• 소프트웨어공학소사이어티 논문지
• /
• 제24권2호
• /
• pp.35-45
• /
• 2011

금질 기법을 이용한 테스트 데이터 자동 생성 기법은 오랫동안 연구되어 왔으며, 효율적인 테스트 데이터 생성 방법 중 하나이다. 그러나 인풋 도메인이 넓을 경우, 기존의 담금질 기법은 이웃 선택 기법의 한계 때문에 나쁜 성능을 보였다. 이러한 한계를 극복하기 위해, 우리는 새로운 이웃 선택 기법인 분기 거리 이웃 선택 방법을 제안한다. 제안된 기법의 성능을 검증하기 위해서 우리는 분기 거리 이웃 선택 기법, 기존의 이웃 선택 기법 그리고 랜덤 테스트 데이터 생성 기법을 비교하는 실험을 수행하였다. 실험 결과 제안된 기법이 2가지 기법에 비해 우수한 성능을 보임을 알 수 있었다.

• 한국게임학회 논문지
• /
• 제19권4호
• /
• pp.97-108
• /
• 2019

최근 입력 방식의 다양성이나 편리성 때문에 음성 게임 명령어에 대한 관심이 증가하고 있다. 음성 명령어의 인식률은 인식 엔진의 성능뿐만이 아니라, 명령어간의 거리에도 영향을 받는다. 명령어간 거리란 명령어 발음간의 음성적 차이를 말하는데, 이 거리가 클수록 인식률이 높아진다. 본 논문에서 우리는 명령별 명령어 후보들이 주어졌을 때 명령어간의 평균 거리를 최대화하는 명령어 조합을 선택하는 문제를 IP(Integer Programming)으로 모델링한다. 또한 명령어 선택 문제의 해를 구하는 SA(Simulated Annealing) 기반의 방법을 제안한다. 우리의 방법을 명령어 수, 허용되는 명령어 길이 등의 다양한 조건에 하에서 실험한 결과를 토대로 특징을 분석한다.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.541-548
• /
• 2007

모의 담금질 방법은 널리 사용되는 최적화 알고리즘들 중의 하나로서, 그 해의 수렴성이 수학적으로 증명되어 있는 장점이 있다. 하지만 원래의 모의 담금질 방법은 수렴 속도가 매우 느리기 때문에 복잡한 문제에 적용하기 힘들고, 이를 해결하기 위해서 빠른 모의 담금질 방법과 같은 다양한 방법이 연구되고 있다. 본 논문에서는, greedy 선택방법을 적용한 모의 담금질 방법을 제안하고, 이 알고리즘이 연속적인 공간에서의 최적화 문제에 대해서 전역 최적점을 찾아낸다는 것을 확률적으로 증명한다. greedy 선택방법은 무조건 좋은 해를 선택하기 때문에, 확률적으로 좋지 않은 해를 선택할 가능성이 있는 Metropolis 선택방법에 비해 빠른 수렴속도를 얻을 수 있다. 컴퓨터 모의 실험 결과, greedy 선택방법을 사용한 모의 담금질 방법이 기존의 빠른 모의 담금질 방법과 비슷한 성능을 보이는 해를 더 빠른 속도로 찾을 수 있음을 보인다. 또한, greedy 선택방법에서는 선택 가능한 상태들의 비용함수 값의 우열관계만을 이용하여 선택하기 때문에 비용 함수의 크기 조정에 무관하게 적용할 수 있다는 장점이 있다.

• 한국통신학회논문지
• /
• 제34권10B호
• /
• pp.973-980
• /
• 2009

무선 센서 네트워크의 효율적인 설비 및 운용을 위한 네트워크 구축과 관련하여 에너지 소비나, key 관리 기술, 센서배치 등 다양한 부문에서 연구가 진행되고 있으며, 그 중에서도 센서 배치는 시스템 구축비용과 성능에 직접적으로 관련되는 중요한 이슈 중 하나이다. 본 고에서는 센서 네트워크에 요구사항을 만족하면서 센서 네트워크 구축 비용을 절감하는 센서 배치 방안을 제시한다. 센서 배치에 주로 이용되는 담금질 기법(simulated annealing, SA)을 적용하되, 지리정보시스템(graphical information system, GIS)을 활용하여 노드간 연결성(Connectivity)과 센싱 반경(Coverage)을 만족하면서 센서 노드의 수를 최소화하고 이를 초기 센서 배치에 적용한다. 모의실험을 통해 기존 임의 초기 배치 방법에 비해 제안된 방법이 센서의 초기 배치 시 뿐만 아니라 최종 배치 단계에서도 시스템 구축비용을 절감하는 효과를 가짐을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.535-538
• /
• 2003

We employ Genetic Programming (GP) which is optimized with Simulated Annealing (SA) to recognize characteristic of a plan. Its result is described in Laplace function. The algorithm proceeds with automatic PID designs for the plant.

