• International Journal of Air-Conditioning and Refrigeration
• /
• 제16권1호
• /
• pp.1-8
• /
• 2008

Numerical optimization for design of a blade stacking line of a low speed axial flow fan with a fast and elitist Non-Dominated Sorting of Genetic Algorithm(NSGA-II) of multi-objective optimization using three-dimensional Navier-Stokes analysis is presented in this work. Reynolds-averaged Navier-Stokes(RANS) equations with ${\kappa}-{\varepsilon}$ turbulence model are discretized with finite volume approximations and solved on unstructured grids. Regression analysis is performed to get second order polynomial response which is used to generate Pareto optimal front with help of NSGA-II and local search strategy with weighted sum approach to refine the result obtained by NSGA-II to get better Pareto optimal front. Four geometric variables related to spanwise distributions of sweep and lean of blade stacking line are chosen as design variables to find higher performed fan blade. The performance is measured in terms of the objectives; total efficiency, total pressure and torque. Hence the motive of the optimization is to enhance total efficiency and total pressure and to reduce torque.

• 대한기계학회논문집A
• /
• 제39권7호
• /
• pp.673-679
• /
• 2015

본 연구는 비지배 분류 유전알고리즘(NSGA-II)을 이용하여 흐트러진 쿼드콥터의 자세를 빠르게 회복 할 수 있는 최적화된 PID(Proportional-Integral-Derivative) 이득 값을 얻고자 하였다. PID 제어에 앞서 로터가 4 개로 이루어진 쿼드콥터의 간격을 전산유체해석을 통해 정의하였으며, 정의된 쿼드콥터 모델을 통하여 PID 제어 알고리즘을 생성하였다. 반응표면 모델을 생성하기 위해 실험계획법의 하나인 D-최적계획법 이용하여 실험점을 배치 시킨 후 반응표면모델을 생성하였다. Roll 과 Altitude 의 두 값을 동시에 만족할 수 있는 PID 의 이득 값을 NSGA-II 를 통해 쿼드콥터의 최단 시간의 자세제어를 할 수 있는 최적의 이득 값을 얻을 수 있었다.

• 대한전자공학회논문지SP
• /
• 제44권2호
• /
• pp.108-115
• /
• 2007

본 논문에서는 최적화 알고리즘의 속도를 향상시킬 수 있는 방안으로 설계자가 원하는 목적함수들의 수렴 범위를 Goal로 설정하여 최적화를 수행하는 GBNSGA(Goal-Pareto based Non-dominated Sorting Genetic Algorithm)를 제안한다. 많은 공학문제들은 하나의 목표치를 충족하는 해를 찾는 것이 아니라 다수 목적함수들을 충족하는 해를 찾는 것이 일반적이다 특히, 이러한 목적함수들은 서로 상충적인 관계를 갖는 경우가 대부분이기 때문에 모든 목적함수들을 만족하는 유일해를 찾는 것은 거의 불가능하다. 그 대안으로 일부 목적을 희생하며 설계에 부합되는 최적해를 찾는 파레토(Pareto) 방식의 최적화 알고리즘들에 대한 많은 연구가 진행되었다. 본 논문에서는 이러한 파레토 기반의 최적화 알고리즘들의 성능 향상을 도모하기 위하여 설계자의 목적을 파레토 할당에 반영하는 GBNSGA를 제안하고, 그 성능을 NSGA와 weighted-sum 접근 방식과의 비교를 통해 그 우수성을 검증하였다.

