Abstract
This paper proposes a RSM-based hybrid evolutionary Algorithm (RHEA) which combines the merits of the popular programs such as genetic algorithm (GA), tabu search method and response surface methodology (RSM). This algorithm, for improving the convergent speed that is thought to be the demerit of genetic algorithm, uses response surface methodology and simplex method. The mutation of GA offers random variety to finding the optimum solution. In this study, however, systematic variety can be secured through the use of tabu list. Efficiency of this method has been proven by applying traditional left functions and comparing the results to GA. It was also proved that the newly suggested algorithm is very effective to find the global optimum solution to minimize the weight for avoiding the resonance of fresh water tank that is placed in the after body area of ship. According to the study, GA's convergent speed in initial stages is improved by using RSM method. An optimized solution is calculated without the evaluation of additional actual objective function. In a summary, it is concluded that RHEA is a very powerful global optimization algorithm from the view point of convergent speed and global search ability.
이 연구는 유전 알고리듬, 타부탐색법 그리고 반응표면법등 최근 많이 사용하고 있는 프로그램들의 장점들을 결합한 새로운 조합 유전 알고리듬을 제안한다. 이 알고리듬은 반응표면법 및 심플렉스법을 사용하여 유전알고리듬의 약점으로 여겨지는 수렴속도를 항상 시키도록 하였다. 또한 유전 알고리듬에서 램덤 한 다양성을 제공하지만, 이 연구에서는 타부리스트를 이용하여 체계적인 다양성을 추구하도록 하였다. 그리고 전통적인 시함함수에 본 알고리듬을 적용함으로써 이 방법의 효율성을 입증하였고 그 결과를 유전 알고리듬의 결과와 비교하였다. 또한 새롭게 제안된 알고리듬을 선미부에 위치한 청수탱크의 중량최적화에 적용한 결과 전역 최적해를 효율적으로 찾는 것을 입증하였다. 또한 반응표면법을 사용한 새로운 유전알고리듬의 경우 실제 추가적인 목적함수를 평가하기 위한 계산이 필요 없으므로 수렴속도가 일반 유전 알고리듬보다 향상되었음을 알 수 있었다. 마지막으로 제안된 조합 유전 알고리듬은 전역탐색능력과 수렴속도 측면에서 매우 강력한 전역 최적화 알고리듬임을 알 수 있었다.
