법보다 더 빨리 전역 최적 해를 찾을 수 있음을 증명하였다.