• 정보처리학회논문지B
• /
• 제18B권2호
• /
• pp.73-82
• /
• 2011

메타 휴리스틱 알고리즘을 이용해 TSP (Traveling Salesman Problem) 문제를 풀고자 하는 많은 시도가 이루어지고 있다. TSP 문제는 대표적인 NP_Hard 문제로 탐색 알고리즘이나 최적화 알고리즘을 실험하는데 많이 사용되고 있으며, 복잡한 사회의 많은 문제들의 표준 모델로 제시되고 있다. 본 논문에서는 2009년 제안된 MINE 알고리즘을 TSP 에 적용시켜 메타 휴리스틱 알고리즘으로서의 탐색성능을 알아보고자 하였다. 이에 S-MINE (Search - MINE) 알고리즘을 제안하였으며, TSP 에 적용하여 그 결과를 고찰하였다.

• Nuclear Engineering and Technology
• /
• 제54권3호
• /
• pp.940-947
• /
• 2022

Meta-heuristic algorithms have found their place in optimization problems. Henry gas solubility optimization (HGSO) is one of the newest population-based algorithms. This algorithm is inspired by Henry's law of physics. To evaluate the performance of a new algorithm, it must be used in various problems. On the other hand, the optimization of the proportional-integral-derivative (PID) gains for load-following of a nuclear power plant (NPP) is a good challenge to assess the performance of HGSO. Accordingly, the power control of a pressurized water reactor (PWR) is targeted, based on the point kinetics model with six groups of delayed-neutron precursors. In any optimization problem based on meta-heuristic algorithms, an efficient objective function is required. Therefore, the integral of the time-weighted square error (ITSE) performance index is utilized as the objective (cost) function of HGSO, which is constrained by a stability criterion in steady-state operations. A Lyapunov approach guarantees this stability. The results show that this method provides superior results compared to an empirically tuned PID controller with the least error. It also achieves good accuracy compared to an established GA-tuned PID controller.

• 대한산업공학회지
• /
• 제33권4호
• /
• pp.447-456
• /
• 2007

The ant colony optimization (ACO) is a probabilistic Meta-heuristic algorithm which has been developed in recent years. Originally ACO was used for solving the well-known Traveling Salesperson Problem. More recently, ACO has been used to solve many difficult problems. In this paper, we develop an ant colony optimization method to solve the maximum independent set problem, which is known to be NP-hard. In this paper, we suggest a new method for local information of ACO. Parameters of the ACO algorithm are tuned by evolutionary operations which have been used in forecasting and time series analysis. To show the performance of the ACO algorithm, the set of instances from discrete mathematics and computer science (DIMACS)benchmark graphs are tested, and computational results are compared with a previously developed ACO algorithm and other heuristic algorithms.

• 한국CDE학회논문집
• /
• 제15권1호
• /
• pp.1-10
• /
• 2010

Recently, a shipyard is making every effort to efficiently manage equipments of resources such as a gantry crane, transporter, and so on. So far block lifting scheduling of a gantry crane has been manually performed by a manager of the shipyard, and thus it took much time to get scheduling results and moreover the quality of them was not optimal. To improve this, a block lifting scheduling system of the gantry crane using optimization techniques was developed in this study. First, a block lifting scheduling problem was mathematically formulated as a multi-objective optimization problem, considering the minimization of travel distance at an idle state and wire replacement during block lifting. Then, to solve the problem, a meta-heuristic optimization algorithm based on the genetic algorithm was proposed. To evaluate the efficiency and applicability of the developed system, it was applied to an actual block lifting scheduling problem of the shipyard. The result shows that blocks can be efficiently lifted by the gantry crane using the developed system, compared to manual scheduling by a manager.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.464-464
• /
• 2012

