• Nuclear Engineering and Technology
• /
• 제52권7호
• /
• pp.1471-1480
• /
• 2020

This research presents a case study on the remediation of a radioactive waste (uranium: U) utilizing a multi-objective fuzzy optimization in an electrocoagulation process for the iron-stainless steel and aluminum-stainless steel anode/cathode systems. The incorporation of the cumulative uncertainty of result, operational cost and energy consumption are essential key elements in determining the feasibility of the developed model equations in satisfying specific maximum contaminant level (MCL) required by stringent environmental regulations worldwide. Pareto-optimal solutions showed that the iron system (0 ㎍/L U: 492 USD/g-U) outperformed the aluminum system (96 ㎍/L U: 747 USD/g-U) in terms of the retained uranium concentration and energy consumption. Thus, the iron system was further carried out in a multi-objective analysis due to its feasibility in satisfying various uranium standard regulatory limits. Based on the 30 ㎍/L MCL, the decision-making process via fuzzy logic showed an overall satisfaction of 6.1% at a treatment time and current density of 101.6 min and 59.9 mA/㎠, respectively. The fuzzy optimal solution reveals the following: uranium concentration - 5 ㎍/L, cumulative uncertainty - 25 ㎍/L, energy consumption - 461.7 kWh/g-U and operational cost based on electricity cost in the United States - 60.0 USD/g-U, South Korea - 55.4 USD/g-U and Finland - 78.5 USD/g-U.

• Journal of Power Electronics
• /
• 제16권2호
• /
• pp.610-620
• /
• 2016

The compound active clamp zero voltage soft switching (CACZVS) three-phase power factor correction (PFC) converter has many advantages, such as high efficiency, high power factor, bi-directional energy flow, and soft switching of all the switches. Triple closed-loop PI controllers are used for the three-phase power factor correction converter. The control objectives of the converter include a fast transient response, high accuracy, and unity power factor. There are six parameters of the controllers that need to be tuned in order to obtain multi-objective optimization. However, six of the parameters are mutually dependent for the objectives. This is beyond the scope of the traditional experience based PI parameters tuning method. In this paper, an improved chaotic particle swarm optimization (CPSO) method has been proposed to optimize the controller parameters. In the proposed method, multi-dimensional chaotic sequences generated by spatiotemporal chaos map are used as initial particles to get a better initial distribution and to avoid local minimums. Pareto optimal solutions are also used to avoid the weight selection difficulty of the multi-objectives. Simulation and experiment results show the effectiveness and superiority of the proposed method.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.491-496
• /
• 2002

다목적 함수 최적화 문제(Multi-objective Optimization Problems : MOPs)는 공학적인 문제를 풀고자 할 때 자주 접하게 되는 대표적인 문제 중 하나이다. 공학자들이 다루는 실세계 최적화 문제들은 몇 개의 경합하는 목적 함수(objective function) 들로 이루어진 문제일 경우가 많다. 본 논문에서는 다목적 함수 최적화 문제의 정의를 소개하고 이 문제를 풀기 위한 몇 가지 접근법을 소개한다. 먼저 서론에서는 파레토 최적해(Pareto optimal solution) 의 개념을 이용한 기존의 최적화 알고리즘과 이와는 달리 게임 이론(Game Theory) 으로부터 도출된 최적화 알고리즘인 내쉬 유전자 알고리즘(Nash Genetic Algorithm Nash GA) 그리고 본 논문에서 제안하는 공진화 알고리즘의 기반이 되는 진화적 안정 전략 (Evolutionary Stable Strategy : ESS) 의 이론적 배경을 소개한다. 또 본론에서는 다목적 함수 최적화 문제와 파레토 최적 해의 정의를 소개하고 다목적 함수 최적화 문제를 풀기 위하여 유전자 알고리즘을 진화적 게임 이론(Evolutionary Game Theory : EGT) 에 적용시킨 내쉬 유전자 알고리즘과 본 논문에서 새로이 제안하는 공진화 알고리즘의 구조를 설명하고 이 두 가지 알고리즘을 대표적인 다목적 함수 최적화 문제에 적용하고 결과를 비교 검토함으로써 진화적 게임 이론의 두 가지 아이디어 내쉬의 균형(Equilibrium) 과 진화적 안정전략 에 기반한 최적화 알고리즘들이 다목적 함수 문제의 최적해 를 탐색할 수 있음을 확인한다.

