• Journal of Ocean Engineering and Technology
• /
• v.11 no.4
• /
• pp.227-238
• /
• 1997

다목적함수 최적화를 효과적으로 수행하기 위하여 유전자 알고리즘과 직접탐색법을 결합하여 혼성형 최적화기법을 구현하였다. 이 방법은 유전자 알고리즘을 사용하여 최적점이 존재할 가능성이 높은 영역을 탐색한 후, 이 영역에서 직접탐색법을 사용하여 최종해를 찾는다. 따라서 탐색의 효율을 향상시키고 계산시간을 절약할 수 있는 장점이 있다. 그러나 최적화기법이 효율적이지만, 최적화기법을 사용하기 위해서는 전문가의 전문지식이 필요하다. 따라서 실제 최적화를 수행하기 위해서는 관련 분야의 전문지식과 최적화기법이 효율적으로 결합되는 것이 필요하다.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2833-2835
• /
• 1999

이 논문에서는 임의의 시스템 동정에 사용되는 적응필터의 계수를 최적화시키는 방법으로 광범위하게 사용되어지고 있는 기존의 적응 알고리즘인 Least Mean Square(LMS)방법과 최근들어 다양한 최적화 문제에 응용되고 있는 유전자 알고리즘(GA)을 합성한 하이브리드 형태의 적응 알고리즘을 사용한다. 이 알고리즘은 TIR 필터를 설계하는데 있어, 경사하강법의 개념을 사용함으로써 야기되는 지역 수렴문제의 단점을 보완하기 위해, 미분과 같은 결정론적인 규칙없이 단지 확률적인 연산자만으로 진행하는 유전자 알고리즘을 이용한다. 그리고 유전자 알고리즘에 있어서 확률적인 연산을 사용함으로써 발생하는 많은 계산량과 느린 수렴속도 문제를 LMS의 경사하강법을 이용하여 보완한다. 이처럼 유전자 알고리즘이 지닌 장점과 LMS 알고리즘이 갖는 장점을 이용하여 각 알고리즘이 지니는 단점을 서로 보완함으로써 알고리즘의 성능을 향상시키고 이 향상된 알고리즘을 이용하여 최적 필터계수를 찾는다 이렇게 얻은 필터계수값을 이용하여 적응 필터의 성능을 확인 평가한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.307-309
• /
• 2000

진화 알고리즘은 현재까지 다양한 최적화 문제들에 사용되어 왔고, 또한 이러한 최적화 문제들은 효율적으로 해결하기 위하여 많은 진화 알고리즘이 개발되어 왔다. 그러나 이러한 진화 알고리즘들의 공통적인 문제점은 탐색공간의 확대에 대하여 전반적으로 탐색시간이 오래 걸린다는 것이다. 실제로 최적화 해야 할 변수의 증가에 따라 탐색 차원이 증가하므로 탐색 시간도 기하급수적으로 늘어난다. 따라서 최근의 진화 알고리즘에 대한 연구는 탐색공간의 축소나, 진화 속도의 향상에 초점이 맞추어져 있었고, 이러한 경향에 따라 많은 연구성과가 있었다. Potter와 Dejong의 협력 공진화와, Weicker의 적응적 공진화가 바로 그것이다. 그러나 이 방법들도 최적화 해야 할 변수들이 서로 강한 의존성을 가지고 있는 경우나, 대부분의 변수가 서로 의존성을 가지고 있는 경우에는 그다지 좋은 결과를 보이지 못하는 문제점을 가지고 있다. 본 논문에서는 이러한 연구들을 기반으로 하여 각 방법의 단점들을 보완함으로써 효율을 향상시킨 새로운 진화 알고리즘을 제안한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.28 no.9C
• /
• pp.851-859
• /
• 2003

