• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 B
• /
• pp.971-973
• /
• 1993

Deflection Yoke(the following, DY) is the important electric device of CRT which deflects R, G, B beans influencing magnetic field produced by yoke coils. Recently, DY is designed to the saddle/saddle type of coils, being proposed for high-definite and high-efficient CRT. This paper presents the optimization of pin-sectioned saddle coil's shape for minimizing gap between desired and practical deflections of electron beams by using Genetic Algorithm. Evolution Startegy is utilized in this paper, since evolution strategy is a kind of genetic algorithms finding the optimized values by choicing the better generation with comparing the parents and their children. Here, the children are generated by only mutations from the normal random variables. Evolution strategy has shown better powerful converge rate than the other genetic algorithms becuase of using only the mutation-operator.

• 한국인터넷방송통신학회논문지
• /
• 제9권1호
• /
• pp.75-87
• /
• 2009

본 논문에서 이미지 선명도 함수의 최적화에 의해 융합 법칙이 유도되는 새로운 이미지 융합 접근법을 제안한다. 선명도 함수에 비교하여 소스 이미지로부터 최적 블록을 통계적으로 선택하기 위하여 유전자 알고리듬이 사용되었다. 변이 연산에 의해 만들어진 유전인자들의 포격을 통해서 찾아진 재능 유전 인자를 갖는 새로운 네스티드 유전자 알고리듬을 설계하였고 구현하였다. 알고리듬의 수렴은 해석적으로, 실험적으로 그리고 통계적으로 3개의 테스트 함수를 사용하여 표준 GA와 비교하였다. 결과의 GA는 변수와 집단 크기에 불변이며, 최소 20 개체이면 시험에 충분하다는 것을 알 수 있었다. 융합 응용에서 모집단내의 각 개체는 입력 블록을 나타내는 유한한 이산 값을 갖는 개체이다. 이미지 융합 실험에 제안한 기법의 성능은 출력 품질 척도로 상호 정보량(MI)으로 특징지워진다. 제안한 방법은 C=2 입력 이미지에 대해 테스트되었다. 제안한 방법의 실험 결과는 현재의 다중 초점 이미지 융합 기법에 대한 실제적이고 매력적인 대안이 됨을 보여준다.

• 한국정보과학회논문지:시스템및이론
• /
• 제29권7호
• /
• pp.377-383
• /
• 2002

외판원 문제는 잘 알려진 NP-완전 문제로, 최적해(optimal value)를 구하는 다양한 알고리즘들이 개발되었다. 그러나 최악의 경우 지수 시간이 걸리므로 수행시간을 줄이는 다양한 방법들이 제안되고 있다. 최근접 휴리스틱 알고리즘은 최적해를 구하는 다른 알고리즘들에 비해 구조가 비교적 간단하다. 따라서 본 논문에서는 외판원 문제(Traveling Salesman Problem, TSP)의 최적해를 구할 수 있는 분기 함수(bounding function)를 적용한 분산 최근접 휴리스틱(nearest neighbor heuristic) 알고리즘을 PVM(Parallel Virtual Machine)에서 제공하는 마스터/슬래이브(master/slave) 모델을 사용하여 설계하고 구현하였다. 먼저 최적해를 찾는 수행 시간을 줄이기 위해 최적화 문제에서 좋은 성능을 보이는 분산 유전 알고리즘(distributed genetic algorithm)을 수행해 얻은 근사해(near optimal)를 초기 분기 함수로 사용한다. 특히 더욱 좋은 근사해를 구하고자 유전 연산자인 돌연변이를 새롭게 변형하여 적용하였다.