• 한국방재학회 논문집
• /
• 제10권1호
• /
• pp.73-80
• /
• 2010

상수도관망의 최적설계는 단목적함수와 고정된 수리학적 변수로 구성된 비용최소화의 문제로 시작되었다. 하지만, 미래의 불확실한 수요량의 변동과 같이 상수도관망 내에 존재하는 여러 불확실성을 고려하여 설계하는 것이 실제 상수도관망의 거동을 보다 적절히 예측하는 것이다. 따라서 상수도관망 내 존재하는 불확실성을 양적으로 고려하는 다양한 방법이 연구되어 상수도관망의 최적설계에 반영되었고, 다목적함수를 사용한 최적화문제도 다루게 되었다. 본 연구에서는 관망의 절점에서의 수요량과 관의 조도계수를 불확실성을 가진 변수로 두고, 비용 최소화와 관망의 강건성 (Robustness)을 최대화 하는 두 가지 목적함수를 가진 다목적함수 최적화 문제를 다루었다. 최적화 과정은 비용최소화와 불확실성을 고려한 최종 최적화의 두 과정으로 나뉜다. 각 절점에서의 수요량과 관의 조도계수는 베타확률밀도함수 (Beta PDF)를 사용, Latin Hypercube 샘플링 방법으로 불확실성을 고려하였고, 다목적함수의 최적화는 유전자 알고리듬 (Multi-objective Genetic Algorithms, MOGA)을 사용하였다. 제안된 방법은 New York Tunnels이라는 실제 상수도관망에 적용하여 적용성을 검증 하였고 그 결과를 분석하였다. 다목적 최적화 문제에서 최적화가 진행될 수 록 초기 값에 모여 있던 점들이 그 점 주위를 시작으로 해 공간에 최적 해를 찾아 오른쪽 아래 부분으로 탐색해 나가는 것을 확인할 수 있었고 최적설계의 해는 해 공간에서 Pareto Front를 구성하며 파레토 최적해를 구하였다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2006년도 추계학술대회
• /
• pp.573-576
• /
• 2006

This paper deals with multi-objective optimization problem of finding a set of well-distributed solutions close to the true Pareto optimal solutions. In this paper, we present a two-leveled symbiotic evolutionary algorithm to efficiently solve the problem. Most of the existing multi-objective evolutionary algorithms (MOEAs) operate one population that consists of individuals representing the complete solution to the problem. The proposed algorithm maintains several populations, each of which represents a partial solution to the entire problem, and has a structure with two levels. The parallel search and the structure are intended to improve the capability of searching diverse and good solutions. The performance of the proposed algorithm is compared with those of the existing algorithms in terms of convergence and diversity. The experimental results confirm the effectiveness of the proposed algorithm.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.997-1000
• /
• 2005

Dynamic job shop environment requires not only more flexible capabilities of a CAPP system but higher utility of the generated process plans. In order to meet the requirements, this paper develops an algorithm that can select machines for the machining operations to be performed by predicting the machine loads. The developed algorithm is based on the multiple objective genetic algorithm that gives rise to a set of optimal solutions (in general, known as Pareto-optimal solutions). The objective shows a combination of the minimization of part movement and the maximization of machine utility balance. The algorithm is characterized by a new and efficient method for nondominated sorting, which can speed up the running time, as well as a method of two stages for genetic operations, which can maintain a diverse set of solutions. The performance of the algorithm is evaluated by comparing with another multiple objective genetic algorithm, called NSGA-II.

