• 한국정보통신학회논문지
• /
• 제14권5호
• /
• pp.1085-1092
• /
• 2010

본 논문에서는 최적화 알고리즘인 PSO를 이용하여 한국인의 생활자계 노출실태 조사 시 확보한 16세 이하의 미취학 아동, 초등학생, 중학생 실측 데이터베이스를 활용하여, 자계노출의 정도를 실측에 의하지 않고 추정할 수 있는 '24시간 소아고노출 생활자계 추정식'을 개발하였다. 24시간 개인자계 노출량 추정식의 입력 데이터는 성, 연령, 주거형태, 주거지 크기, 선로이격거리 및 송전전압을 사용하였다. 그리고 16세 이하에 대해서 24시간 고노출 개인자계 노출분포, 자계노출의 특성, 특정 조건별 자계노출특성 등을 분석하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.185-188
• /
• 2009

이 논문에서는 PID 알고리즘을 이용하여 시소 시스템의 균형을 위한 위치 제어기를 설계하고자 한다. 시소 시스템은(Seesaw System) 선박 및 항공 역학, 도립진자, 각종 분석, 로봇 시스템 등의 해석에 광범위하게 응용되는 시스템이자 현대 제어 시스템의 이론과 각종 응용문제를 취급할 수 있는 장치이다. 시소 시스템의 경우 시스템이 비선형성이 강한 제어 대상이므로 시스템의 이해와 해석, 그리고 파라미터의 정확한 선정이 필수요소이다. 사용할 시스템 제어 알고리즘에는 간단하고 오랜 역사를 통해 안정성이 보장된 PID 알고리즘과 정확하고 빠른 PID 파라미터 동조에 필요한 연산 최적화 알고리즘인 PSO(Particle Swarm Optimization) 통해 외란이나 제어기의 변화에 빠르게 적응할 수 있도록 하여 성능과 안정성을 보장한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 추계학술대회 논문집 전력기술부문
• /
• pp.261-263
• /
• 2008

In power systems operation, state estimation takes an important role in security control. For the state estimation problem, the weighted least squares(WLS) method and the fast decoupled method have been widely used at present. But these algorithms have disadvantage of converging local optimal solution. In these days, a modern heuristic optimization method such as Particle Swarm Optimization(PSO), are introduced to overcome the problems of classical optimization. In this paper, we proposed particle swarm optimization (PSO) to search an optimal solution of state estimation in power systems. To demonstrate the usefulness of the proposed method, PSO algorithm was tested in the IEEE-57 bus systems. From the simulation results, we can find that the PSO algorithm is applicable for power system state estimation.

• 대한전자공학회논문지TC
• /
• 제46권1호
• /
• pp.1-9
• /
• 2009

OFDM(Orthogonal Frequency Division Multiplexing) 시스템은 주파수 선택적 페이딩(frequency selective fading)과 협대역 간섭(narrowband interference)에 강한 전송 방식으로 대용량 데이터 통신에 적합하다. 하지만 독립적으로 변조된 많은 부반송파들의 중첩으로 신호의 진폭이 증가하여 PAPR(Peak-to-Average Power Ratio)이 증가하는 문제가 발생한다. PAPR 문제를 해결하기 위해 제안된 PTS(Partial Transmit Sequence) 기법은 OFDM 신호를 부블록으로 나눈 후 위상 가중치를 곱하여 PAPR을 감소시킬 수 있지만, 위상 가중치를 탐색하는 과정에서 계산의 복잡도가 부블록 수에 따라 지수적으로 증가하는 단점이 있다. 본 논문에서는 PTS 기법의 위상 탐색 과정에 최적화 기법인 변형된 Greedy 알고리즘과 PSO(Particle Swarm Optimization) 알고리즘을 조합한 MG-PSO(Modified Greedy algorithm-Particle Swarm Optimization) 알고리즘을 적용한 구조를 제안하였다. 이 구조는 PTS 기법의 위상 탐색 과정에서 계산 복잡도가 지수적으로 증가하는 문제를 해결하고 PAPR 감소 성능도 보장할 수 있다. 제안하는 알고리즘을 통신 시스템에 적용하였을 때 PAPR 감소 성능을 분석하였다.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.797-804
• /
• 2013

본 논문은 Particle Swarm Optimization(PSO)을 이용하여 고속 2차원 디지털필터의 설계방법을 제안하였다. 먼저 2차원 상태공간 디지털필터의 설계문제를 PSO에 적용하기 위하여 최소화 문제로써 형식화 과정이 논의된다. 제안된 PSO 알고리즘을 이용한 설계방법은 필터설계에서 요구되는 안정성을 보증하는 과정이 검토되어 개선된다. 본 논문에서 제안된 방법의 타당성을 설계예시를 통해 고찰한 결과, 설계된 디지털필터는 동일한 설계사양으로 기존의 설계방법으로 설계된 디지털필터보다 근사 및 라운드오프 오차 면에서 우수한 결과를 얻을 수 있었다. 아울러 제안된 2의 멱수가 필터계수인 2차원 상태공간 디지털필터는 승산기가 필요하지 않아 기존의 필터보다 연산과정에서 계산용량을 약 1/4로 줄일 수 있다는 것을 보였다.

