• 경영과학
• /
• 제26권1호
• /
• pp.197-208
• /
• 2009

In this paper, we study stochastic maximal covering location problem considering floating population. Traditional maximal covering location problem assumed that number of populations at demand point is already known and fixed. In this manner, someone who try to solve real world maximal covering location problem must consider administrative population as a population at demand point. But, after observing floating population, appliance of population in steady-state is more reasonable. In this paper, we suggest revised numerical model of maximal covering location problem. We suggest heuristic methodology to solve large scale problem by using genetic algorithm.

• 한국지능시스템학회논문지
• /
• 제22권5호
• /
• pp.540-548
• /
• 2012

무기할당 문제(Weapon Target Allocation : WTA)는 전형적인 NP-Complete 문제로 공중에서 위협하는 표적에 대해 아군의 무기를 적절히 할당하는 문제이다. 이러한 NP-Complete 문제들은 주로 휴리스틱 알고리즘을 이용하여 최적해를 찾는다. 유전자 알고리즘은 대표적인 휴리스틱 알고리즘으로 다양한 도메인에서 우수한 성능을 보여주는 휴리스틱 알고리즘이다. 유전자 알고리즘의 단계 중에 population 초기화는 최초 염색체를 결정하는 문제로 유전자 알고리즘의 해의 질을 높일 수 있고, 탐색성능을 높일 수 있으나 많은 연구가 이루어지고 있지 않는 분야이다. 따라서 본 논문에서는 WTA 문제를 해결하기 위해 유전자 알고리즘의 성능을 향상시키기 위한 population 초기화 알고리즘을 제안하고자 한다. 제안하는 알고리즘은 초기화할 때 WTA 문제 도메인의 특성을 반영하고, 우성유전자를 상속받는다. 또한, 문제 공간에서의 탐색 공간을 넓게 선정하여 질이 좋은 해를 효율적으로 찾을 수 있도록 하였다. 본 논문에서는 제안하는 알고리즘과 다른 알고리즘과의 다양한 속성의 비교분석 및 실험을 통해 성능을 분석하여 제안하는 알고리즘의 우수성을 검증하였다. 실험 결과 제안하는 알고리즘이 WTA 문제 해결에서 다른 방법들에 비해 좋은 성능을 보였다. 특히, 제안하는 알고리즘은 문제 상황에 따라 RMI 수치를 조정하여 적응성 있게 적용할 수 있기 때문에, 문제의 상황이 다양한 WTA 문제 도메인에 적용하기 적합한 알고리즘이다.

• 대한수학회논문집
• /
• 제15권4호
• /
• pp.605-616
• /
• 2000

We prove the non-homogeneous boundary value problem for population evolution equations is well-posed in Sobolev space H(sup)3/2,3/2($\Omega$). It provides a strictly mathematical basis for further research of population control problems.

• 한국인구학
• /
• 제8권2호
• /
• pp.68-78
• /
• 1985

It is well recognized that, in most developing countries, rapid population growth has been a serious problem. And there is a growing tendency to regard the problem as a political issue in these coun-tries. So far, many developing countries have formulated and implemented population policies aiming at an reduction of such population growth. This study attempts, in policy perspective, to examine theoretically the process and determinants of population policy making and implementation in those developing countries. In doing this, it gives emphasis on explaining population policy determinants and therefore, deals with (1) decision makers' perceptions and attitudes, (2) governmental structure and capability, (3) mass fertiliry behavior, and (4) foreign aid agencies' role.

• 대한안전경영과학회지
• /
• 제11권4호
• /
• pp.213-220
• /
• 2009

The minimum latency problem, also known as the traveling repairman problem and the deliveryman problem is to minimize the overall waiting times of customers, not to minimize their routing times. In this research, a genetic algorithm, a clonal selection algorithm and a population management genetic algorithm are introduced. The computational experiment shows the objective value of the clonal selection algorithm is the best among the three algorithms and the calculating time of the population management genetic algorithm is the best among the three algorithms.

