• Journal of Electrical Engineering and Technology
• /
• 제3권2호
• /
• pp.207-212
• /
• 2008

This paper presents a robust and computationally efficient optimal design algorithm for electromagnetic devices by combining an adaptive response surface approximation of the objective function and($1+{\lambda}$) evolution strategy. In the adaptive response surface approximation, the design space is successively reduced with the iteration, and Pareto-optimal sampling points are generated by using Latin hypercube design with the Max Distance and Min Distance criteria. The proposed algorithm is applied to an analytic example and TEAM problem 22, and its robustness and computational efficiency are investigated.

• 한국환경복원기술학회지
• /
• 제27권1호
• /
• pp.45-54
• /
• 2024

This study developed a model to evaluate the co-benefits and trade-off effects between biodiversity and carbon storage capacity based on the implementation locations of nature-based solutions. The model aims to propose optimal implementation locations by using the conceptual idea of edge effects for carbon storage and connectivity for biodiversity. The co-benefits were considered by simultaneously taking into account two effects rather than a single effect. Trade-off effects were observed among optimal plans through a comparison of benefits. The NSGA-II multi-objective optimization algorithm was utilized, confirming the identification of Pareto-optimal solutions. The implementation patterns of Pareto-optimal solutions for green areas were examined. This study holds significance in proposing optimal locations by evaluating various co-benefits and trade-off effects of nature-based solutions. By advancing models based on this evaluation framework, it is anticipated that the assessment of co-benefits and trade-off effects among various benefits of nature-based solutions, such as climate change mitigation, enhancement of biodiversity, and provision of ecosystem services, can be accomplished.

• Smart Structures and Systems
• /
• 제16권2호
• /
• pp.243-262
• /
• 2015

Optimal sensor placement (OSP) is a critical issue in construction and implementation of a sophisticated structural health monitoring (SHM) system. The uncertainties in the identified structural parameters based on the measured data may dramatically reduce the reliability of the condition evaluation results. In this paper, the information entropy, which provides an uncertainty metric for the identified structural parameters, is adopted as the performance measure for a sensor configuration, and the OSP problem is formulated as the multi-objective optimization problem of extracting the Pareto optimal sensor configurations that simultaneously minimize the appropriately defined information entropy indices. The nondirective movement glowworm swarm optimization (NMGSO) algorithm (based on the basic glowworm swarm optimization (GSO) algorithm) is proposed for identifying the effective Pareto optimal sensor configurations. The one-dimensional binary coding system is introduced to code the glowworms instead of the real vector coding method. The Hamming distance is employed to describe the divergence of different glowworms. The luciferin level of the glowworm is defined as a function of the rank value (RV) and the crowding distance (CD), which are deduced by non-dominated sorting. In addition, nondirective movement is developed to relocate the glowworms. A numerical simulation of a long-span suspension bridge is performed to demonstrate the effectiveness of the NMGSO algorithm. The results indicate that the NMGSO algorithm is capable of capturing the Pareto optimal sensor configurations with high accuracy and efficiency.

• International Journal of Control, Automation, and Systems
• /
• 제2권2호
• /
• pp.247-255
• /
• 2004

The majority of real-world problems encountered by engineers involve simultaneous optimization of competing objectives. In this case instead of single optima, there is a set of alternative trade-offs, generally known as Pareto-optimal solutions. The use of evolutionary algorithms Pareto GA, which was first introduced by Goldberg in 1989, has now become a sort of standard in solving Multiobjective Optimization Problems (MOPs). Though this approach was further developed leading to numerous applications, these applications are based on Pareto ranking and employ the use of the fitness sharing function to maintain diversity. Another scheme for solving MOPs has been presented by J. Nash to solve MOPs originated from Game Theory and Economics. Sefrioui introduced the Nash Genetic Algorithm in 1998. This approach combines genetic algorithms with Nash's idea. Another central achievement of Game Theory is the introduction of an Evolutionary Stable Strategy, introduced by Maynard Smith in 1982. In this paper, we will try to find ESS as a solution of MOPs using our game model based co-evolutionary algorithm. First, we will investigate the validity of our co-evolutionary approach to solve MOPs. That is, we will demonstrate how the evolutionary game can be embodied using co-evolutionary algorithms and also confirm whether it can reach the optimal equilibrium point of a MOP. Second, we will evaluate the effectiveness of our approach, comparing it with other methods through rigorous experiments on several MOPs.