최근 사용자들의 멀티채널 선호도는 급속도로 전파되고 있다. MPEG은 동영상 및 음향시스템의 데이터 압축기술을 제공하는데, 현재 각광을 받고있는 것이 디지털 오디오이다. MPEG 표준안은 MPEG-1오디오 알고리즘을 MPEG-2 알고리즘에 동일하게 사용해도 멀티채널 및 5.1채널 사운드륵 제공한다. MDCT(Modified Discrete Cosine Transform)는 TDAC(Time Domain Aliasing Cancellation)에 기반을 두고있는 변형이산 여현 변환을 나타낸 것이다. 본 논문에서는 오디오 부분의 핵심이라 할 수 있는 MDCT/IMDCT(Inverse MDCT) 알고리즘을 최적화하여 효율적인 알고리즘을 제안하였다. 그리고 연산과정에서 중복되는 영역을 묶음으로써 연산에 필요한 계수를 줄였다. 최적화 전에 비해 코사인 계수를 0.5%이하로 최적화하였고, 승산에서 0.098%, 가산에서 0.58% 효율을 보였다. 알고리즘 검증은 C언어를 사용하여 검증하였고, 최적화된 알고리즘을 적용하여 마이크로 프로그램 방식의 하드웨어 구조론 설계하였다.

• Journal of the Korea Society for Simulation
• /
• v.28 no.4
• /
• pp.21-32
• /
• 2019

Inspired by the social behavior models of a bird flock or fish school, particle swarm optimization (PSO) is a popular metaheuristic optimization algorithm and has been widely used from solving a complex optimization problem to learning a artificial neural network. However, PSO is difficult to apply to many real-life optimization problems involving stochastic noise, since it is originated in a deterministic environment. To resolve this problem, this paper incorporates a resampling method called the uncertainty evaluation (UE) method into PSO. The UE method allows the particles to converge on the accurate optimal solution quickly in a noisy environment by selecting the particles' global best position correctly, one of the significant factors in the performance of PSO. The results of comparative experiments on several benchmark problems demonstrated the improved performance of the propose algorithm compared to the existing studies. In addition, the results of the case study emphasize the necessity of this work. The proposed algorithm is expected to be effectively applied to optimize complex systems through digital twins in the fourth industrial revolution.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.101-101
• /
• 2017

근래에 대한민국 담수계에 조류 대발생으로 인한 수질악화 문재가 대두되고 있다. 또한 독성물질을 생성하는 남조류종이 우점하는 현상으로인해 수질문제와더불에 생태계와 인간의 건강도 잠재적인 위험을 받고있는 실정이다. 이와같은 조류 대발생으로인한 피해를 최소화하기위해 효과적인 수질관리가 필수적이다. 원격탐사기술은 조류의 공간적인 분포를 해석하고 농도를 정량화하기위해 이용되고 있다. 현재까지 많은 분광알고리즘들이 개발되어 담수유역에 적용이 되고 있다. 수체마다 다른 분광특성 때문에 알고리즘내의 파라미터 및 분광밴드 조정이 필수적이다. 하지만 대부분의 연구에선 파라미터와 밴드의 변경에 따른 결과향상에만 초점이 맞춰지고 있어 분광알고리즘내의 파라미터와 분광밴드사이의 관계 이해 뿐만아니라 알고리즘 최종 산출물에 대한 영향에 관한 설명이 전무한 실정이다. 본 연구에선, 대한민국 백제보를 대상으로 현장모니터링 및 조류추출 실험을 진행하였고, 이를 기반으로 5가지 클로로필a 알고리즘과 2가지 피코시아닌 알고리즘을 구축하였다. 알고리즘내에서 변수들의 관계와 영향을 알아보기위해 민감도 분석을 실시하였다. 민감도 분석 조건을 기반으로 one-objective 최적화 및 multi-objective 최적화를 실시하여 백제보수계를 대표할 수 있는 최적 변수들을 모의하였다. 민감도 분석결과 후방산란계수에 영향을 미치는 파라미터와 조류 생체량에 영향을 미치는 파라미터가 다른 변수들 및 알고리즘 농도산정결과에 가장 민감한 것으로 나타났다. multi-objective 최적화 결과가 one-objective 결과 및 reference 결과보다 대부분 정확도가 향상되었고 흡광도 계수를 함께 고려할 수 있기 때문에 백제보 수계의 분광특성을 함께 고려하여 대표할 수 있는 장점을 가지는 것으로 나타났다. 따라서, 본 연구는 민감도 분석을 활용하여 분광알고리즘 내의 변수들의 이해를 도모하였고, 최적화 기법 중, multi-objective 최적화 기법이 백제보의 분광특성을 대변하는 최적변수를 제시할 수 있음과 동시에 보다 나은 정확성을 제고할 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.241-243
• /
• 2004

