• 한국추진공학회지
• /
• 제8권3호
• /
• pp.44-52
• /
• 2004

본 연구에서는 실험데이터와 유전자 알고리즘으로 압축기 성능선도를 생성하는 방법을 제안하였다. 다수의 실험을 통해 엔진의 성능 데이터를 획득하고 회전수에 따른 유량함수, 압력비, 효율의 함수관계를 3차 방정식으로 유도한 후 유전자 알고리즘을 이용하여 미계수를 구하여 압축기 성능선도를 생성하였다. 새롭게 생성한 압축기 성능선도를 이용하여 상용 성능해석 프로그램인 GASTURB로 정상상태 성능해석을 수행하여 검증데이터와 비교하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.120-122
• /
• 2006

The paper concerns the hybrid optimization of fuzzy inference systems that is based on Hierarchical Fair Competition-based Parallel Genetic Algorithms (HFCGA) and information data granulation. The granulation is realized with the aid of the Hard C-means clustering and HFCGA is a kind of multi-populations of Parallel Genetic Algorithms (PGA), and it is used for structure optimization and parameter identification of fuzzy model. It concerns the fuzzy model-related parameters such as the number of input variables to be used, a collection of specific subset of input variables, the number of membership functions, the order of polynomial, and the apexes of the membership function. In the hybrid optimization process, two general optimization mechanisms are explored. Thestructural optimization is realized via HFCGA and HCM method whereas in case of the parametric optimization we proceed with a standard least square method as well as HFCGA method as well. A comparative analysis demonstrates that the proposed algorithm is superior to the conventional methods.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.6-8
• /
• 2005

In this paper, we discuss model identification of nonlinear data using GAs-based Fuzzy Polynomial Neural Networks(GAs-FPNN). Fuzzy Polynomial Neural Networks(FPNN) is proposed model based Group Method Data Handling(GMDH) and Neural Networks(NNs). Each node of FPNN is expressed Fuzzy Polynomial Neuron(FPN). Network structure of nonlinear data is created using Genetic Algorithms(GAs) of optimal search method. Accordingly, GAs-FPNN have more inflexible than the existing models (in)from structure selecting. The proposed model select and identify its for optimal search of Genetic Algorithms that are no. of input variables, input variable numbers and consequence structures. The GAs-FPNN model is select tuning to input variable number, number of input variable and the last part structure through optimal search of Genetic Algorithms. It is shown that nonlinear data model design using Genetic Algorithms based FPNN is more usefulness and effectiveness than the existing models.

• 한국강구조학회 논문집
• /
• 제17권4호통권77호
• /
• pp.385-394
• /
• 2005

본 논문은 유전자알고리즘과 퍼지이론에 근거한 개선된 퍼지-유전자알고리즘에 의한 이산화 최적설계 프로그램을 개발하였다. 본 연구의 최적설계는 평면 및 입체 강구조물의 단면, 형상 최적설계가 동시에 수행된다. 본 연구에서 목적함수는 강구조물의 중량이고, 제약조건식은 설계 및 좌굴강도, 변위 및 부재단면의 두께에 대한 설계제한식이다. 설계변수는 철골부재 단면의 치수와 절점좌표이다. 그리고 본 연구의 개선된 퍼지-유전자 알고리즘에 의한 이산화 최적설계 프로그램의 적용을 위해 설계 예를 들었다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.406-412
• /
• 2010

본 논문에서는 실세계에서 센서를 배치할 때 발생하는 최적화 문제인 최대 커버리지 센서 배치 문제를 정의하고 문제의 해 공간의 특성을 분석하였다. 또한 최대 커버리지 센서 배치 문제의 좋은 해를 얻기 위해 유전 알고리즘을 설계하고 그 우수성을 비교 실험을 통해 보였다. 이 문제에 유전 알고리즘을 적용할 때 중요하게 고려되어야 할 부분은 평가 함수를 어떻게 구현하느냐 인데 몬테카를로법을 통해 해결할 수 있었다. 유전 알고리즘의 몬테카를로법을 이용한 평가 부분에서 샘플 생성 횟수를 조절함으로써 동일한 성능을 내면서 계산 시간을 크게 줄일 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.85-92
• /
• 2005

