• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권2호
• /
• pp.528-544
• /
• 2015

Base Station Cooperation (BSC) has been a promising technique for combating the Inter-Cell Interference (ICI) by exchanging information through a high-speed optical fiber back-haul to increase the diversity gain. In this paper, we propose a novel pilot symbol assisted data fusion scheme for distributed Uplink BSC (UBSC) based on Differential Evolution (DE) algorithm. Furthermore, the proposed scheme exploits the pre-defined pilot symbols as the sample of transmitted symbols to constitute a sub-optimal Weight Calculation (WC) model. To circumvent the non-linear programming problem of the proposed sub-optimal model, DE algorithm is employed for searching the proper fusion weights. Compared with the existing equal weights based soft combining scheme, the proposed scheme can adaptively adjust the fusion weights according to the accuracy of cooperative information, which remains the relatively low computational complexity and back-haul traffic. Performance analysis and simulation results show that, the proposed scheme can significantly improve the system performance with the pilot settings of the existing standards.

• 전기학회논문지
• /
• 제66권4호
• /
• pp.692-700
• /
• 2017

In this paper, we propose the structural design of Interval Type-2 FCM based RBFNN. Proposed model consists of three modules such as condition, conclusion and inference parts. In the condition part, Interval Type-2 FCM clustering which is extended from FCM clustering is used. In the conclusion part, the parameter coefficients of the consequence part are estimated through LSE(Least Square Estimation) and WLSE(Weighted Least Square Estimation). In the inference part, final model outputs are acquired by fuzzy inference method from linear combination of both polynomial and activation level obtained through Interval Type-2 FCM and acquired activation level through Interval Type-2 FCM. Additionally, The several parameters for the proposed model are identified by using differential evolution. Final model outputs obtained through benchmark data are shown and also compared with other already studied models' performance. The proposed algorithm is performed by using Iris and Vehicle data for pattern classification. For the validation of regression problem modeling performance, modeling experiments are carried out by using MPG and Boston Housing data.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.848-849
• /
• 2007

This paper presents an efficient approach for solving the economic dispatch (ED) problems with valve-point effects using differential evolution (DE). A DE, one of the evolutionary algorithms (EAs), is a novel optimization method capable of handling nonlinear, non-differentiable, and nonconvex functions. And an efficient constraints treatment method (CTM) is applied to handle the equality and inequality constraints. The resultant DE-CTM algorithm is very effective in solving the ED problems with nonconvex cost functions. To verify the superiority of the proposed method, a sample ED problem with valve-point effects is tested and its results are compared with those of previous works. The simulation results clearly show that the proposed DE-CTM algorithm outperforms other state-of-the-art algorithms in solving ED problems with valve-point effects

• 한국광학회지
• /
• 제27권6호
• /
• pp.203-211
• /
• 2016

광섬유 격자의 반사스펙트럼을 분석하여 무족화 첩 광섬유 격자를 재구성하는 혼합 최적화 방법을 제안한다. 반사 스펙트럼의 힐버트 변환을 사용하여 설계 변수들의 추정값을 결정하고 층분리 알고리즘을 활용한 차분진화 최적화를 통하여 격자의 설계변수들을 최종 확정하였다. 특성 격자 주기 변화율 2 nm/cm인 무족화 첩 격자에 대한 계산 결과는 격자주기 변화율에 대해 $6{\times}10^{-5}nm/cm$, 굴절률 변조에 대해 $3{\times}10^{-9}$의 정확도로 설계 변수를 재구성할 수 있었으며 종래의 최적화 방법에 비하여 신속성과 신뢰성을 개선할 수 있음을 확인하였다.

• 정보과학회 논문지
• /
• 제41권12호
• /
• pp.1090-1098
• /
• 2014

이 연구는 단봉 전역 최적화 성능이 개선된 적응적 코시 분포 차분 진화 알고리즘을 제안한다. 기존 적응적 코시 분포 차분 진화 알고리즘은(ACDE) 개체의 다양성을 보장하여 다봉 전역 최적화 문제에 우수한 "DE/rand/1" 돌연변이 전략을 사용했다. 그러나 이 돌연변이 전략은 수렴 속도가 느려 단봉 전역 최적화 문제에 단점이 있다. 제안 알고리즘은 "DE/rand/1" 돌연변이 전략 대신 수렴 속도가 빠른 "DE/current-to-best/1" 돌연변이 전략을 사용했다. 이때, 개체의 다양성이 부족하여 발생할 수 있는 지역 최적해로의 수렴을 방지하기 위해서 매개변수 초기화 연산이 추가됐다. 매개변수 초기화 연산은 특정세대를 주기로 실행되거나 또는 선택 연산에서 모든 개체가 진화에 실패하는 경우 실행된다. 매개변수 초기화 연산은 각 개체들의 매개변수에 탐험적 특성이 높은 값을 할당하여 넓은 공간을 탐색할 수 있도록 보장한다. 성능 평가 결과, 개선된 적응적 코시 분포 차분 진화 알고리즘이 최신 차분 진화 알고리즘들에 비해 특히, 단봉 전역 최적화 문제에서 성능이 개선됨을 확인했다.

