• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 A
• /
• pp.242-244
• /
• 2000

This paper presents a method for real-time estimation of TCSC quantity in order to enhance the power system transient stability energy margin using fuzzy neural network in multi-machine system. This paper has two parts, the first part is to estimate the energy margin. To set critical energy, we use the potential energy boundary surface(PEBS) method which one of the transient energy function(TEF) method. And the second is to determine the TCSC quantify and the line to be injected. In order to make training data in this step, we use genetic algorithm. The proposed method is applied to 6-bus, 7-line, 4-machine model system to show its effectiveness.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2006년도 춘계 학술발표회 논문집(II)
• /
• pp.621-624
• /
• 2006

This paper presents a novel optimum technique for optimum mix-proportion using database-based prediction model of material properties for an object function or a constraint condition. The proposed technique provides high reliability of results introducing effective region model, which assesses whether the prediction model is effective or not, in optimization process. In order to validate the proposed technique, a genetic algorithm was adopted as a optimum technique, and an artificial neural network was adopted as a prediction model for material properties and as a model for assessing effective region. The mix-proportion obtained from the proposed technique is more reasonable than that obtained from a general optimum technique.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.287-290
• /
• 1997

신경회로망은 높은 정확도의 학습 결과를 제시하는 장점을 가지고 있어서 패턴 인식을 포함한 여러 분야에서 널리 사용되어지고 있다. 그러나 신경회로망의 설계에 있어 최적의 뉴런과 층의 개수, 그리고 그 연결 등의 기하학적 해답을 제시하기가 어렵고, 서은이 우수하다고 알려진 역전파 학습 알고리즘도 오차가 없는 완벽한 학습 결과를 제시하지 못하며, 상당히 많은 학습 시간이 걸린다는 단점들을 가지고 있다. 이러한 단점들을 극복하기 위해 선형 신경회로망을 합성하는 새로운 방법을 제안하는데, 이진 함수 최소화(binary function minimization)과정을 거친 minimal-sum-of-product(MSP)를 통해서 이진 클래스 패턴(binary class pattem)을 표현 함으로써 오차가 없는 학습 결과를 얻을 수 있으며, 학습에 필요한 패턴과 학습에 걸리는 시간도 대폭 줄일수 있다. 본 논문에서는 유전자 알고리즘을 이용하여 선형 신경회로망을 합성하는 방법을 제안하며, 여러 가지 예제를 통해 제안한 방법의 우수성을 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 추계종합학술대회
• /
• pp.202-207
• /
• 1998

본 논문에서는 유전자 알고리즘을 이용하여 불확실한 비선형 시스템의 퍼지-신경 회로망 모델링을 제안하였다. 제안한 퍼지-신경 회로망 모델링을 위한 학습 알고리즘은 다음과 같은 세 단계로 나누어 진행한다. 첫 번째 단계에서는 퍼지 모델의 소속 함수의 중심간과 표준편차를 구하여 초기 퍼지소속 함수를 결정한다. 두 번째 단계에서는 새로운 알고리즘을 통하여 언어적 퍼지 규칙을 만든다. 마지막 세 번째 단계에서는 유전자 알고리즘을 이용하여 중심값과 표준편차를 최적화함으로써 퍼지 모델의 소속 함수를 조절한다. 제안된 유전자 알고리즘의 장점은 흔히 신경 회로망에서 널리 쓰이는 역전파 알고리즘이 갖는 지역 최소점에 빠지는 현상이 없다는 것이다. 제안한 알고리즘의 유용성을 확인하기 위하여 일반적으로 가장 많이 쓰이는 비선형 시스템에 대하여 시뮬레이션 하여 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 학술대회 논문집 전문대학교육위원
• /
• pp.115-121
• /
• 2000