• 한국수자원학회논문집
• /
• 제40권9호
• /
• pp.687-696
• /
• 2007

본 연구는 다목적 유전자알고리즘을 이용하여 Tank 모형의 매개변수를 추정하는데 있어서 선호적순서화(preference ordering)를 적용한 연구로써, 목적함수의 개수가 여러 개인 경우에 발생할 수 있는 파레토최적화의 단점을 해결하기 위한 것이다. 최적화를 위한 목적함수는 모두 4가지를 사용하였으며, 선호적순서화를 통해서 구한 2차 효율성(2nd order efficiency)을 가지면서 정도(degree)가 3인 4개의 해 중에서 1개의 해만을 최우선해로 선정하였다. NSGA-II로 도출된 최우선해의 적합성을 살펴보기 위해서, 자동보정방법인 Powell 방법과 SGA(simple genetic algorithm)를 매개변수 자동보정 방법으로 이용하고 하나의 단일목적함수로 사용해서 최적화한 결과와 비교해보았으며, 비교결과 다목적 유전자 알고리즘을 4개의 목적함수에 모두 적용해서 한번에 도출된 매개변수를 이용한 결과가 보정기간뿐만 아니라 검정기간에 대해서도 비교적 양호한 결과를 나타내는 것으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제16권7호
• /
• pp.13-23
• /
• 2011

그리드 컴퓨팅은 지리적으로 분산된 이기종의 컴퓨팅 자원들을 상호 연결하고 공유하여 가상의 고성능 컴퓨팅시스템을 구성함으로서 대용량의 컴퓨팅 연산 등을 수행하는 차세대 컴퓨팅 기술이다. 이러한 그리드 컴퓨팅의 성능을 극대화하기 위해서는 효율적으로 작업을 자원에 할당하는 작업 스케줄링 기법이 필요하다. 따라서 작업 총 완료시간 등을 고려한 작업 스케줄링 기법에 대한 많은 연구가 진행되었다. 그러나 작업 스케줄링에 있어서 자원의 사용에 따른 자원 비용을 고려하는 것 역시 매우 중요하며, 자원 비용의 최소화를 통해 그리드 컴퓨팅의 전체적인 성능 및 경제적 효율성을 높일 수 있다. 따라서 본 논문에서는 시간과 비용을 모두 고려한 다목적 작업 스케줄링 모델을 제안한다. 제안하는 모델은 다목적 유전 알고리즘 기법의 하나인 NSGA-II를 적용하여 최적 해를 도출하였고, 모델의 효율성을 증명하기 위해 시뮬레이션 환경을 구성하여 기존의 스케줄링 모델인 Min-Min, Max-Min 알고리즘과의 비교 실험을 수행하였다. 이를 통해 제안한 스케줄링 모델이 기존 스케줄링 모델에 비해 작업 총 완료시간과 자원 비용을 더욱 효율적으로 최소화함을 증명하였다.

• 한국시뮬레이션학회논문지
• /
• 제19권3호
• /
• pp.55-62
• /
• 2010

본 연구는 한국해군의 함정 운용을 효율적으로 계획하는 문제이다. 가용성은 임의의 한 시점에 무장, 항해, 그리고 추진장비와 같이 함정 내 주요 시스템들이 작전운용 요구수준을 만족하는 상태로 정의할 수 있다. 제한된 자원 및 정비 시설 하에서 함정의 가용성을 극대화한다는 것은 대한민국 해군의 전투력 향상에 중요한 역할을 담당한다. 그러나 가용성의 극대화만을 추구한 나머지 일부 함정들을 무리하게 운용하여 해당함정의 집중 마모를 야기할 수 있다. 이는 다른 함정들에게도 영향을 미쳐 계획된 정비를 받지 못하여 전체적으로 함정의 가용성을 저하시킬 수 있다. 본 연구에서는 NSGA-II 알고리즘을 적용하여 함정별 가용기간을 평준화하고, 가용기간에 따른 정비확률을 고려한 효율적인 함정 운용 계획을 제시하였다. 실험 결과 1500세대 이후 안정화된 결과들을 도출하였다. 안정화된 결과들 중에서 2개의 결과를 선택하여 각 목적별로 차이점을 비교 제시하였다.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.656-657
• /
• 2015

Recently, Multi-Objective Optimization of design elements is an important issue in building design. Design variables that considering the specificities of the different environments should use the appropriate algorithm on optimization process. The purpose of this study is to compare and analyze the optimal solution using three evolutionary algorithms and energy modeling simulation. This paper consists of three steps: i)Developing three evolutionary algorithm model for optimization of design elements ; ii) Conducting Multi-Objective Optimization based on the developed model ; iii) Conducting comparative analysis of the optimal solution from each of the algorithms. Including Non-dominated Sorted Genetic Algorithm (NSGA-II), Multi-Objective Particle Swarm Optimization (MOPSO) and Random Search were used for optimization. Each algorithm showed similar range of result data. However, the execution speed of the optimization using the algorithm was shown a difference. NSGA-II showed the fastest execution speed. Moreover, the most optimal solution distribution is derived from NSGA-II.

