• Journal of Electrical Engineering and Technology
• /
• 제1권4호
• /
• pp.466-471
• /
• 2006

This raper presents a new optimization method combining the genetic algorithm with the response surface method for the optimum design of a Brushless Direct Current motor. The method utilizes a regression function approximating an objective function and the window moving and zoom-in method so as to complement disadvantages of both the genetic algorithm and response surface method. The results verify that the proposed method is powerful and effective in reducing cogging torque by optimizing only a few decisive design factors compared with the conventional stochastic methods.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권10호
• /
• pp.2587-2600
• /
• 2012

It has been demonstrated that choosing an appropriate relay node can improve the transmission rate for the system. However, such system improvement brought by the relay selection may be degraded with the presence of the malicious relay nodes, which are selected but refuse to cooperate for transmissions deliberately. In this paper, we formulate the relay selection issue as a restless bandit problem with the objective to maximize the average rate, while considering the credibility of each relay node, which may be different at each time instant. Then the optimization problem is solved by using the priority-index heuristic method effectively. Furthermore, a low complexity algorithm is offered in order to facilitate the practical implementations. Simulation results are conducted to demonstrate the effectiveness of the proposed trust-based relay selection scheme.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 추계학술발표논문집
• /
• pp.715-718
• /
• 2009

The assembly line is one of the typical process hard to analyze with mathematical methods including even stochastic approaches, because it includes many manual operations varying drastically depending on operators' skills. In this paper, we suggest the simulation optimization method to design the optimal assembly line of a gas oven. To achieve the optimal design, firstly, we modeled the real gas oven assembly line with actual data, such as assembly procedures, operation rules, and other input parameters and so on. Secondly, we build some alternatives to enhance the line performance based on business rules and other parameters. The DOE(Design Of Experiment) techniques were used for testing alternatives under various situations. Each alternatives performed optimization process with evolution strategy; one of the GA(Genetic Algorithm) techniques. As a result, we can make about 7% of throughputs up with the same time and cost. By this process, we expect the assembly line can obtain the solution compatible with their own problems.

• 경영과학
• /
• 제18권2호
• /
• pp.117-124
• /
• 2001

This paper presents a machining parameter selection approach using an evolutionary computation (EC). In order to perform a successful material cutting process, the engineer is to select suitable machining parameters. Until now, it has been mostly done by the handbook look-up or solving optimization equations which is inconvenient when not in handy. The main thrust of the paper is to provide a handy machining parameter selection approach. The EC is applied to rapidly find optimal machining parameters for the user\\`s specific machining conditions. The EC is basically a combination of genetic a1gorithm and microcanonical stochastic simulated annealing method. The approach is described in detail with an application example. The paper concludes with a discussion on the potential of the proposed approach.

• 한국멀티미디어학회논문지
• /
• 제21권8호
• /
• pp.969-981
• /
• 2018

Recent advances in machine learning approaches such as deep neural network and reinforcement learning offer significant performance improvements in generating detailed and varied motions in physically simulated virtual environments. The optimization methods are highly attractive because it allows for less understanding of underlying physics or mechanisms even for high-dimensional subtle control problems. In this paper, we propose an efficient learning method for stochastic policy represented as deep neural networks so that agent can generate various energetic motions adaptively to the changes of tasks and states without losing interactivity and robustness. This strategy could be realized by our novel trajectory search method motivated by the trust region policy optimization method. Our value-based trajectory smoothing technique finds stably learnable trajectories without consulting neural network responses directly. This policy is set as a trust region of the artificial neural network, so that it can learn the desired motion quickly.

• Investigative Magnetic Resonance Imaging
• /
• 제6권2호
• /
• pp.137-146
• /
• 2002

목적: 본 논문에서는 신경망을 이용한 자기공명영상의 분류에 있어 결정론적 이완 방법(deterministic relaxation)과 응집 군집화(agglomerative clustering) 방법에 의한 개선된 영상 분류방법을 제시한다. 제안된 방법은 신경망을 이용한 영상의 분류시 지역적 최소치로의 수렴문제와 입력 패턴의 증대로 인하여 수렴 속가 늦어지는 문제를 해결한다. 대상 및 방법: 신경망을 이용한 영상의 분류는 지역적 계산과 병렬 계산이 가능한 특성을 갖고 있어 기존의 통계적 방법을 대신하는 방법으로 주목을 받고 있다. 그러나 일반적으로 신경망에 의한 분류알고리즘이 지닌 문제점의 하나는 에너지함수가 항상 전역적 최소치로 수렴하지 않고 지역적 최소치로도 수렴할 수 있다는 점이고, 또 다른 문제점은 반복수렴을 수행하는 에너지함수의 수렴속도가 너무 늦다는 점이다. 따라서 지역적 최소치로의 수렴을 방지하고 전역적 최소치로의 수렴속도를 가속화시키기 위하여 본 논문에서는 결정적 이완 알고리즘의 하나인 MFA(Mean Field Annealing) 방법을 적용하여 지역적 최소치로의 수렴문제를 해결하는 방법을 제시한다. MFA는 모의 애닐링의 통계적 성질을 변수의 평균값에 적용하는 결정론적인 수정 법칙들로 대신하고, 이러한 평균값을 최소화함으로서 수렴속도를 개선한 방법이다 아울러 신경망이 갖고 있는 문제점인 과다한 클래스 패턴의 생성에 따른 처리속도 지연의 문제점을 해결하기 위하여 응집 군집화 알고리즘을 이용하여 영상을 구성하는 군집을 결정하여 신경망에 입력되는 값을 초기화하여 영상패턴이 증가되는 것을 제한하였다. 결과: 본 논문에서 제시된 응집 군집화 방법 및 결정론적 이완 방법은 신경망에 의한 자기공명영상의 분류 시 발생할 수 있는 지역적 최적 치로의 수렴 문제를 해결하여 전역적 최적화로 신속히 수렴함을 알 수 있었다. 결론: 본 논문에서는 클러스터의 분석과 결정론적 이완 방법에 의하여 신경망에 의한 자기공명영상의 분류결과를 향상시키기 위한 새로운 방법을 소개하였으며 실험결과를 통하여 그러한 사실을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 A
• /
• pp.238-240
• /
• 1996