본 논문에서는 진화연산 중에서 해의 다양성과 수렴속도면에서 좋은 성능을 나타내는 실수형 유전알고리즘과 신경회로망을 이용한 적응 퍼지제어기를 설계하였다. 실수형 유전알고리즘을 이용하여 퍼지제어기의 입 출력 이득과 실시간으로 퍼지제어기의 입 출력이득을 적응적으로 변경하는 신경회로망의 가중치를 튜닝하였다. 제안한 방법의 유용성을 평가하기 위해 시지연을 갖는 제어시스템[14]에 적용하였다. 컴퓨터 시뮬레이션 결과, 제안한 적응 퍼지제어기가 기존의 퍼지제어기보다 오버슈트, 정정시간, 상승시간면에서 더 우수한 제어성능을 나타내었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.732-735
• /
• 1999

A GA-based optimization technique is adopted in the paper to obtain optimal future control inputs for predictive control systems. For reliable future predictions of a process, we identify the underlying process with an NNARX model structure and investigate to reduce the volume of neural network based on the Lipschitz index and a criterion. Since most industrial processes are subject to their constraints, we deal with the input-output constraints by modifying some genetic operators and/or using a penalty strategy in the GAPC. Some computer simulations are given to show the effectiveness of the GAPC method compared with the adaptive GPC algorithm.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(5)
• /
• pp.175-178
• /
• 2000

We propose a new method to deal with the optimized auto-tuning for the PID controller which is used to the process-centre] in various fields. First of all, in this method, initial values are determined by the Switched Reluctance Motor of system and Ziegler-Nichols method. After deciding binary strings of parents generation using by the fitness values of genetic algorithms, we perform selection, crossover and mutation to generate the descendant generation. The advantage of this method is better than the neural network and multiple regression model method in characteristic of output, and has extent of applying without limit of initial parameters.

• 대한기계학회논문집A
• /
• 제30권2호
• /
• pp.128-134
• /
• 2006

Topology optimization is an effective scheme to obtain the initial design concept: however, it is hard to apply in case of non-linear or multi-objective problems. In this study, a modified topology optimization method is proposed to generate a structure of a swing arm type actuator satisfying maximum compliance as well. as maximum stiffness using the multi-objective optimization. approach. The multi-objective function is defined to maximize the compliance in the direction of focusing of the actuator and the second eigen-frequency of the structure. The design of experiments are performed and the response surface functions are formulated to construct the multi-objective function. The weighting factors between conflicting functions are determined by the back-error propagation neural network and the solution of multi-objective function is acquired using the genetic algorithm.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.607-608
• /
• 2016

진화 알고리즘과 인공신경망은 생물학에서 비롯되어 컴퓨터과학 분야에서 응용되고 있는 문제해결 방법이다. 본 연구는 게임 환경에서 크기를 자율적으로 설정하여 생성할 수 있는 미로를 구성하고, 주어진 미로의 시작점으로부터 목적지까지 유전 알고리즘과 인공신경망을 이용하여 경로탐색을 하는 것에 대한 연구이다. 자동 생성된 미로가 특정 크기 이상으로 커지게 되면, 진화 알고리즘은 무작위적인 값에 의해서 결정되는 것으로 수렴한다는 결론을 얻었고, 인공신경망을 이용한 결과는 진화알고리즘 보다 미로의 경로탐색 문제해결에 적합한 결과를 보여주었다. 또한 어떤 방향이 최적경로인지 아닌지를 미리 알 수 있는 특수한 조건에서는 각 유전인자를 최적값인지 아닌지 표현하는 방법으로 효율적인 진화 알고리즘을 사용할 수 있다는 것을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.447-450
• /
• 2005

오늘날 웹서비스에 대한 정보 검색 시스템들은 UDDI 레지스트리에 대한 전문적인 지식을 필요로 한다. 즉 웹서비스를 명세하기 위해 사용된 카테고리와 이에 대한 값, 이름 등을 사전에 알고 있어야만 검색이 가능하다. 그러나 일반 사용자들은 이러한 사전지식을 충분히 알고 있지 못하기 때문에 웹서비스에 대한 정보 검색이 쉽지가 않다. 그러므로 일반 사용자들을 위해 웹서비스에 대한 정보를 카테고리에 맞게 분류하면 웹서비스 검색을 보다 용이하게 할 수가 있다. 따라서 본 논문에서는 유전자 알고리즘과 신경망을 이용하여 보다 효율적으로 웹서비스 정보를 분류하는 클러스터링 기법을 제안한다.