• 한국지진공학회논문집
• /
• 제12권6호
• /
• pp.13-23
• /
• 2008

본 논문에서는 거더교 형식을 갖는 교량구조물의 격자 유한요소모델에 대한 모델개선을 위해 하이브리드 유전자 알고리즘에 기초한 유한요소 모델개선기법을 제안하였다. 하이브리드 유전자 알고리즘은 유전자 알고리즘과 심플렉스 최적화방법에 기초한 직접탐색기법으로 구성하였다. 제안된 기법에 적용할 수 있도록 고유진동수, 모드형상 및 정적 처짐에 대한 계측값과 유한요소해석 결과를 사용한 적합함수를 제시하고, 강성과 질량을 동시에 개선할 수 있도록 이들 세 가지 적합함수의 선형 조합 형태를 갖는 다중목적함수를 제시하였다. 제안된 방법은 2경간 연속 격자 유한요소모델의 수치예제와 단경간 플레이트 거더교에 대하여 검증하였다. 수치예제의 경우, 랜덤 노이즈를 고려한 계측오차의 영향을 수치해석적으로 평가하였다. 수치해석과 실험적 검증을 통해, 제안된 방법이 거더교 형식의 교량에 대한 유한요소 모델개선에 적합하고 효과적임을 검증하였다.

• 한국소음진동공학회논문집
• /
• 제12권12호
• /
• pp.935-942
• /
• 2002

When designing fluid mounts, design parameters can be varied in order to obtain a desired notch frequency and notch depth. The notch frequency is a function of the mount parameters and is typically selected by the designer to occur at the vibration disturbance frequency. Since the process of choosing these parameters can involve some trial and error, it seems to be a great application for obtaining optimal performance of the mount. Many combinations of parameters are possible to give us the desired notch frequency, but the question is which combination provides the lowest depth. Therefore. an automatic optimal technique is needed to optimize the performance of the fluid mount. In this study. the enhanced genetic algorithm (EGA) is applied to minimizing transmissibility of a fluid mount at the desired notch frequency, and at the notch and resonant frequencies. The EGA is modified genetic algorithm to search global and local optimal solutions of multi-modal function optimization. Furthermore. to reduce the searching time as compare to conventional genetic algorithm and Increase the precision of the solutions, the modified simplex method is combined with the algorithm. The results show that the performance of the optimized mount by using the hybrid algorithm is better than that of the conventional fluid mount.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.58-69
• /
• 1998

This paper introduces a novel neuro-fuzzy system based on the polynomial fuzzy neural network(PFNN) architecture. The PFNN consists of a set of if-then rules with appropriate membership functions whose parameters are optimized via a hybrid genetic algorithm. A polynomial neural network is employed in the defuzzification scheme to improve output performance and to select appropriate rules. A performance criterion for model selection, based on the Group Method of DAta Handling is defined to overcome the overfitting problem in the modeling procedure. The hybrid genetic optimization method, which combines a genetic algorithm and the Simplex method, is developed to increase performance even if the length of a chromosome is reduced. A novel coding scheme is presented to describe fuzzy systems for a dynamic search rang in th GA. For a performance assessment of the PFNN inference system, three well-known problems are used for comparison with other methods. The results of these comparisons show that the PFNN inference system outperforms the other methods while it exhibits exceptional robustness characteristics.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.136-139
• /
• 2004

The extraction of 'end-pixels' (i.e. end-members) aims to quantify the abundance of different materials in a single pixel, which becomes popular in the subpixel analysis for hyperspectral dataset. In this paper, we present a new concept called 'End-Pixel of Features (EPF)' to extends the concept of end-pixels for multispectral data and even panchromatic data. The algorithm combines the advantages of previous simplex and clustering methods to search the EPFs in the feature space and reduce the effects of noise. Some experimental results show that, the proposed methodology can be successfully used to hyperspectral data and other remote sensing data.

• 한국국방경영분석학회지
• /
• 제17권1호
• /
• pp.146-158
• /
• 1991

In this paper, we deal with the TSP (Traveling Salesperson Problem) which is well-known as NP-complete optimization problem. the TSP is applicable to network routing. task allocation or scheduling. and VLSI wiring. Well known numerical methods such as Newton's Metheod. Gradient Method, Simplex Method can not be applicable to find Global Solution but the just give Local Minimum. Exhaustive search over all cyclic paths requires 1/2 (n-1) ! paths, so there is no computer to solve more than 15-cities. Heuristic algorithm. Simulated Annealing, Artificial Neural Net method can be used to get reasonable near-optimum with polynomial execution time on problem size. Therefore, we are able to select the fittest one according to the environment of problem domain. Three methods are simulated about symmetric TSP with 30 and 50-city samples and are compared by means of the quality of solution and the running time.