• 한국수자원학회논문집
• /
• 제40권9호
• /
• pp.677-685
• /
• 2007

본 연구의 목적은 개념적인 강우-유출모형인 Tank 모형의 매개변수를 산정하기 위한 다목적 유전자알고리즘의 적용성을 평가하는 것이다. 다목적 유전자알고리즘 기법으로는 최근에 가장 많이 사용되는 기법중의 하나인 NSGA-II를 채택하여 Tank 모형과 결합하였으며, 4가지 목적함수(유출용적오차, 평균제곱근 오차, 고수유량 평균제곱근 오차 및 저수유량 평균제곱근 오차)값을 최소화하는 형태의 목적함수를 적용하였다. NSGA-II는 목적함수의 개수가 많아지면 한 번의 실행에 의해 굉장히 많은 수의 파레토최적해를 구하는 단점을 가지고 있기 때문에 구해진 파레토최적해 중에서 어떤 해가 최우선해 인지를 결정해야 할 필요가 있으며, 이러한 고차원적인 의사결정을 위하여 선호적순서화(preference ordering) 기법을 적용하였다. NSGA-II를 이용하여 Tank모형의 매개변수를 추정할 때 초기조건이 최적화과정에 미칠 수 있는 영향을 최소화하기 위해 세대수(generation number)와 개체군의 크기(population size)에 대한 민감도분석을 수행하였다. 분석결과 Tank모형의 매개변수 최적화를 위한 세대수와 개체군 크기의 초기 값을 각각 900번과 1000개로 선정하는 것이 적합한 것으로 나타났다.

• 한국통신학회논문지
• /
• 제32권3C호
• /
• pp.314-322
• /
• 2007

본 논문에서는 CR(Cognitive Radio)을 위해 사용자에게 최적의 통신 시스템 구성 변수들을 할당하기 위한 새로운 최적화 알고리즘인 GBNSGA(Goal-Pareto Based Non-dominated Sorting Genetic Algorithm)를 제안한다. 다중모드 선택적 CR 통신을 위해 사용되는 cognitive 엔진은 Mitola가 제안한 cognition 싸이클의 많은 논리 연산과정이 필요하다는 단점을 보완하기 위하여 일반적으로 유전자 알고리즘 기반의 접근 방식이 사용되고 있다. 본 논문에서는 cognitive 엔진의 효율적인 구동을 위하여 파레토(Pareto) 기반의 최적화 알고리즘인 NSGA(Non-dominated Sorting Genetic Algorithm)와 사용자 서비스의 요구사항을 goal로 설정하는 GP(Goal Programming)을 결합한 새로운 최적화 방법으로 GBNSGA를 제안하였으며, 시뮬레이션 수행을 통해 제안된 알고리즘이 요구사항에 적합한 다양한 해를 제공하고 최적화 수렴속도가 빠르다는 것을 확인하였다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제37권8호
• /
• pp.893-904
• /
• 2013

NSGA-II와 함께 크리깅 메타모델기반 다목적최적설계 전략을 3차원 CFD 시뮬레이션을 통해 액셜 피스톤 펌프의 밸브 플레이트 형상을 최적화하는데 적용하였다. 펌프의 압력 변동을 저감하고 수력 효율을 최대화하기 위한 최적설계 과정은 두 단계, 즉 (1) 밸브 플레이트 상의 6개 형상 설계 변수를 선정하고 각 설계변수의 변화에 따른 CFD 해석을 수행하며, (2) CFD 데이터를 이용한 NSGA-II에 기반한 다목적최적설계 접근방식으로 최소 맥동 압력과 펌프 효율 설계에 대해 파레토 프론트를 평가하는 것으로 구성된다. 이들 결과로부터 최소 맥동 압력을 가지며 액셜 피스톤 펌프의 목표 효율에 도달하는 최적 절충해를 선택할 수 있었다.