• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.401-409
• /
• 2023

본 연구에서는 선박 간 정보 교환에 기반한 분산지역탐색 알고리즘과 분산확률탐색 알고리즘의 성능을 비교, 분석하고자 한다. 분산알고리즘은 선박 간 정보 교환을 기반으로 하여 최적의 피항 경로를 탐색할 수 있는 방법이다. 분산지역탐색알고리즘은 이웃 선박 중 비용 감소가 최대가 되는 선박만이 다음 예상 위치를 바꿀 수 있도록 해당 선박이 우선권을 가진다. 분산확률탐색알고리즘은 일정 확률로 최적이 아닌 값을 탐색할 수 있도록 하여 새로운 값을 탐색할 수 있도록 한다. 선박 간 충돌 피항 실험은 원형 기반 선박 충돌 피항 모델을 활용하였다. 실험 방법은 원형에 기반하여 원의 중심에서 같은 거리에 떨어진 선박을 2척부터 50척까지 증가시키면서 분산 지역 탐색알고리즘과 분산확률탐색알고리즘을 시뮬레이션 하였다. 실험 평가 방법은 각 알고리즘의 계산 소요 시간, 항행 거리, 메시지 교환 횟수를 비교 분석하였다. 실험 결과 DSSA는 DLSA에 비해 계산시간은 25%, 항행 거리는 88%, 메시지 교환 횟수는 84%를 기록하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.101.4-101
• /
• 2001

Evolutionary algorithm has been receiving a remarkable attention due to the model-free and population-based parallel search attributes and much successful results are coming out. However, there are some problems in most of the evolutionary algorithms. The critical one is that it takes much time or large generations to search the global optimum in case of the objective function with multimodality. Another problem is that it usually cannot search all the local optima because it pays great attention to the search of the global optimum. In addition, if the objective function has several global optima, it may be very difficult to search all the global optima due to the global characteristics of the selection methods. To cope with these problems, at first we propose a preprocessing process, grid-filtering algorithm(GFA), and propose a new distributed evolutionary ...

• 공학논문집
• /
• 제6권2호
• /
• pp.11-22
• /
• 2004

분산제약조건만족문제(Distributed CSP)는 변수와 제약 조건들이 다수의 에이전트에 분산되어 있는 제약조건만족문제를 말한다. 이 개념은 인공지능 분야의 다양한 문제들에게 폭 넓게 적용 할 수 있으며 또한 이와 유사하게, 에이전트 행동들의 일치된 조합을 찾기 위한 멀티에이전트 시스템의 다양한 응용 문제들(분산 자원할당문제, 분산 스케줄링문제, 분산 번역업무 등)이 모두 분산 제약조건만족문제에 속한다고 할 수 있다. 분산제약조건만족문제는다수의 자율적으로 동작하는 에이전트들의 상호작용과 그들 간의 협조에 의해 모든 에이전트들이 갖고 있는 변수들의 값과 그들 간에 존재하는 제약 조건들이 일치(consistency)하는 값을 효율적으로 찾기 위한 양질의 알고리즘 개발에 관한 연구 분야로서 최근에 와서는 멀티에이전트 시스템을 이용하여 분산 제약조건만족문제를 해결하기 위한 효율적인 알고리즘 개발에 관한 연구가 활발하게 진행되고 있다. 이 논문에서는 비동기/병행적인 탐색 과정에서 모든 에이전트들이 그들의 시험적인 값들을 조건에 일치하는 값으로 변경하기 위해 각 에이전트의 우선순위를 동적으로 변경할 수 있게 함으로써 불 일치된 변수의 값을 탐색이 진행되는 동안에도 수정이 가능하도록 하여, 기존 비 동기 되돌림알고리즘의 개선 대상인 되돌림(backtracking)의 효율성을 크게 향상시킬 수 있는 멀티에이전트의 동적 우선순위탐색 알고리즘을 제안하였다.

