• Geophysics and Geophysical Exploration
• /
• v.22 no.4
• /
• pp.186-194
• /
• 2019

Deterministic optimization, commonly used to find the geophysical inverse solutions, have its limitation that it cannot find the proper solution since it might converge into the local minimum. One of the solutions to this problem is to use global optimization based on a stochastic approach, among which a large number of particle swarm optimization (PSO) applications have been introduced. In this paper, I developed a geophysical inversion algorithm applying PSO method for the layered-earth resistivity inversion of the small-loop electromagnetic (EM) survey data and carried out numerical inversion experiments on synthetic datasets. From the results, it is confirmed that the PSO inversion algorithm could increase the inversion success rate even when attempting the inversion of small-loop EM survey data from which it might be difficult to find a best solution by applying the Gauss-Newton inversion algorithm.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.16 no.3
• /
• pp.493-502
• /
• 2021

A Vegetative Propagation by Runner(VPR) Algorithm-based on MPPT Algorithm that can track MPP by adapting to external environmental changes is presented. VPR is an optimization algorithm that mimics the plant ecology of movement and reproduction based on vegetation organs. The VPR algorithm includes a procedure for aging and a procedure for searching the surroundings by rhizomes. Accordingly, it is possible to continuously search around the optimal point. Therefore, the VPR-based MPPT algorithm can continuously search for an optimal point by adapting the changes in the external environment in the process of executing the MPPT algorithm. In this paper, we analyzed the performance of the VPR-based MPPT algorithm by a number of simulations. In addition, the superiority of performance was compared by performance comparison in the same environment as MPPT algorithm based on PSO.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.850-851
• /
• 2007

This paper presents an efficient approach for solving the economic dispatch (ED) problems with prohibited operating zones using an improved particle swarm optimization (PSO). Although the PSO-based approaches have several advantages suitable to the heavily constrained nonconvex optimization problems, they still have the drawbacks such as local optimal trapping due to the premature convergence (i.e., exploration problem) and insufficient capability to find nearly-by extreme points (i.e., exploitation problem). This paper proposes an improved PSO framework adopting a crossover operation scheme to increase both exploration and exploitation capability of the PSO. The proposed method is applied to ED problem with prohibited operating zones. Also, the results are compared with those of the state-of-the-art methods.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.185-188
• /
• 2009

In this paper, Position Controller for balance of Seesaw System design using PID Algorithm. Seesaw System is that it's system use widely to analyze of ship or flight dynamics, Inverted Pendulumand, Robot System, manage system for theory of modern control system and all sorts of analysis. In case of Seesaw System, it's necessity that understand and analysis of system and correct selection of parameter because the system is strong nonlinear control system. It guarantees efficiency and stability to adapt quickly for disturbance or change of controller from PID Algorithm of guarantee safe from simple and long history and PSO(Particle Swarm Optimization) that sort of metaheuristic optimization that need to accuracy and fast PID parameter tuning.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.10
• /
• pp.330-338
• /
• 2018

The proportional-integral-derivative(PID) controller has been widely used in the industry because of its robust performance and simple structure in a wide range of operating conditions. However, the AVR(Automatic Voltage Regulator) as a control system is not robust to variations of the power system parameters. Therefore, it is necessary to use PID controller to increase the stability and performance of the AVR system. In this paper, a novel design method for determining the optimal PID controller parameters of an AVR system using the particle swarm optimization(PSO) algorithm is presented. The proposed approach has superior features, including easy implementation, stable convergence characteristic and good computational efficiency. In order to assist estimating the performance of the proposed PSO-PID controller, a new performance criterion function is also defined. This evaluation function is intended to reflect when the maximum percentage overshoot, the settling time are given as design specifications. The ITAE evaluation function should impose a penalty if the design specifications are violated, so that the PSO algorithm satisfies the specifications when searching for the PID controller parameter. Finally, through the computer simulations, the proposed PSO-PID controller not only satisfies the given design specifications for the terminal voltage step response, but also shows better control performance than other similar recent studies.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.251-252
• /
• 2008

