• Title/Summary/Keyword: 유전알고리즘

Search Result 1,249, Processing Time 0.158 seconds

혼합.이산 비선형 최적화 문제 해결을 위한 유전알고리즘

  • 윤영수;이상용
    • Journal of the Korea Industrial Information Systems Research
    • /
    • v.3 no.1
    • /
    • pp.101-116
    • /
    • 1998
  • 혼합·이산 비선형 최적화문제 해결을 위한 전역적 최적화 알고리즘이 개발되었으며 이 알고리즘은 확률적 최적화기법인 유전알고리즘을 사용한다. 유전알고리즘은 다양한 설계변수를 처리하는데 적합하다. 그러나 기존의 유전알고리즘이 특별히 잘 수행되지 않는 상황이 많이 존재하기 때문에 혼합화에 대한 다앙한 방법이 개발되어지고 있다. 따라서 이 논문은 유전알고리즘에서 최적해 주위에 대한 국고수수렴기법과 정밀 탐색법을 구체화시킨 새로운 혼합유전알고리즘(NHGA)을 개발했다. 사례연구에서는 혼합·이산 비선형 최적화문제를 해결하는데 있어서 NHGA가 상당한 능력을 제공하며 효율적이고 우수한 해를 제공할 수 있다는 것을 보여주고 있다.

Genetic Algorithms as Optimisation Tools and Their Applications (최적화기법으로서의 유전알고리즘과 그 응용)

  • 진강규;하주식
    • Journal of Advanced Marine Engineering and Technology
    • /
    • v.21 no.2
    • /
    • pp.108-116
    • /
    • 1997
  • 유전알고리즘은 진화원리에서 발견된 몇몇 특징들을 컴퓨터 알고리즘과 결합시켜 복잡한 최적화 문제를 해결하려는 도구로서 1975년 미국의 Holland 교수에 의해 처음으로 개발되었다. 주어진 문제에서 탐색환경이 다변수 또는 다봉(multi-modal)이 되어 대단히 복잡하거나 또는 부분적으로 알려질 경우는, 구배(gradient)에 기초한 재래식 방법을 사용하여 최적화하는 것은 매우 어렵게 되고 경우에 따라서는 불가능할 수도 있다. 이러한 이유로 유전알고리즘과 같은 강인한 탐색법이 요구된다. 유전알고리즘의 장점은 연속성(continuity), 미분가능성(differentiability), 단봉성(unimodality) 등과 같이 탐색공간에 대한 제약으로부터 자유롭다는 것이다. 다시 말하면 목적함수 외 탐색공간에 대한 사전지식을 필요로 하지 않고, 매우 크고 복잡한 공간일지라도 전역해 쪽으로 수렴해 갈수 있다는 것이다. 이러한 특성 때문에 유전알고리즘은 실제 환경에서 많은 복잡한 최적화 문제를 해결하는 방법으로 인정을 받고 있으며, 함수의 최적화, 신경회로망의 학습, 동적시스템의 식별및 제어, 신호처리등 여러 분야에 성공적으로 응용되고 있다. 이러한 중요성에 비해 유전알고리즘에 대한 연구는 국내적으로는 아직 미진한 수준이나 최근 이에 대한 관심이 고조되고 있으며, 또한 그 응용분야도 점점 넓어져 이론 개발과 실질적인 응용에 확산되리라 생각된다. 따라서 본 해설기사는 유전알고리즘의 원리와 응용 사례를 살펴봄으로서 최적화 문제를 해결하려는 독자들에게 조금이나마 도움을 주고자 한다.