• 한국지능시스템학회논문지
• /
• 제11권3호
• /
• pp.191-199
• /
• 2001

유전자알고리듬(Genetic Algorithm)은 확률적인 집단 탐색법이고 적응도함수의 형태에 관계없는 직접 탐색법이기 때문에 최근 최적화 방법으로 주목을 받고 있다. 본 논문에서는 Job-shop Schedule Problem에 대하여 교배방법으로 JOX를 사용하며, 효율적인 탐색을 위하여 탐색범위를 축소시키는 강제조작을 형질유전을 고려한 형질유전GT법을 제안하고, 세대교체에 있어 모집단의 다양성을 유지하기 위하여 집단 내에 동일한 개체를 배제하는 방법을 제안한다. 제안 알고리듬을 Fisher & Thompson의 FT10$\times$10 및 FT20$\times$5 문제에 적용하여 유효성을 실험적으로 검증한다.

• Journal of the Korean Statistical Society
• /
• 제22권1호
• /
• pp.71-81
• /
• 1993

Among k independent normal populations with unknown means and a common unknown variance, the problem of detecting the population with the largest absolute value of mean is considered. This problem is formulated in a manner close to the framework of testing hypotheses, and the maximum error probability and the minimum power are considered. The power charts necessary to determine the sample size are provided. The problem of detecting the population with the smallest absolute value of mean is also considered.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.220-225
• /
• 2021

Human population growth rate is an important parameter for real-world planning. Common approaches rely upon fixed parameters like human population, mortality rate, fertility rate, which is collected historically to determine the region's population growth rate. Literature does not provide a solution for areas with no historical knowledge. In such areas, machine learning can solve the problem, but a multitude of machine learning algorithm makes it difficult to determine the best approach. Further, the missing feature is a common real-world problem. Thus, it is essential to compare and select the machine learning techniques which provide the best and most robust in the presence of missing features. This study compares 17 machine learning techniques (base learners and ensemble learners) performance in predicting the human population growth rate of the country. Among the 17 machine learning techniques, random forest outperformed all the other techniques both in predictive performance and robustness towards missing features. Thus, the study successfully demonstrates and compares machine learning techniques to predict the human population growth rate in settings where historical data and feature information is not available. Further, the study provides the best machine learning algorithm for performing population growth rate prediction.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.335-352
• /
• 2023

When solving multi-objective optimization problems, the blindness of the evolution direction of the population gradually emerges with the increase in the number of objectives, and there are also problems of convergence and diversity that are difficult to balance. The many- objective optimization problem makes some classic multi-objective optimization algorithms face challenges due to the huge objective space. The sine cosine algorithm is a new type of natural simulation optimization algorithm, which uses the sine and cosine mathematical model to solve the optimization problem. In this paper, a knee-driven many-objective sine-cosine algorithm (MaSCA-KD) is proposed. First, the Latin hypercube population initialization strategy is used to generate the initial population, in order to ensure that the population is evenly distributed in the decision space. Secondly, special points in the population, such as nadir point and knee points, are adopted to increase selection pressure and guide population evolution. In the process of environmental selection, the diversity of the population is promoted through diversity criteria. Through the above strategies, the balance of population convergence and diversity is achieved. Experimental research on the WFG series of benchmark problems shows that the MaSCA-KD algorithm has a certain degree of competitiveness compared with the existing algorithms. The algorithm has good performance and can be used as an alternative tool for many-objective optimization problems.

• 한국산학기술학회논문지
• /
• 제11권6호
• /
• pp.2269-2275
• /
• 2010

유전자 알고리즘은 매개변수와 유전자 연산자 그리고 계획과 같은 다양한 요인들에 의해 영향을 받으며, 전통적인 방법을 통한 문제의 해결은 효율적이지만 전체적으로는 실행 가능성의 문제와 결과의 도출에 걸리는 시간의 문제가 있을 수 있다. 이에 따라 전통적인 유전자 알고리즘은 다양한 방법으로 수정 및 적용되어 질 수 있다. 본 연구는 Travelling Salesman 문제를 해결하기 위해 초기에 정렬된 인자를 사용하여 수정된 유전자 알고리즘을 적용하였다. 본 연구를 통한 접근 방법은 초기 문제의 크기를 줄이며 또한 빠른 복합 수렴을 달성하였다. 또한 제안된 방법은 객체지향 접근을 사용한 시뮬레이터를 통해 테스트 되었고 그 결과는 제안된 방법의 타당성을 입증하였다.