• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.105-110
• /
• 2015

본 연구는 Quanser사의 3-자유도 헬리콥터 시스템에 대한 종래의 선형 수리 모델을 개선한 수리 모델을 제안하고, 실험을 통해 제안된 수리 모델을 기반으로 설계된 제어기의 제어 성능을 종래의 수리 모델을 기반으로 설계된 제어기의 제어 성능과 비교함으로써 그 타당성을 검증한다. 이에 대한 연구 진행 과정은 다음과 같다. 첫째, 3-자유도 헬리콥터 시스템의 동 특성을 분석하고, 종래의 선형 수리 모델을 구축한다. 둘째, 종래의 수리 모델의 구축을 위해 수행된 선형화 과정에서 제거된 비선형적 요소들을 파악한다. 그리고 이 제거된 비선형적 요소들에 대응하는 파라미터들을 추가하여 개선된 수리 모델을 구축한다. 이 때, 수리 모델을 구축하기 위해 메타 휴리스틱 전역 최적화 기법인 입자군집최적화 알고리즘을 이용한다. 마지막으로, 제안된 모델을 기반으로 제어기를 설계하고, 이를 종래의 수리 모델을 기반으로 설계된 제어기의 제어 성능을 비교하여 제안된 수리 모델의 타당성을 검증한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권9호
• /
• pp.645-653
• /
• 2002

발전기 기동정지 계획은 하나의 전력시스템을 형성하는 다수의 발전기에 대해서 주어진 여러 제약을 따르는 일간 또는 주간의 기동 및 정지시간을 결정하는 작업으로 다양한 제약과 방대한 탐색공간으로 인해 최적의 경제적 계획 수립이 매우 어려운 대규모 최적화 문제이다. 타부 탐색은 보통의 지역적 탐색법에 비해 국지적 최적해에 빠질 위험이 적고 다른 전역적 탐색기법에 비해 대상문제에 관한 지식을 충분히 활용하기에 유리하여 많은 최적화 문제에 사용되고 있다. 그러나 규모가 방대하면서 많은 제약조건이 존재하는 대규모 최적화 문제들은 타부 탐색으로도 빠른 시간내에 최적의 해를 찾아내기 힘들다. 본 논문은 대규모 최적화 문제의 하나인 발전기 기동정지 계획 문제를 타부 탐색의 병렬화를 통해 해결함으로써 탐색 소요시간의 단축과 함께 해의 질 또한 향상시킬 수 있음을 보여준다.

• Steel and Composite Structures
• /
• 제34권4호
• /
• pp.467-485
• /
• 2020

Genetic Algorithm (GA) is a meta-heuristic algorithm which is capable of providing robust solutions for optimal design of structural components, particularly those one needs considering many design requirements. Hence, it has been successfully used by engineers in the typology optimization of structural members. As a novel approach, this study employs GA in order for conducting a case study with high constraints on the optimum mechanical properties of reinforced concrete (RC) beams under different load combinations. Accordingly, unified optimum sections through a computer program are adopted to solve the continuous beams problem. Genetic Algorithms proved in finding the optimum resolution smoothly and flawlessly particularly in case of handling many complicated constraints like a continuous beam subjected to different loads as moments shear - torsion regarding the curbs of design codes.

• 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.

• 한국항공우주학회지
• /
• 제47권12호
• /
• pp.856-864
• /
• 2019

무장할당(Weapon-Target Assignment, WTA) 문제는 다수 위협과 다종의 무장을 효과적으로 할당하는 문제이다. 실제 급변하는 교전환경에서의 무장할당은 위협과 무장의 특성과 위협-무장 선정에 따른 영향성을 모두 고려해야한다. 본 논문에서는 동적 무장할당 문제에서의 최적해 도출을 위해 메타휴리스틱 방법의 일종인 Greedy Randomized Adaptive Search Procedure (GRASP) 알고리즘 적용 방안을 제안한다. 먼저 동적 무장할당 문제를 정의하고 알고리즘 적용을 위해 수학적 모델을 정식화한다. 무장할당 전략을 수립하기 위하여 목적함수를 정의하고 시간변화를 고려한 구속조건을 설정한다. 이를 바탕으로 GRASP 알고리즘을 동적 무장할당 문제에 적용한다. 교전 시뮬레이션을 통해 정식화한 무장할당 문제의 최적해 특성을 분석하며, Monte-Carlo 시뮬레이션을 통해 알고리즘 성능 검증을 수행한다.