• 대한전자공학회논문지
• /
• 제26권8호
• /
• pp.1152-1160
• /
• 1989

This paper describes a 3 dimensional position estimation method for a eye-in-hand robot vision system. The camera is mounted on the tip of a robot manipulator, and moves without restriction. Sequences of images are considered simultaneously for nonlinear least-square formation, and the best estimation of the 3 dimensional position is searched by the Simplex search algorithm. The experiments show that the proposed method can provide fairly accurate position information, while the robot is executing a given task.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2006년도 춘계학술대회논문집
• /
• pp.164-170
• /
• 2006

본 연구는 유전 알고리듬, 타부탐색법 그리고 반응표면법등 최근 많이 사용하고 있는 프로그램들의 장점들을 결합한 새로운 조합 유전 알고리듬을 제안한다. 본 알고리듬은 반응표면법 및 심플렉스법을 사용하여 유전알고리듬의 약점으로 여겨지는 수렴속도를 항상시키도록 하였다. 또한 유전 알고리듬에서 램덤한 다양성을 제공하지만, 본 연구에서는 타부리스트를 이용하여 체계적인 다양성을 추구하도록 하였다. 그리고 전통적인 시험함수에 본 알고리듬을 적용함으로써 본 방법의 효율성을 입증하였고 그 결과를 유전 알고리듬의 결과와 비교하였다. 또한 새롭게 제안된 알고리듬을 선미부에 위치한 청수탱크의 중량최적화에 적용한 길과 전역최적해를 효율적으로 찾는 것을 입증하였다. 또한 반응표면법을 사용한 새로운 유전알고리듬의 경우 실제 추가적인 목적함수를 평가하기 위한 계산이 필요 없으므로 수렴속도가 일반 유전 알고리듬보다 향상 되었음을 알 수 있었다. 마지막으로 제안된 조합 유전 알고리듬은 전역탐색능력과 수렴속도 측면에서 매우 강력한 전역 최적화 알고리듬임을 알 수 있었다.

• 한국소음진동공학회논문집
• /
• 제16권6호
• /
• pp.665-673
• /
• 2006

이 연구는 유전 알고리듬, 타부탐색법 그리고 반응표면법등 최근 많이 사용하고 있는 프로그램들의 장점들을 결합한 새로운 조합 유전 알고리듬을 제안한다. 이 알고리듬은 반응표면법 및 심플렉스법을 사용하여 유전알고리듬의 약점으로 여겨지는 수렴속도를 항상 시키도록 하였다. 또한 유전 알고리듬에서 램덤 한 다양성을 제공하지만, 이 연구에서는 타부리스트를 이용하여 체계적인 다양성을 추구하도록 하였다. 그리고 전통적인 시함함수에 본 알고리듬을 적용함으로써 이 방법의 효율성을 입증하였고 그 결과를 유전 알고리듬의 결과와 비교하였다. 또한 새롭게 제안된 알고리듬을 선미부에 위치한 청수탱크의 중량최적화에 적용한 결과 전역 최적해를 효율적으로 찾는 것을 입증하였다. 또한 반응표면법을 사용한 새로운 유전알고리듬의 경우 실제 추가적인 목적함수를 평가하기 위한 계산이 필요 없으므로 수렴속도가 일반 유전 알고리듬보다 향상되었음을 알 수 있었다. 마지막으로 제안된 조합 유전 알고리듬은 전역탐색능력과 수렴속도 측면에서 매우 강력한 전역 최적화 알고리듬임을 알 수 있었다.

• Journal of Microbiology and Biotechnology
• /
• 제25권10호
• /
• pp.1714-1727
• /
• 2015

This work describes a new strategy for optimal design of Multiplex-PCR primer sequences. The process is based on the Particle Swarm Optimization-Simplex algorithm (Mult-PSOS). Diverging from previous solutions centered on heuristic tools, the Mult-PSOS is selfconfigured because it does not require the definition of the algorithm's initial search parameters. The successful performance of this method was validated in vitro using Multiplex-PCR assays. For this validation, seven gene sequences of the most prevalent bacteria implicated in urinary tract infections were taken as DNA targets. The in vitro tests confirmed the good performance of the Mult-PSOS, with respect to infectious disease diagnosis, in the rapid and efficient selection of the optimal oligonucleotide sequences for Multiplex-PCRs. The predicted sequences allowed the adequate amplification of all amplicons in a single step (with the correct amount of DNA template and primers), reducing significantly the need for trial and error experiments. In addition, owing to its independence from the initial selection of the heuristic constants, the Mult-PSOS can be employed by non-expert users in computational techniques or in primer design problems.

• 한국지능시스템학회논문지
• /
• 제11권3호
• /
• pp.215-222
• /
• 2001

신경망은 선형 시스템뿐만 아니라 비선형 시스템에 있어서도 탁월한 모델링 및 예측 성능을 갖고 있다. 하지만 좋은 성능을 갖는 신경망을 구현하기 위해서는 최적화 해야할 파라미터들이 있다. 은닉층의 뉴런의 수, 학습율, 모멘텀, 학습오차 등이 그것인데 이러한 파라미터들은 경험에 의해서, 또는 문헌들에서 제시하는 값들을 선택하여 사용하는 것이 일반적인 경향이다. 하지만 신경망의 전체적인 성능은 이러한 파라미터들의 값에 의해서 결정되기 때문에 이 값들의 선택은 보다 체계적인 방법을 사용하여 구하여야 한다. 본 논문은 유전 알고리즘을 이용하여 이러한 신경망 파라미터들의 최적 값을 찾는데 목적이 있다. 유전 알고리즘을 이용하여 찾은 파라미터들을 사용하여 학습된 신경망의 학습오차와 예측오차들을 심플렉스 알고리즘을 이용하여 찾는 파라미터들을 사용하여 학습된 신경망의 오차들과 비교하여 본 결과 유전 알고리즘을 이용하여 찾을 파라미터들을 이용했을 때의 신경망의 성능이 더욱 우수함을 알 수 있다.