• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.15-19
• /
• 2004

개미군락시스템 (Ant Colony System, ACS)은 조합 최적화 문제를 해결하기 위한 기법으로 생물학적 기반의 메타휴리스틱 접근법이다. 지나간 경로에 대하여 페로몬을 분비하고 통신 매개물로 사용하는 실제 개미들의 추적 행위를 기반으로 한다. 최적 경로를 찾기 위해서는 보다 다양한 에지들에 대한 탐색이 필요하다. 기존 개미군락시스템의 지역 갱신 규칙에서는 지나간 에지에 대하여 고정된 페로몬 갱신 값을 부여하고 있다. 그러나 본 논문에서는 방문한 도시간의 거리와 해당 에지의 방문 횟수를 이용하여 페로몬을 부여한다. 보다 많은 정보를 탐색에 활용함으로써 기존의 방법에 비해 지역 최적화에 빠지지 않고 더 나은 해를 찾을 수 있었다.

• 대한안전경영과학회지
• /
• 제13권1호
• /
• pp.175-182
• /
• 2011

고객의 요구에 대한 빠른 대응과 유연하고 효율적으로 새로운 제품을 적기에 개발하기 위해서는 제품 플랫폼에 기초한 대량 맞춤이 절실히 요구된다. 이러한 목적을 달성하기 위하여 기업들은 상대적으로 생산비용을 낮게 유지하면서 대량생산의 이점을 유지하고 동시에 고객의 요구사항을 만족시키기 위해, product family를 도입하고 가능하면 작은 변화를 통하여 제품의 다양성을 유지하고자 한다. Product family를 설계할 때 중요한 이슈 중에 하나는 제품의 공통성과 차별성간의 절충점을 찾아내는 것인데, 본 연구에서는 설계자들이 product family 재설계를 용이하게 하기 위한 방법론을 제안한다. 이를 위하여 본 연구에서는 ant colony 알고리즘과 product family의 공통성 평가지수를 이용하여 product family 재설계 방법론을 개발한다. 제안한 방법론은 복잡하고 반복적인 많은 계산과정을 가지고 있는 다른 방법과 달리 메타 휴리스틱 알고리즘을 적용하여 인간의 간섭을 줄이고, 실험결과의 정확도, 반복성 및 강건성을 향상시킨다. 본 연구에서는 컴퓨터 마우스 제품군을 대상으로 제안한 방법의 타당성을 검증하였고, 추가적으로 product family 레벨과 부품 레벨의 product family 재설계 추천방안도 제시하였다.

• 대한전자공학회논문지SD
• /
• 제45권1호
• /
• pp.43-49
• /
• 2008

본 논문에서는 Ant Colony Optimization(ACO)을 이용하여 Single-Error Correcting & Double-Error Detecting(SEC-DED)을 제공하는 메모리 ECC 체커 회로의 소비전력을 절감하는 방안을 제시한다. H-매트릭스를 통해 구현되는 SEC-DED 코드인 Hsiao 코드의 대칭성과 H-매트릭스 구성상의 높은 자유도를 이용하여 회로의 면적, 딜레이에 영향을 주지 않고 최소의 비트 트랜지션이 일어나도록 H-매트릭스를 최적화한다. 실험을 통하여 H-매트릭스의 최적화를 위한 ACO 매핑과 파라메터의 설정을 알아보고 이의 구현 결과를 랜덤 매트릭스 구성을 통한 방식 및 기존의 GA알고리즘을 이용한 최적화 방식과 비교하여 소비 전력이 기존의 방식에 비해 절감될 수 있음을 보여준다.

• International Journal of Computer Science & Network Security
• /
• 제21권8호
• /
• pp.342-352
• /
• 2021

Multicast Routings is a big challenge due to limitations such as node power and bandwidth Mobile Ad-hoc Network (MANET). The path to be chosen from the source to the destination node requires protocols. Multicast protocols support group-oriented operations in a bandwidth-efficient way. While several protocols for multi-cast MANETs have been evolved, security remains a challenging problem. Consequently, MANET is required for high quality of service measures (QoS) such infrastructure and application to be identified. The goal of a MANETs QoS-aware protocol is to discover more optimal pathways between the network source/destination nodes and hence the QoS demands. It works by employing the optimization method to pick the route path with the emphasis on several QoS metrics. In this paper safe routing is guaranteed using the Secured Multicast Routing offered in MANET by utilizing the Ant Colony Optimization (ACO) technique to integrate the QOS-conscious route setup into the route selection. This implies that only the data transmission may select the way to meet the QoS limitations from source to destination. Furthermore, the track reliability is considered when selecting the best path between the source and destination nodes. For the optimization of the best path and its performance, the optimized algorithm called the micro artificial bee colony approach is chosen about the probabilistic ant routing technique.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.352-358
• /
• 2022

In this paper, we study the relationship between infection rates of covid 19 and the precautionary measures and strict protocols taken by Saudi Arabia to combat the spread of the coronavirus disease and minimize the number of infected people. Based on the infection rates and the timetable of precautionary measures, the best framework of precautionary measures was identified by applying the traveling salesman problem (TSP) that relies on ant colony optimization (ACO) algorithms. The proposed algorithm was applied to daily infected cases data in Saudi Arabia during three periods of precautionary measures: partial curfew, whole curfew, and gatherings penalties. The results showed the partial curfew and the whole curfew for some cities have the minimum total cases over other precautionary measures. The gatherings penalties had no real effect in reducing infected cases as the other two precautionary measures. Therefore, in future similar circumstances, we recommend first applying the partial curfew and the whole curfew for some cities, and not considering the gatherings penalties as an effective precautionary measure. We also recommend re-study the application of the grouping penalty, to identify the reasons behind the lack of its effectiveness in reducing the number of infected cases.