• 한국정밀공학회지
• /
• 제24권4호
• /
• pp.84-92
• /
• 2007

Dynamic process planning requires not only more flexible capabilities of a CAPP system but also higher utility of the generated process plans. In order to meet the requirements, this paper develops an algorithm that can select machines for the machining operations by calculating the machine loads. The developed algorithm is based on the multi-objective genetic algorithm that gives rise to a set of optimal solutions (in general, known as the Pareto-optimal solutions). The objective is to satisfy both the minimization number of part movements and the maximization of machine utilization. The algorithm is characterized by a new and efficient method for nondominated sorting through K-means algorithm, which can speed up the running time, as well as a method of two stages for genetic operations, which can maintain a diverse set of solutions. The performance of the algorithm is evaluated by comparing with another multiple objective genetic algorithm, called NSGA-II and branch and bound algorithm.

• 전자공학회논문지C
• /
• 제35C권6호
• /
• pp.56-66
• /
• 1998

본 논문은 비최소 위상 시스템을 보다 효율적으로 제어하기 위하여 기존의 PID 타입의 선형 제어기와 병렬적으로 구성된 신경망 제어기의 구성에 대하여 다룬다. 제안된 제어기의 제어 목표는 비최소 위상 시스템의 제어의 경우 흔히 나타나는 언더슛 현상을 최소화하면서 설정된 시스템 응답과의 응답 오차가 최소화하는 것이다. 전체 비용 함수는 고려된 두 가지의 개별 목적 함수간의 선형 합으로 이루어 진다. 신경망 제어기는 주어진 전체 제어 시간 동안의 제어 성능을 광역 평가를 통하여 주어진 전체 비용 함수를 최소화하는 최적 제어기를 구성하도록 진화 프로그래밍을 이용하여 off-line으로 학습된다. 일반적인 컴퓨터 모의 실험으로 계단 신호 응답에서 나타나는 빠른 settling 시간, 작은 언더슛과 오버슛과 같은 제어 성능 향상의 관점에서 기존의 선형 제어 시스템의 성능에 비해 훨씬 효과적이라는 것을 보인다. 또한, 파렛토(pareto) 다중 최적화 개념을 도입하여 선형 합으로 이루어진 비용 함수 최적화의 한계성과 문제점을 극복한다.

• Advances in Computational Design
• /
• 제1권1호
• /
• pp.87-103
• /
• 2016

This paper adopts and investigates the non-dominated sorting approach for extending the single-objective Cuckoo Search (CS) into a multi-objective framework. The proposed approach uses an archive composed of primary and secondary population to select and keep the non-dominated solutions at each generation instead of pairwise analogy used in the original Multi-objective Cuckoo Search (MOCS). Our simulations show that such a low computational complexity approach can enrich CS to incorporate multi-objective needs instead of considering multiple eggs for cuckoos used in the original MOCS. The proposed MOCS is tested on a set of multi-objective optimization problems and two well-studied engineering design optimization problems. Compared to MOCS and some other available multi-objective algorithms such as NSGA-II, our approach is found to be competitive while benefiting simplicity. Moreover, the proposed approach is simpler and is capable of finding a wide spread of solutions with good coverage and convergence to true Pareto optimal fronts.

• International Journal of Reliability and Applications
• /
• 제12권2호
• /
• pp.79-94
• /
• 2011

Redundancy-reliability allocation problems in multi-stage series-parallel systems are addressed in this study. Fuzzy programming techniques are proposed for finding satisfactory solutions. First, a multi-objective programming model is formulated for simultaneously maximizing system reliability and minimizing system total cost. Due to the nature of uncertainty in the problem, the fuzzy set theory and technique are used to convert the deterministic multi-objective programming model into a fuzzy nonlinear programming problem. A heuristic method is developed to get satisfactory solutions for the fuzzy nonlinear programming problem. A Pareto optimal solution is found with maximal degree of satisfaction from the interception area of fuzzy sets. A case study that is related to the electronic control unit installed on aircraft engine over-speed protection system is used to implement the developed approach. Results suggest that the developed fuzzy multi-objective programming model can effectively resolve the fuzzy and uncertain problem when design goals and constraints are not clearly confirmed at the initial conceptual design phase.