Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지

The Improved Evolutionary Programming with Direction Vectors

방향성 벡터를 갖는 개선된 진화프로그래밍

  • 박진현 (진주산업대학교 산업자동화공학과) ;
  • 배준경 (진주산업대학교 산업자동화공학과)
  • Published : 2000.12.01
Download PDF
⟨ Previous Next ⟩

Abstract

진화프로그래밍(Evolutionary Programming : EP)은 최적화 문제에 있어서 매우 유용한 기법으로 자연선택의 원리를 모방한 탐색알고리즘이다. EP는 기존의 최적화 알고리즘에 비하여 여러해를 동시에 탐색하는 전역탐색(global search)방법이므로 국부수렴(local convergence)의 가능성이 줄어들고, 최적화 파라메터 영역의 연속성과 미분치의 존재성과 같은 조건이 필요 없는 장점을 갖는다. 이러한 장점에도 불구하고, EP의 탐색영역이 초기조건 및 최적화 파라메터들의 랜덤 생성 그리고 최적화에 필요한 전략적 파라메터들에 의하여 탐색 영역이 결정되고, 수렴성이 느린 단점을 갖는다. 이러한 문제를 해결하기 위하여, 본 연구에서는 빠른 수렴성과 다양성을 갖는 개선된 EP을 제안하고, 제안된 방향성 벡터를 갖는 개선된 EP를 함수 최적화 문제에 적용하여 그 성능의 유용성을 보이고자 한다.

Keywords

References

  1. Genetic Algorithms in Search, Optimization, and Machine Learning David E. Goldberg
  2. Genetic Algorithms+Data Structures=volution Programs Zbigniew Michalewicz
  3. Evolutionary Algorithms in Theory and Practice : Evolution Strategied, Evolutionary Programming and Genetic Algorithms Tomas Back
  4. Proceeding of the 1999 Congress on Evolutionary Computation Fitness Distributions in Evolutionary Computation : Analysis of Local Extrema in the continuous Domain Kumur Chellapolla;David B. Fogel
  5. Proceedings of the first IEEE Conference on Evolutionary Computation Evolving Neurocontrollers using Evolutionary Programming N. Saravanan;D.B. Fogel
  6. Proceedings of the first IEEE Conference on Evolutionary Computation GAVaPS-a Genetic Algorithm with Varying Population Size Jaroslaw Srabas;Zbigniew Michalewicz;Jan Mulawka
  7. Evolutionary Computation : Toward a New Philosophy of Machine Intelligence David B. Fogel
  8. International Conference on Evolutionary Computation A Novel Evoluationary Algorithm with Fast Convergence Jong Hwan Kim;Jeong Yeol Jeon;Hong Kook Chae;Kwangil Koh