• 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.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.221-226
• /
• 2004

개미 집단 시스템(Ant Colony System ACS) 알고리즘은 조합 최적화 문제를 해결하기 위한 새로운 메타 휴리스틱 방법이다. 이것은 그리디 탐색뿐만 아니라 긍정적 피드백에 의한 탐색을 이용한 모집단에 근거한 접근법으로 조합 최적화 문제를 해결하기 위해 제안되었다. 최근까지 인접한 노드($v_i, v_j$)가 같은 색을 갖지 않도록 그래프 G의 노드 V에 색을 배정하는 문제인 그래프 착색 문제의 최적 해를 구하기 위하여 다양한 접근 방식들과 해법들이 제안되고 있다. 본 논문에서는 기존의 그래프 착색 문제의 해법으로 잘 알려진 그리디 알고리즘, 시뮬레이티드어넬링, 타부 탐색 등이 아닌 개미 집단 시스템 알고리즘으로 해법을 구하는 방법인 ANTCOL 알고리즘을 소개하고, ANTCOL을 해결하기 위해 제안된 기존의 생성 함수들(ANT_Random ANT_LF, ANT_SL, ANT_DSATUR, ANT_RLF)과, 본 논문에서 새롭게 제안된 방법으로 RLF에 무작위 기법을 적용한 XRLF를 생성 함수로 사용한 ANT_XRLF 방법과 ANT_XRLF에 재검색을 추가한 방법(ANT_XRLF_R)의 그래프 착색 결과 및 실행 시간을 비교, 분석하여 제안된 방법이 더 빠르게 수렴할 수 있음을 실험을 통해 알 수 있었다.

• 대한전자공학회논문지SD
• /
• 제45권4호
• /
• pp.117-123
• /
• 2008

본 논문에서는 규칙적인 형태의 NoC 중 mesh 구조를 기반으로 한 어플리케이션 코어 매핑 알고리즘 연구 내용을 소개한다. 제안된 알고리즘은 ant colony optimization(ACO) 기법을 이용하여 주어진 SoC 내장 코어 및 NoC 특성 정보를 대상으로 가장 효과적인 코어 배치 결과를 도출한다. 설계 목적으로 사용된 네트워크 지연 시간 측정을 위해 평균 흡수 계산 결과를 이용하였으며 제한 조건으로는 NoC 대역폭을 기준으로 하였다. 12개의 코어로 구성되는 실제 기능 블럭을 대상으로 실험한 결과 계산 시간이나 매핑 결과 모두 우수함을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권5호
• /
• pp.2326-2345
• /
• 2016

For the compression of color images, a common bitmap usually is generated to replace the three individual bitmaps that originate from block truncation coding (BTC) of the R, G and B channels. However, common bitmaps generated by some traditional schemes are not the best possible because they do not consider the minimized distortion of the entire color image. In this paper, we propose a near-optimized common bitmap scheme for BTC using Binary Ant Colony Optimization (BACO), producing a BACO-BTC scheme. First, the color image is compressed by the BTC algorithm to get three individual bitmaps, and three pairs of quantization values for the R, G, and B channels. Second, a near-optimized common bitmap is generated with minimized distortion of the entire color image based on the idea of BACO. Finally, the color image is reconstructed easily by the corresponding quantization values according to the common bitmap. The experimental results confirmed that reconstructed image of the proposed scheme has better visual quality and less computational complexity than the referenced schemes.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.1-10
• /
• 2022

Nowadays software defect prediction (SDP) is most active research going on in software engineering. Early detection of defects lowers the cost of the software and also improves reliability. Machine learning techniques are widely used to create SDP models based on programming measures. The majority of defect prediction models in the literature have problems with class imbalance and high dimensionality. In this paper, we proposed Centroid and Nearest Neighbor based Class Imbalance Reduction (CNNCIR) technique that considers dataset distribution characteristics to generate symmetry between defective and non-defective records in imbalanced datasets. The proposed approach is compared with SMOTE (Synthetic Minority Oversampling Technique). The high-dimensionality problem is addressed using Ant Colony Optimization (ACO) technique by choosing relevant features. We used nine different classifiers to analyze six open-source software defect datasets from the PROMISE repository and seven performance measures are used to evaluate them. The results of the proposed CNNCIR method with ACO based feature selection reveals that it outperforms SMOTE in the majority of cases.