수문분야에 있어서 빈도해석의 목적은 특정 재현기간에 대한 발생 가능한 수문량의 규모를 파악하는데 있으며, 빈도해석의 정확도는 적합한 확률분포모형의 선택과 매개변수 추정방법에 의존하게 된다. 일반적으로 각 확률분포모형의 특성을 대표하는 매개변수를 추정하기 위해서는 모멘트 방법, 확률가중 모멘트 방법, 최대우도법 등을 이용하게 된다. 모멘트 방법에 의한 매개변수 추정은 해를 구하기 위한 과정이 단순한 반면, 비대칭형의 왜곡된 분포를 갖는 자료들에 대해서는 부정확한 결과를 나타내게 된다. 확률가중 모멘트 방법은 표본의 크기가 작거나 왜곡된 자료일 경우에도 비교적 안정적인 결과를 제공하는 반면, 확률 가중치가 정수로만 제한되는 단점을 갖고 있다. 그리고 대수 우도함수를 이용하여 매개변수를 추정하게 되는 최우도법은 가장 효율적인 매개변수 추정치를 얻을 수 있는 것으로 알려져 있으나, 비선형 연립방정식으로 표현되는 해를 구하기 위해서는 Newton-Raphson 방법을 사용하는 등 절차가 복잡하며, 때로는 수렴이 되지 않아 해룰 구하지 못하는 경우가 발생되게 된다. 이에 반해, 최근의 Genetic Algorithm, Ant Colony Optimization 및 Simulated Annealing과 같은 Meta-Heuristic Algorithm들은 복잡합 공학적 최적화 문제 있어서 효율적인 대안으로 주목받고 있으며, Hassanzadeh et al.(2011)에 의해 수문학적 빈도해석을 위한 매개변수 추정에 있어서도 그 적용성이 검증된바 있다. 본 연구의 목적은 연 최대강수 자료의 빈도해석에 적용되는 확률분포모형들의 매개변수 추정을 위해 Meta-Heuristic Algorithm을 적용하고자 함에 있다. 따라서 본 연구에서는 매개변수 추정을 위한 방법으로 Genetic Algorithm 및 Harmony Search를 적용하였고, 그 결과를 최우도법에 의한 결과와 비교하였다. GEV 분포를 이용하여 Simulation Test를 수행한 결과 Genetic Algorithm을 이용하여 추정된 매개변수들은 최우도법에 의한 결과들과 비교적 유사한 분포를 나타내었으나 과도한 계산시간이 요구되는 것으로 나타났다. 하지만 Harmony Search를 이용하여 추정된 매개변수들은 최우도법에 의한 결과들과 유사한 분포를 나타내었을 뿐만 아니라 계산시간 또한 매우 짧은 것으로 나타났다. 또한 국내 74개소의 강우관측소 자료와 Gamma, Log-normal, GEV 및 Gumbel 분포를 이용한 실증연구에 있어서도 Harmony Search를 이용한 매개변수 추정은 효율적인 매개 변수 추정치를 제공하는 것으로 나타났다.

• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.370-384
• /
• 2017

The image segmentation is the most important operation in an image processing system. It is located at the joint between the processing and analysis of the images. Unsupervised segmentation aims to automatically separate the image into natural clusters. However, because of its complexity several methods have been proposed, specifically methods of optimization. In our work we are interested to the technique SFLA (Shuffled Frog-Leaping Algorithm). It's a memetic meta-heuristic algorithm that is based on frog populations in nature searching for food. This paper proposes a new approach of unsupervised image segmentation based on SFLA method. It is implemented and applied to different types of images. To validate the performances of our approach, we performed experiments which were compared to the method of K-means.

