• 정보처리학회논문지B
• /
• 제17B권2호
• /
• pp.149-156
• /
• 2010

유전자알고리즘의 조숙수렴현상(premature convergence phenomenon)은 유전자알고리즘의 성능을 크게 저하시키기 때문에 이 문제를 해결하는 것이 성능향상에 크게 영향을 준다. 본 논문에서는 유전자알고리즘의 조숙수렴현상을 완화하여 성능을 향상시키기 위한 선택적 돌연변이 방법을 제안한다. 선택적 돌연변이에서는 유전자알고리즘 개체의 등급에 따라서 염색체의 특정영역에 비트를 추가적으로 돌연변이 시킨다. 이렇게 함으로서 등급이 낮은 개체는 표현형 상에서 많은 변화가 일어나고 등급이 높은 개체는 작은 변화가 일어나게 된다. 결국 좋은 개체는 그 주변을 세부적으로 탐색하며 좋지 못한 개체는 새로운 영역을 탐색할 기회가 높아지게 되어 조숙수렴현상을 완화하면서 성능향상을 꾀할 수 있게 된다. 성능향상을 측정하기 위하여 4개의 대표적 함수 최적화 문제에 적용해서 제안한 방법의 성능을 측정하였다. 실험결과 기존의 유전자알고리즘보다 성능이 크게 향상됨을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.853-858
• /
• 1993

The error back-propagation(BP) algorithm is widely used for finding optimum weights of multi-layer neural networks. However, the critical drawback of the BP algorithm is its slow convergence of error. The major reason for this slow convergence is the premature saturation which is a phenomenon that the error of a neural network stays almost constant for some period time during learning. An inappropriate selections of initial weights cause each neuron to be trapped in the premature saturation state, which brings in slow convergence speed of the multi-layer neural network. In this paper, to overcome the above problem, Micro-Genetic algorithms(.mu.-GAs) which can allow to find the near-optimal values, are used to select the proper weights and slopes of activation function of neurons. The effectiveness of the proposed algorithms will be demonstrated by some computer simulations of two d.o.f planar robot manipulator.

• 전자공학회논문지B
• /
• 제32B권12호
• /
• pp.1680-1686
• /
• 1995

GAs, effective stochastic search algorithms based on the model of natural evolution and genetics, have been successfully applied to various optimization problems. When population size is not large, GAs often suffer from the phenomenon of premature convergence in which all chromosomes in the population lose the diversity of genes before they find the optimal solution. In this paper, we propose that a new heuristic that maintains the diversity of genes by adding some chromosomes with random mutation and selective mutation into population during evolution. And population size changes dynamically with supplement of new chromosomes. Experimental results for several test functions show that when population size is rather small and the length of chromosome is not long, this method is effective.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제5권4호
• /
• pp.310-315
• /
• 2005

This paper proposes a fast optimization method by combining queen-bee evolution and derivative evaluation in genetic algorithms. These two operations make it possible for genetic algorithms to focus on highly fitted individuals and rapidly evolved individuals, respectively. Even though the two operations can also increase the probability that genetic algorithms fall into premature convergence phenomenon, that can be controlled by strong mutation rates. That is, the two operations and the strong mutation strengthen exploitation and exploration of the genetic algorithms, respectively. As a result, the genetic algorithm employing queen-bee evolution and derivative evaluation finds optimum solutions more quickly than those employing one of them. This was proved by experiments with one pattern matching problem and two function optimization problems.

• 한국지능시스템학회논문지
• /
• 제13권4호
• /
• pp.439-447
• /
• 2003

본 논문에서는 유전자 알고리즘의 성능향상을 위한 비례-적분-미분 평가방법을 제안한다. 비례-적분-미분 평가방법에서는 평가함수에 의하여 계산된 적합도와 더불어 각 개체의 부모 적합도, 초기세대로부터 이전세대까지의 최소, 최대 적합도를 이용하여 평가함으로서 유전자 알고리즘의 성능저하를 가져오는 조숙수렴 (premature convergence) 확률을 줄여주어 결과적으로 유전자 알고리즘의 성능을 향상시키게 된다. 비례-적분-미분 평가방법의 성능을 보이기 위하여 유전자 알고리즘 성능 검증에 많이 사용되어온 대표적인 함수 최적화 문제들을 적용하여 실험해본 결과 제안한 방법이 유전자 알고리즘의 성능을 크게 향상 시킬 수 있음을 확인하였다. 제안한 평가방법은 다른 형태의 유전자 알고리즘의 성능향상을 위해서도 쉽게 적용될수 있다.

• Journal of Computing Science and Engineering
• /
• 제8권4호
• /
• pp.199-206
• /
• 2014

The ant colony optimization (ACO) algorithm is a new heuristic algorithm that offers good robustness and searching ability. With in-depth exploration, the ACO algorithm exhibits slow convergence speed, and yields local optimization solutions. Based on analysis of the ACO algorithm and the genetic algorithm, we propose a novel hybrid genetic ant colony optimization (NHGAO) algorithm that integrates multi-population strategy, collaborative strategy, genetic strategy, and ant colony strategy, to avoid the premature phenomenon, dynamically balance the global search ability and local search ability, and accelerate the convergence speed. We select the traveling salesman problem to demonstrate the validity and feasibility of the NHGAO algorithm for solving complex optimization problems. The simulation experiment results show that the proposed NHGAO algorithm can obtain the global optimal solution, achieve self-adaptive control parameters, and avoid the phenomena of stagnation and prematurity.

• 한국컴퓨터정보학회논문지
• /
• 제17권4호
• /
• pp.129-137
• /
• 2012

여왕벌의 생식방식을 모방하여 만든 여왕벌 유전자알고리즘은 유전자알고리즘의 성능을 대폭 향상시켰다. 그러나 여왕벌 유전자알고리즘에서는 여왕벌을 하나만사용하여 진화를 수행함으로서 개체들이 지나치게 해당 여왕벌이 있는 쪽으로 몰리는 문제를 발생하였으며 이는 결국 유전자 알고리즘의 성능저하를 가져왔다. 본 논문에서는 이러한 문제를 해결하고자 각 세대에서 가장 적합도가 좋은 여왕벌과 더불어 개체의 적합도가 부모 개체에 비하여 가장 크게 증가한 두 번째 여왕벌을 도입한 다중 여왕벌 진화 알고리즘을 제안한다. 다중 여왕벌을 도입함으로서 개체가 지역 최적해에 빠질 가능성이 줄어들고 지역 최적해에 빠진 경우에도 보다 쉽게 지역 최적해를 빠져나올 수 있게 되어 성능향상이 가능하였다. 4개의 함수최적화 문제에 적용시켜본 결과 본 논문에서 제안한 방법이 기존의 방법보다 대부분의 경우에서 성능이 향상됨을 볼 수 있었다.