• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.314-321
• /
• 2019

본 연구에서 개발된 Self-Adaptive Vision Correction Algorithm (SAVCA)은 광학적 특성을 모방하여 개발된 Vision Correction Algorithm (VCA)의 총 6개의 매개변수 중 자가 적응형태로 구축된 Division Rate 1 (DR1) 및 Division Rate 2 (DR2)를 제외한 Modulation Transfer Function Rate (MR), Astigmatic Rate (AR), Astigmatic Factor (AF) 및 Compression Factor (CF) 등 4개의 매개변수를 변경하여 사용성을 증대시키기 위해 제시되었다. 개발된 SAVCA의 검증을 위해 기존 VCA를 적용하였던 2개 변수를 갖는 수학 문제 (Six hump camel back 및 Easton and fenton) 및 30개 변수를 갖는 수학 문제 (Schwefel 및 Hyper sphere)에 적용한 결과 SAVCA는 비교한 다른 알고리즘 (Harmony Search, Water Cycle Algorithm, VCA, Genetic Algorithms with Floating-point representation, Shuffled Complex Evolution algorithm 및 Modified Shuffled Complex Evolution)에 비해 우수한 성능을 보여주었다. 마지막으로 공학 문제인 Speed reducer design에서도 SAVCA는 가장 좋은 결과를 보여주었다. 복잡한 매개변수 조절과정을 거치지 않은 SAVCA는 여러 분야에서 적용이 가능할 것이다.

• 한국산학기술학회논문지
• /
• 제20권2호
• /
• pp.26-35
• /
• 2019

데이터센터는 서버, 스토리지, 네트워킹 기기 등을 운영하는 과정에서 냉각시설, 공조시설, 비상발전시설 등 많은 전력이 소비된다. 미국의 경우에는 2004년 데이터센터에서 소비하는 전력은 전체 전력 소비량의 1.8% 정도를 차지하기도 하였다. 데이터센터 산업은 큰 규모로 점진적으로 발전해왔으며, 향후에는 규모가 큰 하이퍼스케일 데이터센터의 수가 늘어날 것으로 전망되고 있다. 하지만 데이터센터의 서버 점유율을 조사해 본 결과, 평균 점유율이 15~20% 정도 밖에 되지 않는 등 서버가 효율적으로 사용되지 않는 문제가 존재하였다. 이러한 현상 및 문제점을 개선하고자 가상머신 마이그레이션 기능을 활용하여 가상머신 재배치 연구를 제안하고자 한다. 본 연구에서는 효과적인 가상머신 재배치를 위해 메타 휴리스틱 기법 중 하나인 화음 탐색법을 활용하였다. 유휴 서버 최대화를 목표로 하는 가상머신 재배치 문제를 설계하였으며 실험을 통해 풀이하였다. 본 연구는 가상머신 재배치를 통해 데이터센터 서버의 절전을 유도하여, 데이터센터의 운영비용을 절감하는 것을 목적으로 한다.

• 한국정보통신학회논문지
• /
• 제24권6호
• /
• pp.778-785
• /
• 2020

무선 메쉬 네트워크는 메쉬 클라이언트와 메쉬 라우터, 메쉬 액세스 포인트로 구성된다. 메쉬 라우터는 메쉬 클라이언트에게 무선 네트워크 서비스를 연결해주며, 메쉬 액세스 포인트는 유선 링크를 사용하여 백본 네트워크에 연결하고 메쉬 클라이언트에게 인터넷 액세스 서비스를 제공한다. 본 논문에서는 제한된 수의 메쉬 라우터와 메쉬 액세스 포인트를 사용하여 무선 메쉬 네트워크에 대한 네트워크 설계를 위한 최적화 알고리즘을 제안한다. 본 논문에서 제안된 최적화 알고리즘은 메타휴리스틱방식의 하나인 타부서치 알고리즘을 적용하였으며, 라우터와 메쉬 액세스 포인트의 배치에 따른 전송지연을 최소화하고 적절한 수행 시간 안에 결과가 도출되도록 설계되었다. 제안된 타부서치 알고리즘은 메쉬 라우터와 메쉬 액세스 포인트의 배치를 위한 전송지연과 알고리즘 수행시간 관점에서 비교 평가되었으며, 성능평가에서 기존의 제안된 메타휴리스틱 방식에 비해 우수한 성능을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.73-82
• /
• 2022

