• 한국소음진동공학회논문집
• /
• 제15권11호
• /
• pp.1223-1231
• /
• 2005

Recently, the issue of ship nitration due to the large scale, high speed and lightweight of ship is emerging. For pleasantness in the cabin, shipbuilders are asked for strict vibration criteria and the degree of nitration level at a deckhouse became an important condition for taking order from customers. This study proposes a new optimization framework that is NASTRAN external call type optimization method (OptShip) and applies to an optimum design to decrease the nitration level of a deckhouse. The merits of this method are capable of using of global searching method and selecting of various objective function and design variables. The global optimization algorithms used here are random tabu search method which has fast converging speed and searches various size domains and genetic algorithm which searches multi-point solutions and has a good search capability in a complex space. By adapting OptShip to full-scale model, the validity of the suggested method was investigated.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.36-38
• /
• 2004

This paper presents an application of parallel hybrid Genetic Algorithm-Tabu Search (GA-TS) algorithm to search an optimal solution of a recokiguration in distribution system. In parallel hybrid CA-TS, after CA operations, stings which are not emerged in the past population are selected in the reproduction procedure. After reproduction operation, if there are many strings which are in the past population, we add new random strings into the population, if there's no improvement for the predetermined iteration, local search procedure is executed by TS for the strings with high fitness function value. To show the usefulness of the proposed method, developed algorithm has been tested and compared on a distribution system in the reference paper.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.446-448
• /
• 2004

This paper presents an application of parallel hybrid Genetic Algorithm-Tabu Search (GA-TS) algorithm to search an optimal solution of a service restoration in distribution system. In parallel hybrid GA-TS, after GA operations, strings which are not emerged in the past population are selected in the reproduction procedure. After reproduction operation, if there are many strings which are in the past population, we add new random strings into the population. If there's no improvement for the predetermined iteration, local search procedure is executed by f for the strings with high fitness function value. To show the usefulness of the proposed method, developed algorithm has been tested and compared on a practical distribution system in Korea.

• 한국항공우주학회지
• /
• 제38권1호
• /
• pp.48-57
• /
• 2010

본 논문에서는 위성 임무 스케줄링을 효율적으로 수행하기 위한 스케줄링 최적화 알고리즘을 타부탐색 알고리즘과 유전 알고리즘을 이용해 디자인하고, 시뮬레이션을 수행한 비교 결과를 기술하였다. 위성 임무 스케줄링은 위성에게 요구된 작업들과 그에 따른 제한사항 및 다양한 변수들을 종합적으로 고려하여 상호간의 시간, 조건 등의 충돌을 회피함과 동시에 위성의 자원을 최대한 활용하여 운용할 수 있는 최적의 작업시간표를 생성하는 것이다. 위성 임무 스케줄링은 동시에 많은 변수를 고려해야 하기 때문에 연산양이 많고, 매 스케줄링 시 마다 동일한 과정을 반복적으로 수행해야 하므로, 스케줄링 최적화 알고리즘과 같은 위성 운영 자동화, 자율화가 요구되는 분야이다. 다양하게 이용되고 있는 두 가지 스케줄링 기법을 위성 임무 스케줄링 최적화에 적용해 보았다.

• 지능정보연구
• /
• 제15권3호
• /
• pp.137-150
• /
• 2009

본 연구는 시간 제약조건을 가지는 차량 경로 탐색과 스케줄링 문제(VRSPTW, the Vehicle Routing and Scheduling Problem with Time Window)를 해결하기 위하여, 기회시간(Opportunity time)을 반영한 하이브리드 휴리스틱을 제안하였다. 기회시간은 각 고객 노드에서 요구하는 하역 서비스를 수행 한 뒤에도 남아 있는 여유시간이다. 제안된 휴리스틱은 기회시간에 대한 제약조건을 추가하고, 기회시간을 고려한 비용 평가함수를 삽입 전략에 적용함으로써 초기 해를 구하였다. 또한 고객 노드 교환에 의한 타부 탐색 전략에도 기회시간을 반영함으로써 해를 개선 시켰다. 마지막으로 지리적, 시간적, 용량적으로 다양한 데이터 유형들에 대하여 각각 효과적으로 최적 해를 구할 수 있는 초기 경로 생성 전략들을 소개하고 비교하였다. 본 연구의 실험에서는 제안된 휴리스틱이 Solomon I1 휴리스틱 보다 효율적으로 최근사 해를 얻을 수 있음을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.209-214
• /
• 2020

동등분할 문제(EPP)는 학생이 특정 분야에 대한 경험 유무인 [0/1]이진수 형태를 갖는 경우와 [1,2,3,4,5]와 같은 정수형의 기량 수준을 갖고 있는 문제로 분류된다. 이진수형 EPP에 대해서는 다항시간으로 최적 해를 구하는 알고리즘이 알려져 있다. 반면에, 정수형 기량 수준을 갖는 EPP에 대해서는 다항시간으로 해를 구하는 알고리즘이 존재하지 않아 아직까지는 메타휴리스틱의 일종인 타부탐색법만이 알려져 있는 난제이다. 본 논문은 NP-난제인 정수형 기량 수준을 갖는 EPP에 대해 다항시간으로 해를 찾아가는 규칙을 가진 휴리스틱 탐욕방법을 제안한다. 제안된 알고리즘은 각 분야의 기량 수준별 빈도수 내림차순으로 그룹 수를 충족하는 하한치(LB)를 구하고, LB 이상인 기량수준을 가진 학생들을 각 그룹 상자에 우선하여 채우고, LB 이하 기량수준을 가진 학생들을 추가로 각 상자에 배분하는 방법을 제안하였다. 제안된 알고리즘을 실험 데이터에 적용한 결과 기존의 타부탐색법으로 구한 결과를 개선하는 효과도 얻었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.164-172
• /
• 2004