• 융합신호처리학회논문지
• /
• 제9권1호
• /
• pp.39-45
• /
• 2008

WDM 네트워크는 높은 전송속도와 낮은 지연시간으로 메트로폴리탄 네트워크뿐만 아니라 최근 기가비트 이더넷 등을 이용하여 근거리 망에서도 많은 연구가 진행되어 왔다. 네트워크의 성능은 네트워크 구조의 파라미터 값들과 사용되는 Medium Access Control 프로토콜의 파라미터 값들에 많이 의존한다. 또한 네트워크 효율성과 지연시간은 주로 상반된 관계를 보여 한쪽의 희생이 불가피 하였다. 네트워크를 효율적으로 운용하기 위해서는 효율성과 지연시간이라는 성능의 최적값을 찾아야 상황에 맞게 운용할 수 있다. 본 논문에서는 Arrayed Waveguide Grating (AWG) 기반의 성형 WDM 네트워크상에서 효율성의 최대화와 지연시간의 최소화라는 두 개의 서로 상반된 목적 함수를 유전자 알고리즘 기반의 방법론을 이용하여 파레토 최적화 곡선이라는 최적의 값들을 찾아내었다. 이를 이용하여 구한 최적의 네트워크 구성을 위한 파라미터 값들과 MAC 프로토콜의 파라미터 값들을 이용하여 상황에 따른 최적의 네트워크 성능을 유추할 수 있게 되었다. 본 논문에 사용된 유전자 알고리즘을 이용한 최적화 방법은 이와 유사한 상반된 목적 함수를 갖는 네트워크의 성능을 최적화하는데 사용필 수 있을 것이다.

• 산업경영시스템학회지
• /
• 제44권2호
• /
• pp.36-42
• /
• 2021

This paper deals with a vehicle routing problem with resource repositioning (VRPRR) which is a variation of well-known vehicle routing problem with pickup and delivery (VRPPD). VRPRR in which static repositioning of public bikes is a representative case, can be defined as a multi-objective optimization problem aiming at minimizing both transportation cost and the amount of unmet demand. To obtain Pareto sets for the problem, famous multi-objective optimization algorithms such as Strength Pareto Evolutionary Algorithm 2 (SPEA2) can be applied. In addition, a linear combination of two objective functions with weights can be exploited to generate Pareto sets. By varying weight values in the combined single objective function, a set of solutions is created. Experiments accomplished with a standard benchmark problem sets show that Variable Neighborhood Search (VNS) applied to solve a number of single objective function outperforms SPEA2. All generated solutions from SPEA2 are completely dominated by a set of VNS solutions. It seems that local optimization technique inherent in VNS makes it possible to generate near optimal solutions for the single objective function. Also, it shows that trade-off between the number of solutions in Pareto set and the computation time should be considered to obtain good solutions effectively in case of linearly combined single objective function.

• 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.

• 산업경영시스템학회지
• /
• 제43권2호
• /
• pp.79-86
• /
• 2020

To make a satisfactory decision regarding project scheduling, a trade-off between the resource-related cost and project duration must be considered. A beneficial method for decision makers is to provide a number of alternative schedules of diverse project duration with minimum resource cost. In view of optimization, the alternative schedules are Pareto sets under multi-objective of project duration and resource cost. Assuming that resource cost is closely related to resource leveling, a heuristic algorithm for resource capacity reduction (HRCR) is developed in this study in order to generate the Pareto sets efficiently. The heuristic is based on the fact that resource leveling can be improved by systematically reducing the resource capacity. Once the reduced resource capacity is given, a schedule with minimum project duration can be obtained by solving a resource-constrained project scheduling problem. In HRCR, VNS (Variable Neighborhood Search) is implemented to solve the resource-constrained project scheduling problem. Extensive experiments to evaluate the HRCR performance are accomplished with standard benchmarking data sets, PSPLIB. Considering 5 resource leveling objective functions, it is shown that HRCR outperforms well-known multi-objective optimization algorithm, SPEA2 (Strength Pareto Evolutionary Algorithm-2), in generating dominant Pareto sets. The number of approximate Pareto optimal also can be extended by modifying weight parameter to reduce resource capacity in HRCR.

