• 대한산업공학회지
• /
• 제37권3호
• /
• pp.163-170
• /
• 2011

This paper proposes a modified version of Particle Swarm Optimization (PSO) called Information Diffusion PSO (ID-PSO). In PSO algorithms, premature convergence of particles could be prevented by defining proper population topology. In this paper, we propose a variant of PSO algorithm using a new population topology. We draw inspiration from the theory of information diffusion which models the transmission of information or a rumor as one-to-one interactions between people. In ID-PSO, a particle interacts with only one particle at each iteration and they share their personal best solutions and recognized best solutions. Each particle recognizes the best solution that it has experienced or has learned from another particle as the recognized best. Computational experiments on the benchmark functions show the effectiveness of the proposed algorithm compared with the existing methods which use different population topologies.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.319-326
• /
• 2009

PSO(Particle Swarm Optimization)는 군집(swarm)을 구성하는 단순한 개체들인 입자(particle)들이 각자의 경험을 공유하여 문제의 해답을 찾는 최적화 알고리즘으로 다양한 분야에서 응용되고 있다. PSO에 대한 연구는 최적화를 위해 군집이 적합한 영역으로 빠르게 수렴하도록 하는 파라미터 값의 선정, 토폴로지, 입자의 이동에서 주로 이루어지고 있다. 표준 PSO 알고리즘은 입자 자신과 최고의 이웃이 제공하는 정보만을 이용해서 이동하므로 다양한 영역을 탐색하지 못하고 지역적 최적점에 조기 수렴하는 경향이 있다. 본 논문에서는 군집이 다양한 영역을 탐색하기 위해, 각 입자는 더 나은 경험을 가진 이웃입자들의 정보를 상대적인 중요도에 따라서 참조하여 이동하도록 하였다. 다양한 영역의 탐색은 표준 PSO 알고리즘보다 지역적 최적화의 확률을 줄이고 탐색 속도를 가속화하며 탐색의 성공률을 높일 수 있다. 또한 군집이 지역적 미니멈으로부터 벗어나기 위한 검사 전략을 제안하여 탐색의 성공률을 높였다. 제안한 PSO 알고리즘을 평가하기 위하여, 벤치마크 함수들에 적용한 결과 최적화의 진행 속도 개선과 탐색 성공률의 향상이 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제5권3호
• /
• pp.423-430
• /
• 2010

Particle swarm optimization (PSO) algorithm is designed to find a single global optimal point. However, the PSO needs to be modified in order to find multiple optimal points of a multimodal function. These modifications usually divide a swarm of particles into multiple subswarms; in turn, these subswarms try to find their own optimal point, resulting in multiple optimal points. In this work, we present a new PSO algorithm, called coupling PSO to find multiple optimal points of a multimodal function based on coupling particles. In the coupling PSO, each main particle may generate a new particle to form a couple, after which the couple searches its own optimal point using non-stop-moving PSO algorithm. We tested the suggested algorithm and other ones, such as clustering PSO and niche PSO, over three analytic functions. The coupling PSO algorithm was also applied to solve a significant benchmark problem, the TEAM workshop problem 22.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.86-90
• /
• 2007

본 논문에서는 Particle Swarm Optimization(PSO) 기법을 이용한 이족보행로봇의 보행 계획방법을 제안한다. 이족보행로봇의 보행 프리미티브를 기반으로 PSO의 학습 및 군집 특성을 이용하여 장애물이 있는 작업공간에서 보행 계획을 수행하였다. 먼저 PSO의 탐색알고리즘을 사용하여 장애물을 회피하는 실행 가능한 보행 프리미티브들의 순서를 찾아내고 탐색된 순서를 바탕으로 경로 최적화 알고리즘을 수행하는 보행 계획방법을 제안하였다. 제안된 PSO 기반 이족보행로봇의 보행 계획방법은 모의실험을 통하여 발걸음 탐색 시간이 줄고 최적화된 보행 경로를 생성하는 것을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.682-685
• /
• 2014