일반적으로 국지적 탐색에서 최적해를 획득할 가능성은 가능한 많은 이웃해를 생성하면서 반복 수를 늘릴수록 높아지나 긴 탐색시간이 소요된다. 따라서 한정된 시간 내에 최적해를 효율적으로 찾기 위해서는. 적절한 수의 이웃해를 생성하되, 탐색의 질을 높일 수 있는 이웃해를 선별해서 생성하는 것이 요구된다. 본 논문에서는 국지적 탐색기법을 적용하여 부하평준화 문제를 해결할 때, 탐색의 효율을 향상시킬 수 있는 이웃해 선정 기법을 제안하고, 실세계 데이타를 대상으로 그 성능을 검증하였다. 본 논문에서 제안하는 이웃해 선정 기법은 확률적 선별에 기반 한 방법으로서, 탐색의 질을 개선시킬 가능성에 대한 추정치를 기준으로 부여된 확률에 따라 이웃해를 선별하여 생성하는 기법이다. 대상 문제에 국지적 탐색기법으로 tabu 탐색과 simulated annealing를 적용한 실험에서, 무작위 또는 그리디 선별에 기반 한 방법보다 우수한 성능을 보임을 확인하였다.

• 융합신호처리학회논문지
• /
• 제3권4호
• /
• pp.35-41
• /
• 2002

복잡한 문제들의 근사해를 구하기 위하여 최근 다양한 방법들이 소개되고 있다. 이러한 방법들은 주로 금속의 서랭(Annealing)에 의해 금속분자의 에너지가 최저점에 도달하는 과정을 모의실험한 최적화 기법(Simulated Annealing), 생물의 적자생존(Survival of Fittest)과정을 이용한 최적화 기법인 유전적 알고리즘(Genetic Algorithm)등 물리적 현상이나 생물 ?생명에 관련된 모의를 최적화 문제에 응용한 방법들이다. 최근에 소개된 Particle Swarm Optimization(PSO)는 주로 조류나 어류등의 생물의 무리가 각각의 개체가 가지고 있는 정보를 공유해가며 먹이를 찾아가는 과정을 모의한 기법이다. 하지만, 이 기법의 탐색과정이 명확하게 밝혀져 있지 않다. 본 논문에서는 PSO의 탐색과정을 가시화 하는 것을 목적으로 한다. 탐색과정을 가시화 하는 작업을 통해 그 탐색 능력을 시각적으로 파악하는 것이 가능하며 기법에 관한 이해를 돕고 교육적 효과도 기대 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.13-27
• /
• 2012

정수계획법 기반 지역 탐색은 단순 언덕오르기 탐색을 기반으로 하는 지역 탐색의 일종으로서 기존의 지역 탐색과는 달리 이웃해 생성 시 정수계획법을 활용한다. 기존 연구 [1]에 의하면 정수계획법 기반 지역 탐색은 경영과학 및 인공지능 분야에서 많은 관심을 받아 온 다차원 배낭 문제를 해결하는 데 매우 효과적인 것으로 알려져 있다. 그러나 해당 연구에서는 OR-Library에 있는 다차원 배낭 문제들 중 규모가 가장 큰 문제들만을 대상으로 하여 정수계획법 기반 지역 탐색의 우수성을 검증하였다는 단점이 있다. 본 논문에서는 그 외의 문제들을 대상으로 정수계획법 기반 지역 탐색을 적용함으로써 보다 객관적으로 정수계획법 기반 지역 탐색의 우수성을 검증한다. 아울러 본 논문에서는 기존의 정수계획법 기반 지역 탐색이 단순 언덕오르기 탐색과 정수계획법을 결합한 것과는 달리 언덕오르기 탐색, 타부 탐색, 시뮬레이티드 어닐링과 같은 다른 지역 탐색 기법과 정수계획법을 결합하는 방안을 제시한다. 실험 결과, 정수계획법 기반 지역 탐색은 중소 규모의 다차원 배낭 문제들에 있어서도 기존의 가장 좋은 휴리스틱 탐색 기법에 비해 유사하거나 더 우수한 성능을 발휘함을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.570-576
• /
• 2004

열의 수가 수십만에 이르는 대규모 maximal covering 문제(MCP)를 유전 알고리즘을 통해 해결하는 것에는 한계가 있다. 본 논문에서는 대규모 MCP를 유전알고리즘이 효율적으로 풀 수 있도록 하기 위해 특별히 고안된 교차 연산자와 돌연변이 연산자를 소개한다. 또한, 본 연구에서는 비발현 유전자를 사용하는 새로운 유전 알고리즘을 제시한다. 비발현 유전자는 유전 연산 과정에서 상실될 정보 중 이후의 세대에서 유용할 가능성이 있는 정보를 자손에게 전달하기 위해 보존하는 역할만 할 뿐, 발현되지 않음으로 인해 해의 평가 시에는 반영되지 않는 유전자이다. 비발현 유전자를 사용하는 유전 알고리즘은 집단의 다양성을 유지하는데 유리하여 대규모 MCP를 해결하는데 있어서 보다 효율적으로 탐색을 수행할 수 있다. 현장의 대규모 MCP 데이타로 실험한 결과 비발현 유전자를 가진 유전 알고리즘이 이웃해 탐색 알고리즘인 타부 탐색보다 훨씬 우수한 탐색 성능을 보임을 확인할 수 있었다.