Early detection continues to be the mainstay of breast cancer control as well as the improvement of its treatment. Even so, the absence of cancer symptoms at the onset has early detection quite challenging. Therefore, various researchers continue to focus on cancer as a topic of health to try and make improvements from the perspectives of diagnosis, prevention, and treatment. This research's chief goal is development of a system with deep learning for classification of the breast cancer as non-malignant and malignant using mammogram images. The following two distinct approaches: the first one with the utilization of patches of the Region of Interest (ROI), and the second one with the utilization of the overall images is used. The proposed system is composed of the following two distinct stages: the pre-processing stage and the Convolution Neural Network (CNN) building stage. Of late, the use of meta-heuristic optimization algorithms has accomplished a lot of progress in resolving these problems. Teaching-Learning Based Optimization algorithm (TIBO) meta-heuristic was originally employed for resolving problems of continuous optimization. This work has offered the proposals of novel methods for training the Residual Network (ResNet) as well as the CNN based on the TLBO and the Genetic Algorithm (GA). The classification of breast cancer can be enhanced with direct application of the hybrid TLBO- GA. For this hybrid algorithm, the TLBO, i.e., a core component, will combine the following three distinct operators of the GA: coding, crossover, and mutation. In the TLBO, there is a representation of the optimization solutions as students. On the other hand, the hybrid TLBO-GA will have further division of the students as follows: the top students, the ordinary students, and the poor students. The experiments demonstrated that the proposed hybrid TLBO-GA is more effective than TLBO and GA.

• 한국정보전자통신기술학회논문지
• /
• 제15권5호
• /
• pp.299-307
• /
• 2022

Harmony Search(HS)는 비교적 최근에 개발된 메타 휴리스틱 최적화 알고리즘으로 최근 이에 관한 연구가 다양하게 진행되고 있다. HS는 음악인의 즉홍 연주를 기반으로 하고 있으며 목적변수는 악기의 역할을 한다. 그러나 각 악기는 음대역만 주어질 뿐 음악의 기본이라 할 수 있는 음계의 개념이 없다. 본 연구에서는 기존 HS에 음계를 도입하고 대역폭을 양자화하여 알고리즘의 성능을 향상시키고자 한다. 도입한 음계는 음대역 범위에서 무작위로 초기화되던 기존 방식을 대신하여 HM 초기화에 적용하였다. 양자화 단계는 임의로 정할 수 있도록 하였으며 이를 통해 알고리즘 초반에는 상대적으로 큰 대역폭을 사용하여 알고리즘의 탐색성을 향상시키고 후반에는 작은 대역폭을 통해 탐지성을 향상시키고자 하였다. 음계 도입과 대역폭 양자화를 통하여 기존 HS보다 초기값에 따른 알고리즘 성능 편차를 줄이고 알고리즘 수렴속도 및 성공률을 향상시킬 수 있었다. 본 연구의 성과는 여러 함수에 대한 최적화 수치 예를 종래의 방식과 비교하여 확인하였다. 구체적인 비교 수치는 모의실험에 서술하였다.

• 대한화학회지
• /
• 제64권5호
• /
• pp.277-290
• /
• 2020

이 연구에서는 전라남도 소재의 국립대학교 과학영재교육원 소속 중학교 2학년 4명의 영재 학생을 대상으로 탐구적 과학 글쓰기 수업을 적용한 과학 수업의 효과에 대한 학생들의 인식을 메타인지와 2015개정 과학과 교육과정의 목표의 관점에서 조사하였다. 과학 영재 학생들 대상의 설문과 면담을 통해, 과학 영재 학생들은 탐구적 과학 글쓰기를 적용한 과학 수업을 통해 메타인지의 계획, 모니터, 조절, 평가 네 가지 하위 영역에서 긍정적인 영향을 주었다고 인식하고 있었다. 그 이유로 과학 영재학생들은 자기주도적으로 실험을 설계하는 경험, 수집한 실험 자료를 지속적으로 점검하는 활동, 피드백 과정, 결론을 작성하는 과정에서 반성 경험 등을 제시하였다. 과학 영재 학생들은 탐구적 과학 글쓰기를 적용한 과학 수업을 통해 2015 개정 과학과 교육과정의 목표에 해당하는 태도, 탐구, 지식, 과학·기술·사회(STS), 과학학습의 즐거움과 유용성 영역에서 긍정적 인식을 가지고 있었다. 그 이유로 과학 영재 학생들은 자기주도적으로 탐구를 진행하는 경험, 동일한 주제의 연속적 실험 경험, 각 탐구의 단계에서 사고하는 과정, 탐구과정에서 학습하는 경험, 탐구의 전 과정 경험, 실생활과 밀접한 현상에 대한 탐구 등을 제시하였다. 따라서 효과적인 과학 수업을 위하여 과학 영재 학생들이 응답한 탐구적 과학 글쓰기를 적용한 과학 수업의 특징을 추후 과학 영재 수업뿐만 아니라 일반 학교 과학 수업에도 적용할 필요가 있다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2005년도 춘계 학술발표회 논문집
• /
• pp.359-366
• /
• 2005