본 논문에서는 센서노드용 원형편파 안테나의 설계하였다. 확률론적 방법인 Particle Swarm Optimization(PSO) 알고리즘과 Adaptive Particle Swam Optimization(APSO) 알고리즘을 구현하고 성능비교를 통해 안테나 최적설계에 적합한 알고리즘을 결정하였다. PSO는 41번, APSO는 27번의 계산 결과 수렴을 하였다. 두 알고리즘 모두 최적설계에서 목표값을 모두 만족을 하였으나 수렴도에서 APSO가 빠르게 수렴한 것을 확인할 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제10권4호
• /
• pp.1441-1452
• /
• 2015

This paper proposes a new Hybrid Particle Swarm Optimization (HPSO) method that integrates the Evolutionary Programming (EP) and Particle Swarm Optimization (PSO) techniques. The proposed method is applied to solve Economic Dispatch(ED) problems considering prohibited operating zones, ramp rate limits, capacity limits and power balance constraints. In the proposed HPSO method, the best features of both EP and PSO are exploited, and it is capable of finding the most optimal solution for the non-linear optimization problems. For validating the proposed method, it has been tested on the standard three, six, fifteen and twenty unit test systems. The numerical results show that the proposed HPSO method is well suitable for solving non-linear economic dispatch problems, and it outperforms the EP, PSO and other modern metaheuristic optimization methods reported in the recent literatures.

• 한국정보통신학회논문지
• /
• 제13권7호
• /
• pp.1312-1320
• /
• 2009

본 논문은 Particle Swarm Optimization(PSO)을 이용하여 2차원 IIR 디지털필터의 설계방법을 제안하였다. 먼저 2차원 디지털필터의 설계문제를 PSO에 적용하기 위하여 최소화 문제로써 형식화 과정이 논의된다. 제안된 PSO 알고리즘을 이용한 설계방법은 기존의 PSO 알고리즘에 IIR 필터설계에서 요구되는 안정성을 보증하는 과정이 검토되어 개선된다. 본 논문에서 제안된 방법의 타당성을 설계예시를 통해 고찰한 결과, 설계된 디지털필터는 동일한 설계사양으로 기존의 설계방법으로 설계된 디지털필터보다 근사오차 면에서 우수한 결과를 얻을 수 있었다. 또한 제안한 설계방법에 의한 2차원 IIR 디지털필터는 설계과정에서 필터의 안정성을 보증할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.272-274
• /
• 2006

In this paper, we concentrate on the mask design problem for optical micro-lithography. The pre-distorted mask is obtained by minimizing the error between the designed output image and the projected output image. We use the particle swarm optimization(PSO) and fuzzy system to insure that the resulting images are identical to the desired image. Our method has good performance for the iteration number by an experiment.

• Structural Engineering and Mechanics
• /
• 제54권3호
• /
• pp.453-474
• /
• 2015

A hybrid approach of Particle Swarm Optimization (PSO) and Swallow Swarm Optimization algorithm (SSO) namely Hybrid Particle Swallow Swarm Optimization algorithm (HPSSO), is presented as a new variant of PSO algorithm for the highly nonlinear dynamic truss shape and size optimization with multiple natural frequency constraints. Experimentally validation of HPSSO on four benchmark trusses results in high performance in comparison to PSO variants and to those of different optimization techniques. The simulation results clearly show a good balance between global and local exploration abilities and consequently results in good optimum solution.

• 산업경영시스템학회지
• /
• 제33권4호
• /
• pp.58-68
• /
• 2010

Particle Swarm Optimization (PSO) which has been well known to solve continuous problems can be applied to discrete combinatorial problems. Several DPSO (Discrete Particle Swarm Optimization) algorithms have been proposed to solve discrete problems such as traveling salesman, vehicle routing, and flow shop scheduling problems. They are different in representation of position and velocity vectors, operation mechanisms for updating vectors. In this paper, the performance of 5 DPSOs is analyzed by applying to traditional Traveling Salesman Problems. The experiment shows that DPSOs are comparable or superior to a genetic algorithm (GA). Also, hybrid PSO combined with local optimization (i.e., 2-OPT) provides much improved solutions. Since DPSO requires more computation time compared with GA, however, the performance of hybrid DPSO is not better than hybrid GA.