• Industrial Engineering and Management Systems
• /
• 제6권2호
• /
• pp.136-145
• /
• 2007

The selection of suppliers and the determination of order quantities to be placed with those suppliers are important decisions in a supply chain. In this research, a non-linear mixed integer programming model is presented to select suppliers and determine the order quantities. The model considers the purchasing cost which takes into account quantity discount, the cost of transportation, the fixed cost for establishing suppliers, the cost for holding inventory, and the cost of receiving poor quality parts. The capacity constraints for suppliers, quality and lead-time requirements for the parts are also taken into account in the model. Since the purchasing cost, which is a decreasing step function of order quantities, introduces discontinuities to the non-linear objective function, it is not easy to employ traditional optimization methods. Thus, a heuristic algorithm, called particle swarm optimization (PSO), is used to find the (near) optimal solution. However, PSO usually generates initial solutions randomly. To improve the PSO solution quality, a heuristic procedure is proposed to find an initial solution based on the average unit cost including transportation, purchasing, inventory, and poor quality part cost. The results show that PSO with the proposed initial solution heuristic provides better solutions than those with PSO algorithm only.

• Journal of Electrical Engineering and Technology
• /
• 제7권2호
• /
• pp.245-254
• /
• 2012

In this study, we introduce a prototype-based classifier with feature selection that dwells upon the usage of a biologically inspired optimization technique of Particle Swarm Optimization (PSO). The design comprises two main phases. In the first phase, PSO selects P % of patterns to be treated as prototypes of c classes. During the second phase, the PSO is instrumental in the formation of a core set of features that constitute a collection of the most meaningful and highly discriminative coordinates of the original feature space. The proposed scheme of feature selection is developed in the wrapper mode with the performance evaluated with the aid of the nearest prototype classifier. The study offers a complete algorithmic framework and demonstrates the effectiveness (quality of solution) and efficiency (computing cost) of the approach when applied to a collection of selected data sets. We also include a comparative study which involves the usage of genetic algorithms (GAs). Numerical experiments show that a suitable selection of prototypes and a substantial reduction of the feature space could be accomplished and the classifier formed in this manner becomes characterized by low classification error. In addition, the advantage of the PSO is quantified in detail by running a number of experiments using Machine Learning datasets.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2008년도 추계 공동 국제학술대회
• /
• pp.463-467
• /
• 2008

Heuristic optimization using hybrid algorithms have provided a robust and efficient approach for solving many optimization problems. In this paper, a new hybrid algorithm using adaptive genetic algorithm (aGA) and particle swarm optimization (PSO) is proposed. The proposed hybrid algorithm is applied to solve numerical optimization functions. The results are compared with those of GA and other conventional PSOs. Finally, the proposed hybrid algorithm outperforms others.

• 정보통신설비학회논문지
• /
• 제11권2호
• /
• pp.34-38
• /
• 2012

In this paper, the particle swarm optimization (PSO) algorithm is adopted to design a modified ring-slot type patch rectenna with a resonance frequency of 2.45GHz. In order to accomplish minimization of dimensions and circular polarization (CP) and harmonic suppression, axial direction slits and side-cuts are added to the patch of the ring. The PSO manipulated this kind of multi-dimensional problem very well, and as a result, the designed rectenna shows a desirable performance of return loss of 21.36dB and axial ratio of 2.92dB at the frequency of 2.45GHz with compact sizing.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1334-1337
• /
• 2004

This paper presents a novel method to speed up neural network (NN) based face detection systems. NN-based face detection can be viewed as a classification and search problem. The proposed method formulates the search problem as an integer nonlinear optimization problem (INLP) and expands the basic particle swarm optimization (PSO) to solve it. PSO works with a population of particles, each representing a subwindow in an input image. The subwindows are evaluated by how well they match a NN-based face filter. A face is indicated when the filter response of the best particle is above a given threshold. To achieve better performance, the influence of PSO parameter settings on the search performance was investigated. Experiments show that with fine-adjusted parameters, the proposed method leads to a speedup of 94 on 320${\times}$240 images compared to the traditional exhaustive search method.