Most engineering optimization are based on numerical linear and nonlinear programming methods that require substantial gradient information and usually seek to improve the solution in the neighborhood of a starting point. These algorithm, however, reveal a limited approach to complicated real-world optimization problems. If there is more than one local optimum in the problem, the result may depend on the selection of an initial point, and the obtained optimal solution may not necessarily be the global optimum. This paper describes a new harmony search(HS) meta-heuristic algorithm-based approach for structural size optimization problems with continuous design variables. This recently developed HS algorithm is conceptualized using the musical process of searching for a perfect state of harmony. It uses a stochastic random search instead of a gradient search so that derivative information is unnecessary. Two classical space truss optimization problems are presented to demonstrate the effectiveness and robustness of the HS algorithm. The results indicate that the proposed approach is a powerful search and optimization technique that may yield better solutions to structural engineering problems than those obtained using current algorithms.

• 한국환경복원기술학회지
• /
• 제20권6호
• /
• pp.133-149
• /
• 2017

As cities face increasing problems such as aging, environmental pollution and growth limits, we have been trying to incorporate sustainability into urban planning and related policies. However, it is very difficult to generate a 'sustainable spatial plans' because there are trade-offs among environmental, society, and economic values. This is a kind of non-linear problem, and has limitations to be solved by existing qualitative expert knowledge. Many researches from abroad have used the meta heuristic optimization algorithms such as Genetic Algorithms(GAs), Simulated Annealing(SA), Ant Colony Optimization(ACO) and so on to synthesize competing values in spaces. GAs is the most frequently applied theory and have been known to produce 'good-enough plans' in a reasonable time. Therefore we collected the research on 'spatial optimization model based GAs' and analyzed in terms of 'study area', 'optimization objective', 'fitness function', and 'effectiveness/efficiency'. We expect the results of this study can suggest that 'what problems the spatial optimization model can be applied to' and 'linkage possibility with existing planning methodology'.

• Journal of Electrical Engineering and Technology
• /
• 제3권1호
• /
• pp.52-59
• /
• 2008

This paper describes the secant method for solving the economic dispatch (ED) problem with generator constraints and transmission losses. The ED problem is an important optimization problem in the economic operation of a power system. The proposed algorithm involves selection of minimum and maximum incremental costs (lambda values) and then the evaluation of optimal lambda at required power demand is done by secant method. The proposed algorithm has been tested on a power system having 6, 15, and 40 generating units. Studies have been made on the proposed method to solve the ED problem by taking 120 and 200 units with generator constraints. Simulation results of the proposed approach were compared in terms of solution quality, convergence characteristics, and computation efficiency with conventional methods such as lambda iterative method, heuristic methods such as genetic algorithm, and meta-heuristic methods like particle swarm optimization. It is observed from different case studies that the proposed method provides qualitative solutions with less computational time compared to various methods available in the literature.

• 한국CDE학회논문집
• /
• 제17권5호
• /
• pp.375-386
• /
• 2012

Most engineering design problems require analyses or simulations to evaluate objective functions. However, a single simulation can take many hours or even days to finish for many real world problems. As a result, design optimization becomes impossible since they require hundreds or thousands of simulation evaluations. The surrogate-based optimization (SBO) strategy became a remedy for such computationally expensive analyses and simulations. A surrogate-based optimization strategy has been developed in this study in order to improve global optimization performance. The strategy is a heuristic algorithm and it exploits not only multiple surrogates, but also multiple optimizers. Multiple optimizations of multiple surrogate models yield multiple candidate design points of optima. During the sequential sampling process, the algorithm ranks candidate design points, selects the points as many as specified, and builds the improved surrogate model. Various mathematical functions with different numbers of design variables are chosen to compare the proposed method with the other most recent algorithm, MSEGO. The proposed method shows superior performance to the other method.