실제 응용에서 제기되는 많은 최적화 문제는 실제로 여러 개의 목적함수를 가진 최적화 문제로 분류될 수 있다. 이러한 다중 목적함수 최적화 문제에 적용되온 방법 중에서 다중 목적함수 진화 알고리즘은 해집합을 이용한다는 특성 및 목적함수 처리의 용이성 때문에 많은 연구가 이루어지고 있다. 본 논문에서는 대표적인 다중 목적함수 진화 알고리즘이라 할 수 있는 입실론-다중 목적함수에 대하여 다양한 최적화 문제에 대하여 실험적으로 비교 분석해 보았다.

• Proceedings of the KIEE Conference
• /
• 2005.07b
• /
• pp.1026-1028
• /
• 2005

본 논문에서는 PSO(Particle Swarm Optimization)에 기초하여 multi-modal 최적화를 위한 다중 그룹 Particle Swarm 최적화 알고리즘(MGPSO)을 제안하였다. 제안된 알고리즘은 PSO의 기본 특성을 유지하기 때문에 기존의 혼합형 타입의 최적화 방식에 비하여 빠른 수렴 시간을 가지며 구성방식이 간단하다. 여러 개의 피크를 가지는 테스트 함수를 통해 본 논문에서 제시한 알고리즘의 타당성을 입증하였으며, 영구자석 매입형 전동기의 최적 설계에 적용하여 그 유용성을 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.6
• /
• pp.491-496
• /
• 2002

Multi-objective Optimization Problems(MOPs) are occur more frequently than generally thought when we try to solve engineering problems. In the real world, the majority cases of optimization problems are the problems composed of several competitive objective functions. In this paper, we introduce the definition of MOPs and several approaches to solve these problems. In the introduction, established optimization algorithms based on the concept of Pareto optimal solution are introduced. And contrary these algorithms, we introduce theoretical backgrounds of Nash Genetic Algorithm(Nash GA) and Evolutionary Stable Strategy(ESS), which is the basis of Co-evolutionary algorithm proposed in this paper. In the next chapter, we introduce the definitions of MOPs and Pareto optimal solution. And the architecture of Nash GA and Co-evolutionary algorithm for solving MOPs are following. Finally from the experimental results we confirm that two algorithms based on Evolutionary Game Theory(EGT) which are Nash GA and Co-evolutionary algorithm can search optimal solutions of MOPs.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.62-65
• /
• 2014

근사문자열매칭 알고리즘은 검색엔진, 컴퓨터보안, 생물정보학 등 많은 분야에서 연구되고 있다. 근사문자열매칭에서는 거리함수를 이용하여 오차를 측정한다. 거리함수로는 해밍거리, 편집거리, 확장편집거리 등이 있다. 이때 확장편집거리는 mn) 시간과 공간에 계산할 수 있으며, 최근 m개의 쓰레드를 이용하여 O(m+n) 시간과 O(mn) 공간을 이용한 병렬알고리즘이 제시되었다. 본 논문에서는 기존의 확장편집거리를 계산하는 병렬알고리즘을 개선한 효율적인 병렬알고리즘을 제시한다. 기존의 병렬알고리즘을 최적화하고, 기존의 병렬알고리즘, 전역메모리만 사용한 최적화된 병렬알고리즘, 공유메모리를 활용한 최적화된 병렬알고리즘의 수행시간을 비교한다. 실험 결과, 개선된 병렬알고리즘이 기존의 병렬알고리즘보다 전처리단계에서 16 ~ 63배 이상, 모든 단계에 대해 19 ~ 24배 이상 빠른 수행시간을 보였다.