Type-2 퍼지 집합은 Type-1 퍼지 집합에서는 다루기 어려운 언어적인 불확실성을 더욱 효과적으로 다룰 수 있다. TSK 퍼지 로직 시스템(TSK Fuzzy Logic Systems; TSK FLS)은 후반부를 1차 및 2차 함수식으로 나타내며 Mamdani 모델과 함께 가장 널리 사용되는 모델이다. 본 연구의 Interval Type-2 TSK FLS은 전반부에서 Type-2 퍼지 집합을 이용하고 후반부는 계수가 Type-1 퍼지집합인 1차식을 사용한다. 또한 전반부는 가우시안 형태의 Type-2 멤버쉽 함수를 사용하며, 오류역전파 학습알고리즘을 사용하여 파라미터들을 최적화 한다. 또한 학습에 앞서 PSO(Particle Swarm Optimization) 알고리즘을 사용하여 최적 학습률을 찾아 모델의 학습능력을 보다 효율적으로 한다. 본 논문에서는 Type-1과 Type-2 FLS의 성능을 가스로 공정 데이터를 적용하여 두 모델의 성능을 비교하고 노이즈를 추가한 데이터를 이용하여 노이즈에 대한 성능도 비교 분석한다.

• Proceedings of the KIEE Conference
• /
• 2008.11a
• /
• pp.290-292
• /
• 2008

전력계통이 점점 더 복잡해지고 광역화됨에 따라서 최적조류계산(Optimal Power Flow:OPF)은 전력계통에서 여러 가지 제약 조건을 만족하면서 경제적이고 안전하게 계통을 운영하기 위한 기법으로 더욱 중요성이 커지고 있다. 종래의 계산방법에는 비선형 계획법, 선형계획법 같은 수치해석적인 방법을 사용하였다. 그러나, 이러한 방법들은 전역 최적해를 구하기 위해서는 목적함수가 convex해야 한다. 또한, 계통 규모가 클 경우, 최적해 수렴이 안 되거나 수렴이 되더라도 시간이 많이 걸리는 단점이 있다. 최근에는 이러한 문제를 극복하고자 여러가지 진화연산기법들이 최적조류계산 문제에 적용되고 있다. 본 논문에서는 PSO알고리즘을 여러 개선된 형태로 비교 연구하여, 제안한 방법중 가장 최적화된 결론을 도출하기 위하여, IEEE 30,118 모선 계통의 최적조류계산 문제에 적용하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.233-234
• /
• 2008

전력계통이 점점 더 복잡하고 광역화됨에 따라서 전압 및 무효전력 제어는 매우 중요한 문제로서 부각되고 있다. 전압 제어를 위해서는 전력계통 내의 조상설비들을 최적으로 운용하는 것이 중요하다. 따라서 전력계통에서 효과적인 전압제어를 위해서는 가능한 모선전압 크기의 차이가 없이 전압 분포가 이루어지는 것이 효과적이다. 본 논문의 목적함수로는 각 부하모선의 전압편차의 합을 최소화 함 을 사용하였으며, 최적 해를 찾는데 소요되는 연산시간을 단축시키기 위해 PC클러스터 기반 병렬 PSO 알고리즘을 이용한 기법을 제안하였다. 제안한 기법의 유용성을 보이기 위하여 IEEE 30모선 계통의 문제에 적용하였다. 검토결과 최적해 탐색성능의 저하 없이 연산시간을 단축할 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.63-65
• /
• 2017

딥 러닝은 하드웨어의 발전과 데이터 양의 비약적 증가에 힘입어 여러 분야에서 좋은 결과를 보여 주고 있다. 본 연구는 딥 러닝의 많은 시간을 소모하는 학습단계에서 고가의 하드웨어가 아닌 저 사양의 장비를 여러 대 결합한 분산 러닝 시스템에 대한 것이다. 분산 학습 알고리즘의 핵심을 PSO를 응용한 구조이며, 제안한 시스템의 성능은 실험으로 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.836-839
• /
• 2019

여러 분야에서 각광받는 딥러닝은 학습시간이 오래 걸리고, 고가의 장비들이 요구된다. 이러한 이유로 저사양 머신들을 이용한 분산 러닝 시스템들이 연구되기 시작했다. 본 논문은 " PSO 알고리즘을 이용한 분산 딥러닝 시스템" 을 개선했고, 그 결과 개선한 시스템의 머신 개수가 1 대 일 때 정확도가 92.8%까지 향상되었고, 머신 개수가 10 대 일 때 정확도가 93.4%까지 향상되었다. 이를 기반으로 저사양의 머신들을 결합한 분산 러닝 시스템이 고가의 장비를 사용하지 않고도 좋은 결과를 얻을 수 있다는 것을 확인했다.