본 논문에서는 변형된 돌연변이 연산자를 적용한 대화형 유전자 알고리즘을 사용해서 웹-기반 학습 콘텐츠를 개발하였다. 대화형 유전자 알고리즘은 주로 상호 교환(reciprocal exchange) 돌연변이를 사용한다. 그러나 본 논문에서는 학습자의 학습 효과를 높이기 위해 돌연변이 연산자를 변형하였다. 그리고, 대화형 유전자 알고리즘을 이용한 웹 기반 학습 콘텐츠는 동적인 학습 내용과 실시간 테스트 시스템을 제공한다. 특히 학습자가 자신의 특성과 흥미에 따라 대화형 유전자 알고리즘을 수행하면서 효율적인 학습 환경과 콘텐츠 배열 순서를 선택할 수 있다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 춘계학술대회
• /
• pp.1639-1644
• /
• 2003

A hybrid genetic algorithm is developed for estimating the wall emissivities for an absorbing, emitting, and scattering media in a two-dimensional irregular geometry with diffusely emitting and reflecting opaque boundaries by minimizing an objective function, which is expressed by the sum of square errors between estimated and measured temperatures at only four data positions. The finite-volume method was employed to solve the radiative transfer equation for a two-dimensional irregular geometry. The results show that a developed hybrid genetic algorithms reduce the effect of genetic parameters on the performance of genetic algorithm and that the wall emissivities are estimated accurately without measurement errors.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 추계학술대회 논문집 학회본부
• /
• pp.126-129
• /
• 1997

This paper propose a new hybrid genetic algorithm for auto-tunig auzzy controller improving the performance. In general, fuzzy controller used pre-determine d moderate membership functions, fuzzy rules, and scaling factors, by trial and error. The presented algorithm estimates automatically the optimal values of membership functions, fuzzy rules, and scaling factors for fuzzy controller, using hybrid genetic algorithms. The object of the proposed algorithm is to promote search efficiency by overcoming a premature convergence of genetic algorithms. Hybrid genetic algorithm is based on genetic algorithm and modified gradient method. Simulation results verify the validity of the presented method.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2000년도 추계학술대회논문집A
• /
• pp.699-704
• /
• 2000

The present paper deals with a multiobjective optimization method based on the co-evolutionary genetic strategy. The co-evolutionary strategy carries out the multiobjective optimization in such way that it optimizes individual objective function as compared with each generation's value while there are more than two genetic evolutions at the same time. In this study, the designs that are out of the given constraint map compared with other objective function value are excepted by the penalty. The proposed multiobjective genetic algorithms are distinguished from other optimization methods because it seeks for the optimized value through the simultaneous search without the help of the single-objective values which have to be obtained in advance of the multiobjective designs. The proposed strategy easily applied to well-developed genetic algorithms since it doesn't need any further formulation for the multiobjective optimization. The paper describes the co-evolutionary strategy and compares design results on the simple structural optimization problem.

• 산업기술연구
• /
• 제20권B호
• /
• pp.27-34
• /
• 2000

The definition of flatness is given by ISO, ANSI, KS, etc. but those standards don't mention about the specific methods for the flatness. So various solution models that are based on the Minimum Zone Method have been proposed as an optimization problem for the minimax curve fitting. But it has been rare to compare some optimization algorithms to make a guideline for choosing better algorithms in this field. Hence this paper examined and compared Genetic Algorithm and Simplex Method to the evaluation of flatness. As a result, Genetic Algorithm gave the better or equal flatness than Simplex Method but it has the inefficiency caused from the large number of iteration. Therefore, in the future, another researches about alternative algorithms including Hybrid Genetic Algorithm should be achieved to improve the efficiency of Genetic Algorithm for the evaluation of flatness.