• Nuclear Engineering and Technology
• /
• 제54권10호
• /
• pp.3864-3877
• /
• 2022

We propose a new approach called PESA (Prioritized replay Evolutionary and Swarm Algorithms) combining prioritized replay of reinforcement learning with hybrid evolutionary algorithms. PESA hybridizes different evolutionary and swarm algorithms such as particle swarm optimization, evolution strategies, simulated annealing, and differential evolution, with a modular approach to account for other algorithms. PESA hybridizes three algorithms by storing their solutions in a shared replay memory, then applying prioritized replay to redistribute data between the integral algorithms in frequent form based on their fitness and priority values, which significantly enhances sample diversity and algorithm exploration. Additionally, greedy replay is used implicitly to improve PESA exploitation close to the end of evolution. PESA features in balancing exploration and exploitation during search and the parallel computing result in an agnostic excellent performance over a wide range of experiments and problems presented in this work. PESA also shows very good scalability with number of processors in solving an expensive problem of optimizing nuclear fuel in nuclear power plants. PESA's competitive performance and modularity over all experiments allow it to join the family of evolutionary algorithms as a new hybrid algorithm; unleashing the power of parallel computing for expensive optimization.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.473-478
• /
• 2013

본 논문에서는 KLAPS(Korea Local Analysis and Prediction System)의 재분석 자료를 이용하여 지능형 뉴로-퍼지 알고리즘 RBFNNs(Polynomial-based Radial Basis Function Neural Networks) 기반 호우특보 판별 모델을 개발한다. 기존의 호우예측 시스템들의 예측능력은 일반적으로 기상데이터의 가공 기법의 영향을 받는다. 본 연구에서는 이를 보완하기 위하여 기상데이터의 전처리를 통한 호우예측 방법을 소개한다. 기상 데이터 전처리 기법은 KLAPS 데이터를 기반으로 지점별 변환, 누적강수량 생성, 시계열 데이터 가공, 호우특보 추출 방식에 의하여 설계된다. 최종적으로, 향후 t(t=1,2,3) 시간 후 6시간 동안 누적강수량에 대해 예측하고 호우특보를 결정하기 위한 정보를 제공한다. 또한 다항식의 형태, 규칙의 개수, 퍼지화 계수와 같은 제안된 모델의 중요 파라미터는 최적화 기법인 차분 진화(Differential Evolution; DE)를 이용하여 최적화한다.

• 전자공학회논문지
• /
• 제50권1호
• /
• pp.225-231
• /
• 2013

본 연구에서는 PCA알고리즘을 이용한 최적 pRBFNNs 기반 나이트비전 얼굴인식 시스템을 설계 하고자 한다. 조명이 없는 주위 상태 하에서 조도가 낮기 때문에 CCD 카메라를 이용하여 영상을 획득하는 것이 어렵다. 본 논문에서는 낮은 조도에 의해 왜곡된 이미지의 품질을 나이트 비전 카메라와 히스토그램 평활화를 사용하여 향상시킨다. 그리고 얼굴과 비얼굴 이미지 영역 사이에서 얼굴 이미지를 검출하기 위하여 Ada-Boost 알고리즘을 사용한다. 추출된 고차원 특징 데이터를 저차원의 특징 데이터로 변환하기 위하여 데이터 차원축소 기법인 주성분 분석법(Principal Components Analysis; PCA)을 사용한다. 또한 인식 모듈로서 pRBFNNs(Polynomial- based Radial Basis Function Neural Networks) 패턴분류기를 소개한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 구성되어 있다. 조건부는 FCM (Fuzzy C-means) 클러스터링을 사용하여 입력공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 그리고 차분진화 (Differential Evolution; DE) 알고리즘을 사용하여 모델의 파라미터를 최적화 한다.

• 인터넷정보학회논문지
• /
• 제21권3호
• /
• pp.21-28
• /
• 2020

Fireworks Algorithm (FWA) is a relatively novel swarm-based metaheuristic algorithm for global optimization. To solve the low-efficient local searching problem and convergence of the FWA, this paper presents a Variable Amplitude Coefficient Fireworks Algorithm with Uniform Local Search Operator (namely VACUFWA). Firstly, the explosive amplitude is used to adjust improving the convergence speed dynamically. Secondly, Uniform Local Search (ULS) enhances exploitation capability of the FWA. Finally, the ULS and Variable Amplitude Coefficient operator are used in the VACUFWA. The comprehensive experiment carried out on 13 benchmark functions. Its results indicate that the performance of VACUFWA is significantly improved compared with the FWA, Differential Evolution, and Particle Swarm Optimization.

• 한국지반공학회논문집
• /
• 제35권4호
• /
• pp.27-35
• /
• 2019

역해석 수행 시 상대적으로 복잡한 공간 및 목표 설계 변수가 많은 경우, 지반공학 분야에 적용하기 위한 연구를 수행하였다. 지반공학 다변수 문제에 대한 모델로 터널 분야 및 흙막이벽체에 대해서 Sharan 공식 및 Blum 방법을 사용하였다. 최적화 방법은 크게 결정론적인 방법 및 확률론적인 방법으로 구분된다. 본 연구에서는 전자 중 모의강화법(SA), 후자 중 차분진화 알고리즘(DEA), 입자 군집 최적화 알고리즘(PSO)을 선택하여 다변수 모델을 적용해서 비교하였다. 지반공학 다변수 역해석 문제에서 결정론적인 방법은 문제가 있음을 확인하였고, 차분진화 알고리즘의 우수성을 확인하였다. DEA는 Sharan의 이론 해에 대한 문제에서 평균 3.12%, Blum 문제에 대해서 평균 2.23% 오차율을 보였고, 반복 탐색 회수도 가장 작은 것으로 파악되었다. DEA 대비해서 SA는 117.39~167.13배, PSO는 2.43~6.91배의 탐색시간이 소요되었다. 지반공학 문제의 다변수 역해석에 차분진화 알고리즘을 적용하면, 계산속도 및 정확도가 향상될 것으로 기대된다.