• Journal of applied mathematics & informatics
• /
• 제16권1_2호
• /
• pp.337-354
• /
• 2004

SA, TS, GA and ACS are four of the main algorithms for solving challenging problems of intelligent systems. In this paper we consider Examination Timetabling Problem that is a common problem for all universities and institutions of higher education. There are many methods to solve this problem, In this paper we use Simulated Annealing, Tabu Search, Genetic Algorithm and Ant Colony System in their basic frameworks for solving this problem and compare results of them with each other.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3516-3541
• /
• 2018

Task scheduling is one of the most challenging aspects of cloud computing nowadays, and it plays an important role in improving overall performance in, and services from, the cloud, such as response time, cost, makespan, and throughput. A recent cloud task-scheduling algorithm based on the symbiotic organisms search (SOS) algorithm not only has fewer specific parameters, but also incurs time complexity. SOS is a newly developed metaheuristic optimization technique for solving numerical optimization problems. In this paper, the basic SOS algorithm is reduced, and chaotic local search (CLS) is integrated into the reduced SOS to improve the convergence rate. Simulated annealing (SA) is also added to help the SOS algorithm avoid being trapped in a local minimum. The performance of the proposed SA-CLS-SOS algorithm is evaluated by extensive simulation using the Matlab framework, and is compared with SOS, SA-SOS, and CLS-SOS algorithms. Simulation results show that the improved hybrid SOS performs better than SOS, SA-SOS, and CLS-SOS in terms of convergence speed and makespan.

• 산업경영시스템학회지
• /
• 제42권1호
• /
• pp.8-20
• /
• 2019

The vehicle routing problem is one of the vibrant research problems for half a century. Many studies have extensively studied the vehicle routing problem in order to deal with practical decision-making issues in logistics. However, developments of new logistics strategies have inevitably required investigations on solution methods for solving the problem because of computational complexity and inherent constraints in the problem. For this reason, this paper suggests a simulated annealing (SA) algorithm for a variant of vehicle routing problem introduced by a previous study. The vehicle routing problem is a multi-depot and multi-trip vehicle routing problem with multiple heterogeneous vehicles restricted by the maximum permitted weight and the number of compartments. The SA algorithm generates an initial solution through a greedy-type algorithm and improves it using an enhanced SA procedure with three local search methods. A series of computational experiments are performed to evaluate the performance of the heuristic and several managerial findings are further discussed through scenario analyses. Experiment results show that the proposed SA algorithm can obtain good solutions within a reasonable computation time and scenario analyses show that a transportation system visiting non-dedicated factories shows better performance in truck management in terms of the numbers of vehicles used and trips for serving customer orders than another system visiting only dedicated factories.

• 응용통계연구
• /
• 제22권3호
• /
• pp.627-634
• /
• 2009

Recently, the general contour Monte Carlo has been proposed by Liang (2004) as a space annealing version(ACMC) for optimization problems. The algorithm can be applied successfully to determine the ground configurations for the prediction of protein folding. In this approach, we use the distances between the consecutive $C_{\alpha}$ atoms along the peptide chain and the mapping sequences between the 20-letter amino acids and a coarse-grained three-letter code. The algorithm was tested on the real proteins. The comparison showed that the algorithm made a significant improvement over the simulated annealing(SA) and the Metropolis Monte Carlo method in determining the ground configurations.

• Journal of Electrical Engineering and Technology
• /
• 제7권4호
• /
• pp.493-500
• /
• 2012

In this paper the performance of meta-heuristics algorithms such as GA (Genetic Algorithm), DE (Differential Evolution), PSO (Particle Swarm Optimization) and SA (Simulated Annealing) for the problem of TTC enhancement using FACTS devices are compared. In addition to that in the assessment procedure of TTC two novel techniques are proposed. First the optimization algorithm which is used for TTC enhancement is simultaneously used for assessment of TTC. Second the power flow is done using Broyden - Shamanski method with Sherman - Morrison formula (BSS). The proposed approach is tested on WSCC 9 bus, IEEE 118 bus test systems and the results are compared with the conventional Repeated Power Flow (RPF) using Newton Raphson (NR) method which indicates that the proposed method provides better TTC enhancement and computational efficacy than the conventional procedure.