• 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.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권10호
• /
• pp.2701-2717
• /
• 2023

In this paper, a hybrid fuzzy-based method is suggested for determining India's best system for power generation. This suggested approach was created using a fuzzy-based combination of the Giza Pyramids Construction (GPC) and Recalling-Enhanced Recurrent Neural Network (RERNN). GPC is a meta-heuristic algorithm that deals with solutions for many groups of problems, whereas RERNN has selective memory properties. The evaluation of the current load requirements and production profile information system is the main objective of the suggested method. The Central Electricity Authority database, the Indian National Load Dispatch Centre, regional load dispatching centers, and annual reports of India were some of the sources used to compile the data regarding profiles of electricity loads, capacity factors, power plant generation, and transmission limits. The RERNN approach makes advantage of the ability to analyze the ideal power generation from energy data, however the optimization of RERNN factor necessitates the employment of a GPC technique. The proposed method was tested using MATLAB, and the findings indicate that it is effective in terms of accuracy, feasibility, and computing efficiency. The suggested hybrid system outperformed conventional models, achieving the top result of 93% accuracy with a shorter computation time of 6814 seconds.

• 한국산학기술학회논문지
• /
• 제21권2호
• /
• pp.8-18
• /
• 2020

본 연구에서는 기존의 Harmony Search(HS)의 성능을 강화한 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)를 개발하였다. EBHS-CGS는 HS의 성능 강화를 위해 총 두 가지 방법을 추가하였다. 첫 번째 방법은 지역탐색을 강화하기 위한 Bandwidth(bw) 개량방안이다. 이 방법은 기존 bw를 지수형태의 bw로 대체하여 적용함으로써 반복시산이 진행되면서 bw값을 줄인다. 이러한 형태의 bw는 정밀한 지역탐색을 가능하고, 이를 통해 알고리즘은 더욱 정밀한 값을 구할 수 있다. 두 번째 방법은 효과적인 전역탐색을 위한 탐색범위 축소이다. 이 방법은 Harmony Memory(HM) 내에서 가장 좋은 결정변수를 고려하여 탐색범위를 축소한다. 이를 Centralized Global Search(CGS)라 하며, 이 과정은 새로운 매개변수 Centralized Global Search Rate(CGSR)에 의해 HS의 전역탐색과는 별도로 진행된다. 축소된 탐색범위는 효과적인 전역탐색을 가능하게 하며, 이를 통해 알고리즘의 성능이 향상된다. EBHS-CGS를 대표적인 최적화 문제(수학 및 공학 분야)에 적용하고, 그 결과를 HS와 Improved Harmony Search(IHS)와 비교하여 제시하였다.

• Journal of Electrical Engineering and Technology
• /
• 제13권3호
• /
• pp.1043-1051
• /
• 2018

The coordination of directional overcurrent relay (DOCR) is employed in this work, considering gray wolf optimizer (GWO), a recently designed optimizer that employs the hunting and leadership attitude of gray wolves for searching a global optimum. In power system protection coordination problem, the objective function to be optimized is the sum of operating time of all the main relays. The coordination of directional overcurrent relays is formulated as a linear programming problem. The proposed optimization technique aims to minimize the time dial settings (TDS) of the relays. The calculation of the Time Dial Setting (TDS) setting of the relays is the core of the coordination study. In this article two case studies of IEEE 6-bus system and IEEE 30-bus system are utilized to see the efficiency of this algorithm and the results had been compared with the other algorithms available in the reference and it was observed that the proposed scheme is quite competent for dealing with such problems. From analyzing the obtained results, it has been found that the GWO approach provides the most globally optimum solution at a faster convergence speed. GWO has achieved a lot of relaxation due to its easy implementation, modesty and robustness. MATLAB computer programming has been applied to see the effectiveness of this algorithm.

• KEPCO Journal on Electric Power and Energy
• /
• 제2권2호
• /
• pp.311-316
• /
• 2016

인공신경망과 같은 기계학습에 기반한 네트워크 침입탐지/방지시스템은 특징 조합에 따라 탐지의 정확성과 효율성 측면에서 크게 영향을 받는다. 하지만 침입탐지에 사용 가능한 여러개의 특징들 중 정확성과 효율성 측면에서 최적의 특징 조합을 추출하는 특징 선택 문제는 많은 계산량을 요구한다. 본 논문에서는 NSL-KDD 데이터 집합에서 제공하는 6가지 서비스 거부 공격과 정상 트래픽을 구분해 내기 위한 최적 특징 조합 선택 문제를 다룬다. 최적 특징 조합 선택 문제를 해결하기 위해 대표적인 메타 휴리스틱 알고리즘 중 하나인 다중 시작 지역탐색 알고리즘에 기반한 최적 특징 선택 알고리즘을 제시한다. 제안한 특징 선택 알고리즘의 성능 평가를 위해 NSL-KDD 데이터를 상대로 41개의 특징 모두를 사용한 경우와 비교한다. 그리고 선택된 특징 조합을 사용했을 때 가장 높은 성능을 보여주는 기계학습 방법을 찾기위해 3가지 잘 알려진 기계학습 방법들 (베이즈 분류기와 인공신경망, 서포트 벡터 머신)을 사용해 성능을 비교한다.