This paper presents the optimum design of the slit type linear induction motor(LIM). For the analysis of the slit type LIM, as the boundary problem, the equivalent circuit is composed from the analysis method given the slit pitch boundary condition. Using the deterministic method and the stochastic method among the optimization methods, each of the optimum design variables is derived. The analysis result by the proposed method is compared with the experimental result.

• Journal of Electrical Engineering and Technology
• /
• 제13권1호
• /
• pp.430-437
• /
• 2018

Ultrasonic attenuation is an important parameter in Quantitative Ultrasound and many algorithms have been proposed to improve estimation accuracy and repeatability for multiple independent estimates. In this work, we propose an improved algorithm for estimating ultrasonic attenuation utilizing the optimal frequency compounding technique based on stochastic noise model. We formulate mathematical compounding equations in the AWGN channel model and solve optimization problems to maximize the signal-to-noise ratio for multiple frequency components. Individual estimates are calculated by the reference phantom method which provides very stable results in uniformly attenuating regions. We also propose the guideline to select frequency ranges of reflected RF signals. Simulation results using numerical phantoms show that the proposed optimal frequency compounding method provides improved accuracy while minimizing estimation bias. The estimation variance is reduced by only 16% for the un-compounding case, whereas it is reduced by 68% for the uniformly compounding case. The frequency range corresponding to the half-power for reflected signals also provides robust and efficient estimation performance.

• 대한토목학회논문집
• /
• 제29권1A호
• /
• pp.45-52
• /
• 2009

기존의 구조물의 설계에서는 안전성 및 경제성 등을 향상시키기 위해서 시방서에 명시된 설계지침을 제약조건으로 하여 확정론적 최적설계를 수행하는 것이 일반적이다. 하지만, 구조물의 설계에는 본질적으로 재료성질, 작용하중 및 시공오차 등의 불확실성이 내포되어 있으며, 이러한 불확실성과 경제성을 동시에 고려한 설계가 보다 더 합리적인 설계라 할 수 있다. 기존의 확정론적 최적설계에서는 이러한 불확실성을 고려하기 위하여 결정론적인 안전율을 도입하여 설계하지만, 이러한 경우 각 한계상태 및 파괴모드에 대한 일관된 안전성 및 신뢰도 수준을 확보하지 못한다. 최근에 이러한 불확실성 및 경제성을 동시에 고려하는 신뢰도 기반 최적설계에 대한 연구가 수행되고 있다. 신뢰도 기반 최적설계는 확률구속조건을 평가하는 방법에 따라 RIA(reliability index approach) 및 PMA(performance measure approach)로 구분된다. 일반적으로 PMA가 RIA 보다 안정성 및 효율성 측면에서 더 우수하다는 비교연구가 수행된 바 있다. 하지만 아직도 대형구조해석을 필요로 하는 경우에는 계산비용이 과다하여 최적설계가 불가능하므로 보다 개선된 신뢰도 기반 최적설계 알고리즘이 필요하다고 할 수 있다. 본 연구에서는 계산비용을 줄이면서도 안정적으로 수렴하는 개선된 신뢰도 기반 최적설계 알고리즘을 제안한다. PMA에 적합한 응답면 기법을 개발하였으며, 한계상태식의 근사는 이동최소자승근사법을 사용하였다. 이로부터 더 적은 표본점의 추출만으로 더욱더 정확한 응답면 함수를 얻게 되어 정확도 및 효율성을 개선할 수 있었다. 수학적 문제 및 10-bar truss 문제에 대하여 제안된 방법을 적용한 결과, 수렴성 및 효율성 측면에서 우수한 성능을 보여줌을 확인하였다.

• ETRI Journal
• /
• 제27권3호
• /
• pp.294-303
• /
• 2005

In this paper, a supervised algorithm for the evaluation of geophysical sites using a multi-level cellular neural network (ML-CNN) is introduced, developed, and applied to real data. ML-CNN is a stochastic image processing technique based on template optimization using neighborhood relationships of the pixels. The separation/enhancement and border detection performance of the proposed method is evaluated by various interesting real applications. A genetic algorithm is used in the optimization of CNN templates. The first application is concerned with the separation of potential field data of the Dumluca chromite region, which is one of the rich reserves of Turkey; in this context, the classical approach to the gravity anomaly separation method is one of the main problems in geophysics. The other application is the border detection of archeological ruins of the Hittite Empire in Turkey. The Hittite civilization sites located at the Sivas-Altinyayla region of Turkey are among the most important archeological sites in history, one reason among others being that written documentation was first produced by this civilization.