  • PDF

A Scheduling System for Panel Block Assembly Shop in Shipbuilding using Genetic Algorithms (유전알고즘을 이용한 판넬블럭조립공장의 일정계획시스템)

  • 최형림;류광렬;조규갑;임호섭;황준하
    • Journal of Intelligence and Information Systems
    • /
    • v.2 no.2
    • /
    • pp.29-42
    • /
    • 1996
  • 본 논문은 조선업에서 평블럭을 생산하는 패널블럭조립공장의 일정계획 문제를 해결하기 위한 유전알고리즘의 적용 방안을 제시하고 있다. 패널불럭조립공장의 일정계획은 작업장별 평준화와 각 작업장내에서의 일자별 부하 평준화라는 두가지 목표를 가지고 있다. 이러한 목표를 달성하기 위해 본 논문에서는 유전알고리즘을 계층적으로 나누어 적용하였다. 상위단계 유전알고리즘은 작업장별 부하 평준화를 담당하며 하위단계 유전알고리즘은 상위단계 유전알고리즘의 결과를 바탕으로 각 작업장내에서 일자별 부하 평준화의 최적화를 담당한다. 실험 결과, 유전알고리즘에 의한 일정계획이 수작업에 의한 방법보다 처리시간이 짧게 소요되고 부하 평준화의 측면에서 더 좋은 해를 얻을 수 있음을 확인하였다.

  • PDF

Optimum Design for Cogging Torque Minimization in BLDC Motor Magnet using Genetic Algorithm (유전알고리즘을 이용한 BLDC전동기 영구자석의 코깅 토크 최소화 최적설계)

  • Jeon Mun-Ho;Kim Chang-Eob;Lee Suk-Won
    • Proceedings of the KIEE Conference
    • /
    • /
    • pp.860-862
    • /
    • 2004
  • 본 논문에서는 유전알고리즘과 유한요소법을 이용하여 BLDC 전동기의 코깅 토크를 최소화하기 위한 최적화 설계 방법을 제안하였다. 먼저 유전알고리즘을 이용하여 BLDC 전동기의 설계 변수를 추론하고, 유한요소법으로 코깅 토크를 구하였다. 유전알고리즘과 유한요소법을 사용함으로써 BLDC 전동기의 코깅 토크가 최소화 되는 영구자석의 형상을 전 영역에서 빠른 시간내에 구할 수 있었다.

  • PDF

Design and Implementation of Genegtic Algorithm Simulation System for A Path Finding (유전자 알고리즘을 이용한 경로찾기 시뮬레이션 시스템 설계 및 구현)

  • Kang, Myung-Ju;Park, Kwang-Yong
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • /
    • pp.103-107
    • /
    • 2010
  • 게임이나 네비게이션 시스템, 관광경로 설계에 있어서 경로찾기는 매우 중요한 부분 중의 하나이다. 일반적으로 TSP(Traveling Salesman Problem), RPP(Rural Postman Problem), CPP(Chinese Postman Problem)와 같은 경로찾기 문제들은 일반적인 알고리즘으로 최적해를 구할 수 없다. 문제크기가 커질수록 해집합이 폭발적으로 커짐으로써 전체 해집합을 탐색하는데 많은 비용이 든다. 따라서, 이러한 문제들은 유전알고리즘이나 Simulated Annealing과 같은 휴리스틱 알고리즘을 이용하여 근사최적 경로를 찾는다. 본 논문에서는 이와 같은 경로찾기 문제의 근사 최적해를 구하기 위한 시뮬레이션 시스템을 설계하고 구현하였다. 본 연구에서 구현한 시뮬레이션 시스템에는 유전알고리즘 엔진(GA 엔진)과 사용자 인터페이스를 제공한다. 사용자 인터페이스는 유전알고리즘에 사용될 파라미터를 설정하는 부분이며, GA 엔진은 유전알고리즘의 연산자들을 제공하는 부분이다. 본 논문에서 구현한 시뮬레이션 시스템은 게임과 같은 경로찾기 등에 활용될 수 있다.

  • PDF

Efficiency Analysis Genetic Algorithm for Job Shop Scheduling with Alternative Routing (대체공정을 고려한 Job Shop 일정계획 수립을 위한 유전알고리즘 효율 분석)

  • Kim, Sang-Cheon
    • Journal of the Korea Computer Industry Society
    • /
    • v.6 no.5
    • /
    • pp.813-820
    • /
    • 2005
  • To develop a genetic algorithm about job shop scheduling with alternative routing, we are performed that genetic algorithm efficiency analysis of job shop scheduling with alternative routing, First, we proposed genetic algorithm for job shop scheduling with alternative routing. Second, we applied genetic algorithm to traditional benchmak problem appraise a compatibility of genetic algorithm. Third, we compared with dispatching rule and genetic algorithm result for problem Park[3].

