Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

A New Migration Method of the Multipopulation Genetic Algorithms

다중 개체군 유전자 알고리즘의 새로운 이주 방식

  • Cha, Seong-Min (Dept.of Electric Electronics Computer Engineering, Sungkyunkwan University) ;
  • Gwon, Gi-Ho (Dept.of Electric Electronics Computer Engineering, Sungkyunkwan University)
  • 차성민 (성균관대학교 전기전자및컴퓨터공학부) ;
  • 권기호 (성균관대학교 전기전자및컴퓨터공학부)
  • Published : 2001.01.01
Download PDF
⟨ Previous Next ⟩

Abstract

Multipopulation Genetic Algorithm(MPGA) is the modified form of Genetic Algorithm(GA), which was devised for covering for overing the defect of general GA. The core of MPGA is said to be the migration method. The fitness-based migration method and the random migration method are currently used. The random migration method is more general than the other because it keeps the diversity of the population. In this paper, a new migration method is suggested. This method has a merit that it can improve the speed of conergence, compared to the general migration method. This method is compared with the general migration method.

다중개체군 유전자 알고리즘은 일반 유전자 알고리즘의 변형된 형태로써, 일반 유전자 알고리즘의 단점을 보완하기 위해서 고안되었다. 다중 개체군 유전자 알고리즘의 핵심은 이주방식이라고 할 수 있다. 현재 적합도 기반 이주방식과 임의 이주 방식이 널리 쓰이고 있다. 이 가운데 개체의 다양성을 유지하는 임의 이주 방식이 보다 널리 쓰이고 있는 일반적인 이주 방식이다. 본 논문은 다중 개체군 유전자 알고리즘의 새로운 이주 방식을 제안하다. 일반적인 이주 방식에 비해서 수렴 속도를 향상시킬 수 있다는 장점이 있다. 제안하는 이주 방식을 일반적인 이주 방식과 비교해 보았다.

Keywords

References

  1. Zbigniew Michalewicz, 'Genetic Algorithms + Data Structure = Evolution Programs,' pp72-73, Springer-Verlag, New York, Third Edition, 1995
  2. Lance Chambers, 'Practical Handbook of Genetic Algorithms,' pp.60-62, CHC Inc., 1995
  3. 진강규, '유전자 알고리즘과 그 응용', pp.263-264, 교우사, 2000
  4. William M. Spears, 'Simple Subpopulation Schemes,' Navy Center for Applied Research in Artificial Intelligence Naval Research Laboratory -Code 5510, 1997
  5. 김준화, 낭종호, 'AP1000상에서 병렬 유전자 알고리즘의 구현 및 성능 평가', pp.127-141, 정보과학회 논문지(A) 2월호, 1996
  6. 정인수, 권기호, 홍석붕, 김유석, '유전자 알고리즘의 다양성 향상을 위한 Island Model의 성능개선에 관한 연구', pp.199-202, 제5회 인공지능,신경망 및 퍼지 시스템 종합학술대회, Preceedings of JCEANF '96, 1996
  7. D.E. Goldberg, 'Genetic Algorithms in Search, Optimization & Machine Learning,' pp.10-11, Addison Wesley, 1989
  8. Gen & Cheng, 'Genetic Algorithms & Engineering Design,' Wiley-Interscience, pp.7-15, New York, 1996
  9. 기타노 히로아키 외, 유전자 알고리즘, pp.199-205, 대청 컴퓨터 월드, 서울, 1995
  10. Peter Nordin, Frank Hoffman, Frank D.Francone, 'AIM-GP and Parallelism,' Proceedings of the 1999 Congress on Evolutionary Computation Volume2, v.2, 1999 https://doi.org/10.1109/CEC.1999.782540