• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.1354-1356
• /
• 2012

최근 ITS(Intelligent Transportation Systems)의 개발과 함께 차량용 내비게이션의 사용이 급증하면서 경로탐색의 중요성이 더욱 가속화되고 있다. 현재 차량용 내비게이션은 멀티미디어 및 정보통신 기술의 결합과 함께 다양한 기능 및 정보를 사용자에게 제공하고 있으며 이러한 기능과 정보를 사용해서 목적지점까지의 최단경로를 탐색하는 것이 내비게이션 시스템의 핵심기능이다. 이러한 경로탐색 알고리즘은 교통시스템, 통신 네트워크, 운송 시스템은 물론 이동 로봇의 경로 설정 등 다양한 분야에 사용되고 있다. 개미 집단 최적화(Ant Colony Optimization, ACO) 알고리즘은 메타 휴리스틱 탐색 방법으로 그리디 탐색(Greedy Search)뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 순환 판매원 문제(Traveling Salesman Problem, TSP)를 풀기 위해 처음으로 제안되었다. 본 논문에서는 개미 집단 최적화(ACO) 알고리즘이 기존의 경로 탐색 알고리즘으로 알려진 Dijkstra 보다 최단경로 탐색에 있어서 더 적합한 알고리즘이라는 것을 설명하고자 한다.

• 대한건축학회논문집:구조계
• /
• 제35권10호
• /
• pp.135-142
• /
• 2019

Ant colony optimization(ACO) technique is utilized in truss size optimization with frequency constraints. Total weight of truss to be minimized is considered as the objective function and multiple natural frequencies are adopted as constraints. The modified traveling salesman problem(TSP) is adopted and total length of the TSP tour is interpreted as the weight of the structure. The present ACO-based design optimization procedure uses discrete design variables and the penalty function is introduced to enforce design constraints during optimization process. Three numerical examples are carried out to verify the capability of ACO in truss optimization with frequency constraints. From numerical results, the present ACO is a very effective way of finding optimum design of truss structures in free vibration. Finally, we provide the present numerical results as future reference solutions.

• 항공우주시스템공학회지
• /
• 제14권6호
• /
• pp.1-9
• /
• 2020

Global e-commerce and delivery companies are actively pursuing last-mile delivery service using drones, and various delivery schedule planning studies have been conducted. In this study, separate individual route networks were constructed to reflect drone route constraints such as prohibited airspace and truck route constraints such as rivers, which previous studies did not incorporate. The A* algorithm was used to calculate the shortest path distance matrix between the starting point and destinations. In addition, we proposed an optimal delivery schedule plan using genetic algorithms and applied it to compare the efficiency with that of vehicle-only delivery.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1501-1502
• /
• 2010

DualCore 혹은 MultiCore 플랫폼의 보급에 따라 높은 시간복잡도를 갖는 응용들도 사용자의 컴퓨터나 단말에서 수행되어 다양한 서비스를 제공할 수 있게 되었다. 본 논문에서는 관광 스케줄을 효율적으로 결정하기 위한 다중목적지 방문 문제에 대해 이중 쓰레드에 기반한 서치 스페이스 탐색 알고리즘을 구현한다. 이는 Traveling Salesman Problem의 한 종류로서 O(n!) 시간 복잡도를 갖고 있으며 검색시의 독립성때문에 각 쓰레드는 병렬적으로 최적의 스케줄을 탐색할 수 있다. 또 현재까지 발견된 최적값을 기반으로 부분 경로의 비용이 이미 최적값을 넘는 경우는 하위 탐색을 제거하여 상당한 성능의 향상을 가져온다. 2.4 GHz Intel(R) Core DuoCPU와 3 GB 메모리로 구성된 플랫폼 상에서 구현된 서비스는 11개의 목적지에 대한 방문 스케줄을 생성함에 있어서 단일 쓰레드 버전은 14.196초, 이중 쓰레드 버전은 6.411초, 제약조건을 포함한 이중 쓰레드 버전은 0.14초에 최적의 스케줄을 찾아낼 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.1352-1354
• /
• 2008

2008년 7월 인터넷 기사에 "살인적 노동, 택배 배송직원의 하루"라는 글이 올라왔다. 하루 16시간을 뛰어 다녀야 하는 배송직원들은 자신이 배달하는 지역별로 차에 물건을 싣는 동시에 배송지역을 지도로 확인하는 작업까지 해야 한다. 그리고 배달경로 설정 또한 전적으로 그 지역 배송직원의 개인적인 노하우에 의존하여 이루어진다는 것이다. 본 연구에서는 물건의 배송정보가 RFID에 저장이 되어있다는 가정하에 지리정보시스템과 TSP(Traveling salesman problem)을 이용하여 차에 실려있는 물건의 배송지역을 디스플레이해주고 다수의 경유지를 최소 거리와 최소 시간에 방문할 수 있는 시스템을 제안한다.

• 산업경영시스템학회지
• /
• 제34권3호
• /
• pp.24-34
• /
• 2011

An Unmanned Aerial Vehicle (UAV) is a powered pilotless aircraft, which is controlled remotely or autonomously. UAVs are an attractive alternative for many scientific and military organizations. UAVs can perform operations that are considered to be risky or uninhabitable for human. UA V s are currently employed in many military missions such as reconnaissance, surveillance, enemy radar jamming, decoying, suppression of enemy air defense (SEAD), fixed and moving target attack, and air-to-air combat. UAVs also are employed in a number of civilian applications such as monitoring ozone depletion, inclement weather, traffic congestion, and taking images of dangerous territory. For accomplishing the UAV's missions, guarantee of survivability should be preceded. The main objective of this study is to suggest a mathematical programming model and a $A^*PS$-PGA (A-star with Post Smoothing-Parallel Genetic Algorithm) for an UAV's path planning to maximize survivability. A mathematical programming model is composed by using MRPP (Most Reliable Path Problem) and TSP (Traveling Salesman Problem). A path planning algorithm for UAV is applied by transforming MRPP into SPP (Shortest Path Problem).