• 로봇학회논문지
• /
• 제8권4호
• /
• pp.256-265
• /
• 2013

A local map-based exploration algorithm for mobile robots is presented. Segmented frontiers and their relative transformations constitute a tree structure. By the proposed efficient frontier segmentation and a local map management method, a robot can reduce the unknown area and update the local grid map which is assigned to each frontier node. Although this local map-based exploration method uses only local maps and their adjacent node information, mapping completion and efficiency can be greatly improved by merging and updating the frontier nodes. Also, we suggest appropriate graph search exploration methods for corridor and hall environments. The simulation demonstrates that the entire environment can be represented by well-distributed frontier nodes.

• 한국지능시스템학회논문지
• /
• 제14권2호
• /
• pp.164-170
• /
• 2004

본 논문에서는 인공 면역 시스템과 분산 유전자 알고리즘에 기반하여 동작하는 자율분산로봇 시스템을 제안한다. 시스템에서 로봇들의 행동은 전역행동과 지역행동으로 분류된다. 전역행동은 환경에서 작업을 탐색하는데 이를 빠르게 수행하기 위하여 집합과 분산의 두 가지 행동으로 이루어져 있다. 이때 인공 면역 시스템은 로봇이 어떤 행동을 선택하여 행동할 것인가를 결정한다. 지역행동은 탐색된 작업을 수행하는 부분으로서 어떤 로봇들이 협조행동을 할지를 학습하고, 학습한 결과에 따라 작업을 수행하는 행동을 한다. 이를 위해 분산 유전자 알고리즘을 이용하여 각 로봇들은 주어진 작업에 대하여 학습을 한다. 제안된 시스템에서 학습 알고리즘은 주어지는 작업의 변화로봇들은 주어진 작업을 수행하기 위해 학습을 하고, 주어진 작업이 변할 경우 스스로 대처한다는 면에서 기존의 자율 분산 시스템보다 적응성에서 향상된 시스템이다.

• 한국전산유체공학회지
• /
• 제11권2호
• /
• pp.19-24
• /
• 2006

A research to evaluate the efficiency of design optimization was carried out for aerodynamic design optimization problem in distributed computing environment. The aerodynamic analyses which take most of computational work during design optimization were divided into several jobs and allocated to associated PC clients through network. This is not a parallel process based on domain decomposition in a single analysis rather than a simultaneous distributed-analyses using network-distributed computers. GBOM(gradient-based optimization method), SAO(Sequential Approximate Optimization) and RSM(Response Surface Method) were implemented to perform design optimization of transonic airfoils and evaluate their efficiencies. dimensional minimization followed by direction search involved in the GBOM was found an obstacle against improving efficiency of the design process in the present distributed computing system. The SAO was found fairly suitable for the distributed computing environment even it has a handicap of local search. The RSM is apparently the most efficient algorithm in the present distributed computing environment, but additional trial and error works needed to enhance the reliability of the approximation model deteriorate its efficiency from the practical point of view.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.45-51
• /
• 2011

본 논문에서는 유전자알고리즘에서 단성생식과 양성생식을 혼용하여 개체진화 속도를 향상시키는 방법에 대하여 제안한다. 단성생식은 암수의 구분이 없는 세균이나 단세포 생물이 두 개의 개체로 분열되는 방법으로 유전적으로 지역적 탐색에 유리하며 양성생식은 암수의 구분이 있는 개체가 만나 생식하는 방법으로 유전적 다양성을 확보하는데 유리하다. 이러한 특성은 유전자알고리즘에서 개체의 진화속도를 향상시키는데 적절히 이용될 수 있다. 본 논문에서는 선택된 개체가 상대적으로 좋은 개체의 경우 진화를 위하여 지역적 탐색을 강화하는 단성생식을 하게 하고 상대적으로 좋지 않은 개체의 경우 유전자의 다양성을 확보하여 전역적 탐색을 강화하는 양성생식을 하게 하였다. 단성생식의 경우 지역적 탐색을 강화하기 위하여 돌연변이 확률을 기존의 유전자알고리즘 보다 낮추었으며 양성생식의 경우 유전자의 다양성 확보를 위하여 돌연변이 확률을 기존의 유전자알고리즘 보다 크게 높였다. 4가지 함수최적화 문제에 적용해본 결과 3개의 함수에서 성능이 매우 좋았으나 전역 최적해가 분산되어 있는 4번째 함수에서는 성능이 좋지 못하였다. 이는 전역최적해가 분산되어 있는 경우 안정적 진화에 혼란을 주기 때문인 것으로 판단된다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권3호
• /
• pp.406-417
• /
• 2001