• 한국콘텐츠학회논문지
• /
• 제15권7호
• /
• pp.21-29
• /
• 2015

본 논문은 목적이 네 개 이상인 고도 다목적 문제(many-objective problem)에서의 의사 결정을 위한 새로운 이중(two-tier) 최적화 접근법을 제안한다. 목적의 개수가 증가할수록, 특히 네 개 이상부터는, 전체해(solution) 중에서 파레도 최적해(Parero-optimal solution)가 차지하는 비율이 기하급수적으로 증가한다. 그래서 일반 다목적 문제와는 달리, 의사 결정을 하는데 단순히 파레토 최적 해만을 찾는 것으로는 충분하지 않고, 찾은 파레토 최적 해들 중에서도 상대적으로 좀 더 선호하는 해들을 가려내는 것이 필요하다. 제안하는 접근법에서는 추가적인 최적화 단계를 추가함으로써 사용자의 선호도를 균형있게 반영하는 방향으로 파레토 최적해들을 찾는다. 이러한 2차 최적화는 관련된 2차 목적들을 수반하게 되는데, 2차 목적으로는 광역평가값과 혼잡 거리를 사용하였다. 광역평가값과 혼잡 거리는 각각 사용자의 선호도와 다양성을 대변하는 척도이다. 제안한 접근법의 우수성을 보이기 위해서는 잘 알려진 검증 함수들을 활용하는데, 같은 함수에 대해 제안한 접근법을 적용한 경우와 적용하지 않은 경우의 결과를 비교한다. 제안한 접근법을 적용함으로써 기존보다 사용자의 선호도를 잘 반영하면서 동시에 우수하고 다양한 의사 선택이 가능하다.

• 한국산학기술학회논문지
• /
• 제3권4호
• /
• pp.325-332
• /
• 2002

본 논문은 최적리콜보험계약의 설계와 관련된 논문의 survey이다. 리콜보험 뿐만이 아니라 최적보험계약을 만들기 위해서는 보험계약의 조건들이 내생적이라는 가정하에서 연구모형을 구축하고 분석의 과정에서는 보험구매를 위한 의사결정 원칙으로 기대효용이론, 비기대효용이론, 및 상태귀속적인 (state-dependent) 효용함수를 사용하였다. 어떠한 이론을 사용하더라도 최적보험의 조건들은 존재한다. 다만 계약조건에 관련되어서는 보험의 비용, 자기부담금, 보상한도액 등이 차이가 날 수 있다. 보험의 비용은 지급보험금과 선형, 오목형, 볼록형의 관계가 성립할 수 있으나 잠식비용과 고정비용의 존재를 인정하여야 한다. 이를 바탕으로 최적보험을 위한 비용 설계가 이루어져야 한다. 또한 전부보험이냐 일부보험이냐를 결정하는 자기부담금의 존재는 일률자기부담금형태와 점감식자기부담금형태가 가능하다. 자기부담금 수준의 결정과 관련하여 담보되는 모든 위험에 동일한 수준을 적용시킬 것인가 혹은 차별화시킬 것인가는 보험의 종류에 따라 달라질 수밖에 없다. 보상한도와 관련되어서는 특히 리콜보험에 있어서는 기업의 파산위험성이 상당히 존재하고 있으므로 계약당사자의 파산선고를 포함한 이익이 충분히 고려되어야 한다. 또한 제약조건으로는 불완전시장에 대한 이해를 필요로 하며 담보할 수 없는 배경위험의 존재에 대한 배려가 있어야 한다.