Abstract
The analysis of optimal infiltration path is one of the representative fields in which the GIS technology can be useful for the military purpose. Usually the analysis of the optimal path is done with network data. However, for military purpose, it often needs to be done with raster data. Because raster data needs far more computation than network data, it is difficult to apply the methods usually used in network data, such as Dijkstra algorithm. The genetic algorithm, which has shown great outcomes in optimization problems, was applied. It was used to minimize the detection probability of infiltration route. 2D binary array genes and its crossover and mutation were suggested to solve this problem with raster data. 30 tests were performed for each population size, 500, 1000, 2000, and 3000. With each generation, more adoptable routes survived and made their children routes. Results indicate that as the generations increased, average detection probability decreased and the routes converged to the optimal path. Also, as the population size increases, more optimal routes were found. The suggested genetic algorithm successfully finds the optimal infiltration route, and it shows better performance with larger population.
최적침투경로 분석은 GIS 기술을 군사적 목적을 위해 유용하게 사용할 수 있는 대표적인 분야 중 하나이다. 그러나 군사목적의 최적경로분석은 일반적인 최적경로분석이 네트워크 데이터에서 이루어지는 것과는 달리 래스터 데이터에서 이루어져야한 필요가 있으며, 래스터 데이터에서의 연산량은 네트워크 데이터를 사용할 때에 비해 급격히 증가하기에, 연산량은 많으나 일반적으로 네트워크 데이터에서 최적경로 탐색을 위해 사용되는 Dijkstra 알고리즘과 같은 방법을 적용시키기 어렵게 만든다. 따라서, 본 연구에는 최적화문제에서 우수한 성과를 거둔 유전자 알고리즘(Genetic algorithm)을 최적경로분석에 적용시켜 문제를 해결하고자 하였다. 이를 위해 최적침투경로를 적의 탐지에 발각될 확률을 최소화 시킬 수 있는 경로로 결정하고, 래스터 데이터에서의 침투경로분석에 적합한 2차원 2진 배열 (2D binary array)형태의 유전자형 및 이들의 교차(crossover) 및 변이(mutation) 방법을 제안하였다. 제안된 방법에 대한 실험은 개체집단의 크기를 500, 1000, 2000, 3000으로 증가시켜가며 각각의 경우에 대해 30번씩 실험을 수행하였다. 실험결과 세대가 거듭될수록 평균 누적탐지확률이 안정적으로 감소하며 성공적으로 최적침투경로를 찾아 수렴하였으며, 개체집단의 크기가 커질수록 그 성능이 향상되는 것을 확인할 수 있었다.