웹에서의 멀티미디어 데이터베이스가 발달함에 따라 분산 멀티미디어 데이터에 대한 검색 기능의 필요성이 높아지고 있다. 그러나 지금까지는 주로 웹상에 분산된 텍스트 데이터베이스를 선택하고 선택된 텍스트 데이터베이스에 대해소 질의 결과를 결합하는 연구가 이루어졌을 뿐 멀티미디어 데이터베이스에 대해서는 연구가 미진하였다. 웹상의 멀티미디어 데이터베이스는 자율적이고 이질적인 특성을 가지고 있고 주로 내용 기반으로 검색된다. 멀티미디어 데이터베이스에서의 수집 융합 문제는 웹상의 이질적인 멀티미디어 데이터베이스에서 내용 기반 검색으로 검색된 경과를 병합하는 것을 다룬다. 이 문제는 분산 멀티미디어 데이터베이스의 검색에 매우 중요하지만 아직까지 연구된 바가 없다. 본 논문은 웹상에서 이질적인 멀티미디어 데이터베이스의 수집 융합을 처리하는 새로운 알고리즘을 제안한다. 본 논문은 데이터베이스에서 검색할 객체의 개수를 추정하는 휴리스틱 방법과 선형 회귀분석을 이용한 알고리즘을 사용한다. 그리고 실험에 의해서 이 알고리즘들의 효율성을 보였다. 이 알고리즘들은 향후 웹상의 멀티미디어 데이터베이스들에 대한 분산 내용 기반 검색 알고리즘들의 기본이 될 수 있다.

• Journal of Information Processing Systems
• /
• 제17권4호
• /
• pp.690-706
• /
• 2021

Classification is a substantial operation in data mining, and each element is distributed taking into account its feature values in the corresponding class. Metaheuristics have been widely used in attempts to solve satellite image classification problems. This article proposes a hybrid approach, the flower pigeons-inspired optimization algorithm (FPIO), and the local search method of the flower pollination algorithm is integrated into the pigeon-inspired algorithm. The efficiency and power of the proposed FPIO approach are displayed with a series of images, supported by computational results that demonstrate the cogency of the proposed classification method on satellite imagery. For this work, the Davies-Bouldin Index is used as an objective function. FPIO is applied to different types of images (synthetic, Alsat-2B, and Sentinel-2). Moreover, a comparative experiment between FPIO and the genetic algorithm genetic algorithm is conducted. Experimental results showed that GA outperformed FPIO in matters of time computing. However, FPIO provided better quality results with less confusion. The overall experimental results demonstrate that the proposed approach is an efficient method for satellite imagery classification.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.1-20
• /
• 2018

Service composition in the Inter-Cloud raises new challenges that are caused by the different Quality of Service (QoS) requirements of the users, which are served by different geo-distributed Cloud providers. This paper aims to explore how to select and compose such services while considering how to reach high efficiency on cost and response time, low network latency, and high reliability across multiple Cloud providers. A new hybrid multi-objective evolutionary algorithm to perform the above task called LS-NSGA-II-DE is proposed, in which the differential evolution (DE) algorithm uses the adaptive mutation operator and crossover operator to replace the those of the Non-dominated Sorting Genetic Algorithm-II (NSGA-II) to get the better convergence and diversity. At the same time, a Local Search (LS) method is performed for the Non-dominated solution set F{1} in each generation to improve the distribution of the F{1}. The simulation results show that our proposed algorithm performs well in terms of the solution distribution and convergence, and in addition, the optimality ability and scalability are better compared with those of the other algorithms.