• 대한교통학회지
• /
• 제23권4호
• /
• pp.81-91
• /
• 2005

외판원 문제(TSP; Traveling Salesman Problem)는 경로탐색 최적화문제로 '풀리지 않는 문제'(NP-complete; None-deterministic Polynomial-time complete)에 속하므로 경유지 수가 많아짐에 따라 급격히 계산시간이 증가한다. 때문에 적용시 정확한 최적해보다는 최적 근사해에 대한 발견적 (heuristic) 알고리즘들을 이용한다. 본 연구는 TSP에 적용되는 발견적 알고리즘으로 개미 시스템알고리즘(ASA; Ant System Algorithm)을 검토하고. 국내 택배시스템에 ASA의 적용가능성을 검토하였다. ASA는 NP-complete 문제를 위한 발견적 알고리즘으로, 1990년대 초 M. Dorigo 등에 의해 연구되어졌다. ASA는 개미들이 이동간에 페로몬이라는 일종의 화학물질을 분비할 때, 이동경로 상에 분비된 페로몬 누적에 따라 확률적 방법으로 경로를 결정하게 된다. 이러한 ASA는 NP-complete문제에서 계산시간이나 최단경로탐색에서 우수한 결과를 얻는 것으로 발표되고 있으며, 교통분야에서 차량경로탐색뿐만 아니라 네트워크 관리 및 도로선형계획 등 그 적용범위가 점차 확대되어지고 있다. 현재 국내 택배시스템에서 차량배차시 명확한 기준이 없으며 주로 담당 운전자의 경험과 판단에 의해 결정된다. 본 연구에서는 국내택배시스템에 ASA의 적용가능성을 검토하였다. 담당 운전자의 경로결정이 가로 10.0km, 세로 10.0km의 범위에서 인접이웃알고리즘(NNA: Nearest Neighbor Algorithm)을 따른다고 가정했을 때와 랜덤한 20개의 경유지를 가질 때, 그리고 경유지 수를 10개씩 증가하여 200개까지 증가할 때를 비교 분석한 결과, ASA이 NNA 보다 우수하였다. ASA을 국내택배시스템에 적용시 운송비용 절감 등의 운영개선을 기대할 수 있으며, 특히 영세한 택배업체에서 보다 저렴하고 우수한 택배시스템을 구축할 수 있을 것으로 보인다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.1939-1943
• /
• 1991

Path planning is an important task for optimal motion of a robot in structured or unstructured environment. The goal of this paper is to plan the shortest collision-free path in 3D, when a robot is navigated to pick up some tools or to repair some parts from various locations. To accomplish the goal of this paper, the Path Coordinator is proposed to have the capabilities of an obstacle avoidance strategy[3] and a traveling salesman problem strategy(TSP)[23]. The obstacle avoidance strategy is to plan the shortest collision-free path between each pair of n locations in 2D or in 3D. The TSP strategy is to compute a minimal system cost of a tour that is defined as a closed path navigating each location exactly once. The TSP strategy can be implemented by the Neural Network. The obstacle avoidance strategy in 2D can be implemented by the VGraph Algorithm. However, the VGraph Algorithm is not useful in 3D, because it can't compute the global optimality in 3D. Thus, the Path Coordinator is proposed to solve this problem, having the capabilities of selecting the optimal edges by the modified Genetic Algorithm[21] and computing the optimal nodes along the optimal edges by the Recursive Compensation Algorithm[5].

• 한국정밀공학회지
• /
• 제16권1호통권94호
• /
• pp.49-60
• /
• 1999

This paper addresses a welding task sequencing for robot arc welding process planning. Although welding task sequencing is an essential step in the welding process planning, it has not been considered through a systematic approach, but it depends rather on empirical knowledge. Thus, an effective task sequencing for robot arc welding is required. Welding perations can be classified by the number of welding robots. Genetic algorithms are applied to tackle those welding task sequencing problems. A genetic algorithm for traveling salesman problem (TSP) is utilized to determine welding task sequencing for a MultiWeldline-SingleLayer problem. Further, welding task sequencing for multiWeldline-MultiLayer welding is investigated and appropriate genetic algorithms are introduced. A random key genetic algorithm is also proposed to solve multi-robot welding sequencing : MultiWeldline with multi robots. Finally, the genetic algorithm are implemented for the welding task sequencing of three dimensional weld plate assemblies. Robot welding operations conforming to the algorithms are simulated in graphic detail using a robot simulation software IGRIP.

• 한국콘텐츠학회논문지
• /
• 제5권3호
• /
• pp.193-199
• /
• 2005

휴리스틱 알고리즘 연구에 있어서 중요한 분야 중 하나가 강화와 다양화의 조화를 맞추는 문제이다. 개미 집단 시스템은 최근에 제안된 조합 최적화문제를 해결하기 위한 메타 휴리스틱 기법으로, 그리디 탐색과 긍정적 보상에 의한 접근법으로 순회 판매원 문제를 풀기 위해 처음으로 제안되었다. 본 논문에서는 기존 개미집단 시스템의 성능을 향상시키기 위해 강화 전략과 다양화 전략으로 나누어진 엘리트 전략을 통해 집단간 긍정적 부정적 상호작용을 수행하는 다중 집단 개미 모델을 제안한다. 그리고, 이 제안된 엘리트 전략에 의한 다중 집단 상호작용 개미 모델을 순회판매원문제에 적용해 보고 그 성능에 대해 기존 개미집단 시스템과 비교한다.