• 전기학회논문지P
• /
• 제67권3호
• /
• pp.131-136
• /
• 2018

Harmony search (HS) is a relatively recently developed meta-heuristic optimization method imitating the music improvisation process where musicians improvise their instruments' pitches searching for a perfect state of harmony. In the conventional HS algorithm, it is necessary to determine the maximum number of iterations with some algorithm parameters. However, there is no criterion for determining the number of iterations, which is a very difficult problem. To solve this problem, a new method is proposed to perform the algorithm without setting the maximum number of iterations in this paper. The new method allows the algorithm to be performed until the desired tuning is achieved. To do this, a new variable bandwidth is introduced. In addition, the types and probability of harmonies composed of variables is analyzed to help to decide the value of HMCR. The performance of the proposed method is investigated and compared with classical HS. The experiments conducted show that the new method generally outperformed conventional HS when applied to seven benchmark problems.

• 한국항행학회논문지
• /
• 제25권5호
• /
• pp.403-408
• /
• 2021

Harmony Search(HS) 알고리즘은 음악 즉흥 연주 프로세스에서 영감을 받은 메타 휴리스틱 최적화 알고리즘으로 다양한 최적화 문제를 해결하는 데 성공적으로 적용되어 왔다. 본 논문에서는 HS의 성능을 더욱 향상시키기 위해 FSH(Fast Harmony Search) 알고리즘을 제안하였다. 이를 위해 본 논문에서는 HM을 이용하여 목적 변수의 경곗값을 새롭게 정의하여 독립적인 두 개의 화음개선과정을 하나로 통합하는 방법을 제안하였다. 그 결과 알고리즘의 처리 시간이 단축되고 대역폭의 명시적인 결정이 더이상 필요하지 않게 되었다. 또한, 무작위 선택의 활용능력이 향상되었다. 수치적 예시 결과는 제안된 알고리즘이 기존의 HS에 비해 더 나은 해를 찾을 수 있으며 속도 또한 빠르다는 것을 보여준다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.77-82
• /
• 2004

강화학습에서 temporal-credit 할당 문제 즉, 에이전트가 현재 상태에서 어떤 행동을 선택하여 상태전이를 하였을 때 에이전트가 선택한 행동에 대해 어떻게 보상(reward)할 것인가는 강화학습에서 중요한 과제라 할 수 있다. 본 논문에서는 조합최적화(hard combinational optimization) 문제를 해결하기 위한 새로운 메타 휴리스틱(meta heuristic) 방법으로, greedy search뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 Traveling Salesman Problem(TSP)를 풀기 위해 제안된 Ant Colony System(ACS) Algorithms에 Q-학습을 적용한 기존의 Ant-Q 학습방범을 살펴보고 이 학습 기법에 다양화 전략을 통한 상태전이와 TD-오류를 적용한 학습방법인 Ant-TD 강화학습 방법을 제안한다. 제안한 강화학습은 기존의 ACS, Ant-Q학습보다 최적해에 더 빠르게 수렴할 수 있음을 실험을 통해 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.401-406
• /
• 2011

복잡해진 최적화문제를 전통적인 방법보다 효율적으로 해결하기위해 유전알고리즘이나 개미군집화, 하모니서치알고리즘과 같은 다양한 메타휴리스틱이 개발되었다. 그 중에서 하모니 서치알고리즘이 다른 메타휴리스틱알고리즘보다 좋은 결과를 보이고 있다. 하모니 서치 알고리즘은 음악을 작곡할 때 아름다운 소리를 내는 하모니를 찾는 과정을 모방했다. 성능은 하모니 메모리에서 선택하는 비율인 HMCR값과 하모니 메모리에서 선택된 값의 조정 비율을 결정하는 PAR값에 따라 달라지는 것으로 알려져 있다. 다르게 말하면 두 변수의 기반이 되는 하모니 메모리의 사용방법의 문제로 볼 수 있다. 본 논문은 설정한 기간 동안 더 좋은 최적해를 찾지 못할 경우 하모니 메모리의 일부를 좋은 하모니로 구성되게 수정하는 방법을 제안했다. 테스트 함수를 이용한 검증 실험결과에서 하모니 메모리를 수정할 경우 정확도 변화가 적어 신뢰성 있는 정확도를 보였으며, Iteration이 짧더라도 최적값에 근접한 값을 찾았다.