  • PDF

Modified Genetic Algorithm for Fast Beam Formation in Wireless Network (무선 메쉬 네트워크 환경에서 빠른 빔형성을 위한 개선된 유전알고리즘)

  • Lee, Dong-kyu;Ahn, Jong-min;Park, Chul;Kim, Han-na;Chung, Jae-hak
    • The Journal of Korean Institute of Communications and Information Sciences
    • /
    • v.40 no.9
    • /
    • pp.1686-1692
    • /
    • 2015
  • This paper proposes a modified genetic algorithm that has the same beamforming performance and a fast convergence speed using general genetic algorithm in order to form a beam for the mobile node in a mesh network. The proposed beamforming genetic algorithm selects a part of chromosome a high fitness value in mating process to obtain fast convergence speed, and rest part of chromosome with longer fitness value in order to avoid local solution. Furthermore, the reference beam pattern with Gaussian shape reduces additional convergence speed. Simulation shows that the convergence speed of proposed algorithm improves 20% compared with that of conventional beamforming genetic algorithm.

Hybrid Genetic Algorithm for Classifier Ensemble Selection (분류기 앙상블 선택을 위한 혼합 유전 알고리즘)

  • Kim, Young-Won;Oh, Il-Seok
    • The KIPS Transactions:PartB
    • /
    • v.14B no.5
    • /
    • pp.369-376
    • /
    • 2007
  • This paper proposes a hybrid genetic algorithm(HGA) for the classifier ensemble selection. HGA is added a local search operation for increasing the fine-turning of local area. This paper apply hybrid and simple genetic algorithms(SGA) to the classifier ensemble selection problem in order to show the superiority of HGA. And this paper propose two methods(SSO: Sequential Search Operations, CSO: Combinational Search Operations) of local search operation of hybrid genetic algorithm. Experimental results show that the HGA has better searching capability than SGA. The experiments show that the CSO considering the correlation among classifiers is better than the SSO.

Hardware Implementation of Genetic Algorithm for Evolvable Hardware (진화하드웨어 구현을 위한 유전알고리즘 설계)

  • Dong, Sung-Soo;Lee, Chong-Ho
    • 전자공학회논문지 IE
    • /
    • v.45 no.4
    • /
    • pp.27-32
    • /
    • 2008
  • This paper presents the implementation of simple genetic algorithm using hardware description language for evolvable hardware embedded system. Evolvable hardware refers to hardware that can change its architecture and behavior dynamically and autonomously by interacting with its environment. So, it is especially suited to applications where no hardware specifications can be given in advance. Evolvable hardware is based on the idea of combining reconfigurable hardware device with evolutionary computation, such as genetic algorithm. Because of parallel, no function call overhead and pipelining, a hardware genetic algorithm give speedup over a software genetic algorithm. This paper suggests the hardware genetic algorithm for evolvable embedded system chip. That includes simulation results for several fitness functions.

Optimal Estimation of Rock Mass Properties Using Genetic Algorithm (유전알고리즘을 이용한 암반 물성의 최적 평가에 관한 연구)

  • Hong Changwoo;Jeon Seokwon
    • Tunnel and Underground Space
    • /
    • v.15 no.2
    • /
    • pp.129-136
    • /
    • 2005
  • This paper describes the implementation of rock mass rating evaluation based on genetic algorithm(GA) and conditional simulation technique to estimate RMR in the area without sufficient borehole data RMR were estimated by GA and conditional simulation technique with reflecting distribution feature and spatial correlation. And RMR determined by GA were compared with the results from kriging. Through the analysis of the results from 30 simulations, the uncertainty of estimation could be quantified.