• Smart Structures and Systems
• /
• 제26권3호
• /
• pp.345-360
• /
• 2020

Modern swarm intelligence heuristic search methods are widely applied in the field of structural health monitoring due to their advantages of excellent global search capacity, loose requirement of initial guess and ease of computational implementation etc. To this end, a hybrid strategy is proposed based on butterfly optimization algorithm (BOA) and differential evolution (DE) with purpose of effective combination of their merits. In the proposed identification strategy, two improvements including mutation and crossover operations of DE, and dynamic adaptive operators are introduced into original BOA to reduce the risk to be trapped in local optimum and increase global search capability. The performance of the proposed algorithm, hybrid butterfly optimization and differential evolution algorithm (HBODEA) is evaluated by two numerical examples of a simply supported beam and a 37-bar truss structure, as well as an experimental test of 8-story shear-type steel frame structure in the laboratory. Compared with BOA and DE, the numerical and experimental results show that the proposed HBODEA is more robust to detect the reduction of stiffness with limited sensors and contaminated measurements. In addition, the effect of search space, two dynamic operators, population size on identification accuracy and efficiency of the proposed identification strategy are further investigated.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권11호
• /
• pp.3565-3583
• /
• 2022

The task scheduling problem has received a lot of attention in recent years as a crucial area for research in the cloud environment. However, due to the difference in objectives considered by service providers and users, it has become a major challenge to resolve the conflicting interests of service providers and users while both can still take into account their respective objectives. Therefore, the task scheduling problem as a bi-objective game problem is formulated first, and then a task scheduling model based on the bi-objective game (TSBOG) is constructed. In this model, energy consumption and resource utilization, which are of concern to the service provider, and cost and task completion rate, which are of concern to the user, are calculated simultaneously. Furthermore, a many-objective evolutionary algorithm based on a partitioned collaborative selection strategy (MaOEA-PCS) has been developed to solve the TSBOG. The MaOEA-PCS can find a balance between population convergence and diversity by partitioning the objective space and selecting the best converging individuals from each region into the next generation. To balance the players' multiple objectives, a crossover and mutation operator based on dynamic games is proposed and applied to MaPEA-PCS as a player's strategy update mechanism. Finally, through a series of experiments, not only the effectiveness of the model compared to a normal many-objective model is demonstrated, but also the performance of MaOEA-PCS and the validity of DGame.

• 생명과학회지
• /
• 제34권2호
• /
• pp.86-93
• /
• 2024

플라스미드의 복제는 엄격하게 조절되어야 하기 때문에 일반적으로 rolling circle 복제를 수행하는 플라스미드들은 복제 개시인자인 RepB는 전사 및 번역 수준에서 엄격하게 조절되어 일정한 copy number를 유지한다. 플라스미드 pJB01에는 단일 오페론으로 구성된 세 개의 orfs (copA, repB, repC 또는 repABC)가 포함되어 있다. 아미노산 서열 분석에서 pJB01 CopA는 다른 플라스미드의 복제 수 조절 단백질로서 Cops와 상동성을 보였다. pMV158의 CopG와 비교할 때, CopA는 플라스미드의 일반화된 억제자의 모티브로 알려진 RHH (ribbon-helix-helix)를 형성하는 것으로 추정된다. gel mobility shift assay 결과 정제된 융합 단백질이 repABC 오페론의 operator 영역에 결합하는 것으로 나타났다. 전사 수준에 대한 CopA의 기능적 역할을 조사하기 위해 CopA R16M, K26R 및 E50V와 같은 세 개의 포인트 돌연변이가 CopA의 코딩 프레임에서 구성되었다. CopA R16M, K26R 및 E50V 돌연변이의 repABC mRNA 수준은 CopA wt보다 각각 1.84, 1.78 및 2.86배 증가했다. 또한 세 개의 CopA 유전자의 돌연변이로 인한 복제 수도 CopA wt보다 각각 1.86, 1.68 및 2.89배 증가했다. 이러한 결과는 CopA가 전사 억제자이며 복제 개시자로서 repABC mRNA 및 RepB 단백질 수를 감소시킴으로써 pJB01의 복제 수를 감소시키는 것으로 제의된다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.