• 생명과학회지
• /
• 제30권10호
• /
• pp.851-859
• /
• 2020

뿌리, 잎, 꽃이 하얀색인 삼백초는 항균 활성 및 항암 효과를 갖는 것으로 알려져 있다. 본 연구에서는 SCEA의 항산화 활성과 멜라닌 합성에 미치는 영향을 조사하고자 하였다. SCEA를 헥산, 에틸 아세테이트, 부탄올 및 증류수로 분획 하였다. 용매 분획 중 가장 높은 항산화 활성을 갖는 ethyl acetate 분획물이 본 연구에 사용되었다. DPPH radical 소거능에서는 64 ㎍/ml의 SCEA는 양성 대조군과 비교하여 62% 라디칼 소거능을 보였다. 환원력 시험에서 64 ㎍/ml의 SCEA는 양성 대조군으로 사용된 비타민 C보다 33% 더 낮은 감소력을 보였다. Tyrosinase 활성은 공시험군에 비해 64 ㎍/ml의 SCEA 처리군에서 26% 증가했다. 또한, 64 ㎍/ml의 SCEA는 Dopa 산화력 분석에서 공시험군과 비교하여 44%의 멜라닌 합성을 증가시켰다. MTT 분석 결과 SCEA는 0.5 ㎍/ml 이상의 세포 독성을 나타냈다. 1 ㎍/ml의 SCEA는 멜라닌 합성을 살아있는 세포에서 69% 증가시켰다. 또한 SCEA 분획을 실리카 칼럼 크로마토그래피로 13 개의 분획으로 분리 하였다. 특히, Fr. 2는 DPPH 라디칼 소거 활성이 가장 높았으며, 멜라닌 합성이 감소되었다. 또한 SCEA는 살아있는 세포인 B16F1에서 멜라닌 생성을 촉진시켰다. LC-MASS는 Fr. 2의 분자량이 239임을 보여 주었다. 따라서 위의 결과는 SCEA가 멜라닌 합성 촉진과 관련된 천연흑모 모발화장품 개발에 사용될 수 있음을 시사한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.1013-1016
• /
• 1999

Simple Genetic Algorithm(SGA) proposed by J. H. Holland is a population-based optimization method based on the principle of the Darwinian natural selection. The theoretical foundations of GA are the Schema Theorem and the Building Block Hypothesis. Although GA does well in many applications as an optimization method, still it does not guarantee the convergence to a global optimum in GA-hard problems and deceptive problems. Therefore as an alternative scheme, there is a growing interest in a co-evolutionary system, where two populations constantly interact and co-evolve. In this paper we propose an extended schema theorem associated with a schema co-evolutionary algorithm(SCEA), which explains why the co-evolutionary algorithm works better than SGA. The experimental results show that the SCEA works well in optimization problems including deceptive functions.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.134-137
• /
• 2000

Genetic algorithms(GAs) have been widely used as a method to solve optimization problems. This is because GAs have simple and elegant tools with reproduction, crossover, and mutation to rapidly discover good solutions for difficult high-dimensional problems. They, however, do not guarantee the convergence of global optima in GA-hard problems such as deceptive problems. Therefore we proposed a Schema Co-Evolutionary Algorithm(SCEA) and derived extended schema 76988theorem from it. Using co-evolution between the first population made up of the candidates of solution and the second population consisting of a set of schemata, the SCEA works better and converges on global optima more rapidly than GAs. In this paper, we show advantages and efficiency of the SCEA by applying it to some problems.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.353-356
• /
• 2004

비선형 시스템의 제어에서 널리 사용되는 방식이 퍼지 제어기이다. 퍼지 제어기에서 가장 중요한 것은 퍼지 룰의 설계이다. 퍼지 룰을 설계하는 많은 기법들이 제안되어 있는데, 최근 들어 진화 알고리즘에 대한 관심이 증가하고 있다 그 중에서도 공생적 공진화 알고리즘이 최적의 퍼지룰을 찾기 위해 이용되는데, 본 논문에서는 스키마 공진화 알고리즘을 이용한다. 스키마 공진화 알고리즘의 성능을 입증하기 위해, 이동 로봇의 행동제어를 위한 퍼지 제어기를 스키마 공진화 알고리즘을 이용하여 설계하고, 다른 공생적 공진화 알고리즘인 바이러스_진화 유전 알고리즘과 Handa의 공진화에 대해 비교하고 실험한다.