• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2010년도 정기 학술대회
• /
• pp.709-712
• /
• 2010

본 논문은 개미군락최적화 알고리즘을 이용한 트러스 구조물의 설계최적화에 대한 이론적 배경과 수치해석 결과를 기술하였다. 트러스의 설계최적화를 수행하기 위하여 구조물의 중량을 최소화하는 것을 목적 함수로 하고 구조물에서 발생하는 응력과 변위의 허용치를 초과하지 않는 것을 구속조건으로 이용하였다. 본 연구에서는 개미군락알고리즘을 구조물의 최적화에 적용하기 위하여 외판원문제(travelling salesman problem: TSP)를 재 정의하는 방법을 사용하였으며 최대-최소개미시스템(max-min ant system)을 도입하여 트러스 구조물의 최적설계를 수행하였다. 이때 이산화 된 설계변수를 사용하였으며 구속조건을 처리하기 위해서 벌점함수를 사용하였다. 본 연구를 통하여 개미군락최적화 알고리즘은 구조최적화에 그 적용 가능성이 높았으며 전통적인 최적검색 기법의 새로운 대안으로 이용될 수 있는 것으로 나타났다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.313-319
• /
• 2006

데이타 마이닝, 특히 군집화 분야는 개미기반 알고리즘(ant-based algorithm) 관련 연구가 주목받는 영역 중 하나이다. 그러나 개미기반 알고리즘은 실제 군집화 문제를 해결하기에 많은 어려움을 가지고 있다. 본 논문에서는 기존의 알고리즘들을 고찰하고, 보다 실제적인 개미의 행태를 고려하여, 개선된 알고리즘을 제안한다. 실제 개미의 먹이 수집 과정에서 일어나는 초기 탐색개미의 움직임과 저장소를 향한 일개미들의 움직임을 반영하여, 보다 빠르고 효율적인 군집화를 이끌어 낸다. 인공자료와 실제 자료에 적용하여, 제안하는 알고리즘이 성능을 향상시킬 수 있고, 보다 다양한 자료에 적용될 수 있다는 것을 실험결과로 보였다.

• 정보처리학회논문지B
• /
• 제16B권3호
• /
• pp.195-202
• /
• 2009

논문에서는 개미 군집 최적화 알고리즘을 이용하여 뇌 자기공명 영상의 백질 및 회백질 영역을 분할하는 방법을 제안한다. 확률적 조합 최적화에 적합한 알고리즘으로 알려진 개미 군집 최적화 알고리즘은 실제 개미들이 집에서 먹이를 찾아가는 동안의 방법을 기억하는 습성을 적용한 것이다. 논문에서 제안하는 방법은 개미가 먹이를 찾아가는 동안의 방법을 기억하는 습성처럼 영상에서 원하는 픽셀을 찾아갈 수 있다는 것이다. 원하는 픽셀을 찾은 개미들은 페로몬을 픽셀에 축적하게 되는데 이 페로몬은 이후에 지나가는 개미들이 다음 경로를 선택할 때 영향을 준다. 그리고 각각의 반복단계에서 상태전이 법칙에 따라 영상의 위치를 바꿔가면서 최종 목적지에 도달하게 되며, 마지막으로 페로몬 분포의 분석을 통해 영상에서 분할 된 결과를 얻는다. 제안한 알고리즘을 기존의 임계치 기반의 분할 알고리즘인 Otsu 방법, 메타휴리스틱 계열의 대표적인 방법인 유전자알고리즘, 퍼지방법, 원래의 개미 군집 최적화 알고리즘등과 비교하였다. 비교 실험을 통해 제안한 방법이 뇌의 특정 영역을 더 정확하게 분할함을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (3)
• /
• pp.1-3
• /
• 2004

본 논문에서는 Core Based Tree(CBT) 알고리즘과 개미 집단 알고리즘의 특성을 융합하여 Mobile Ad hoc Network(MANET)에 맞는 멀티캐스팅 알고리즘, Ad hoc network Multicasting with Ant System (ANMAS)을 제안한다. ANMAS는 개미 알고리즘의 간접적 정보 전달 및 평가 방법을 통해 멀티캐스팅에 필요한 위상정보를 수집하여 견고한 멀티캐스팅 그룹을 형성함으로서 기존의 알고리즘에 비해 효율적이며 실험결과를 통해 이를 확인할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.131-137
• /
• 2007

최근 유무선 네트워크의 라우팅과 부하 분산에 대한 간단하지만, 효과적인 방법으로 개미 집단 최적화 가 주목받고 있다. 그러나 정체(stagnation) 효과 때문에 개미 집단 최적화를 무선 센서 네트워크에 적용하는 것이 어려워서, 개미 집단 최적화를 무선 센서 네트워크의 라우팅 성능을 개선하는데 적용하고자 하는 연구는 적었다. 본 논문에서는 개미 집단 최적화에 기반한 에너지 효율적인 경로 선정 알고리즘을 제안한다. 제안된 알고리즘은 단순히 개미 집단 최적화를 라우팅 알고리즘에 적용하는 것 외에, 정체 효과를 감소시키는 방식을 도입하였다. 시뮬레이션 결과에 의하면, 제안된 알고리즘은 무선 센서 네트워크의 멀티 홉 평면 라우팅 프로토콜에서 유명한 Direct Diffusion에 비해서 데이터 전송 지연과 에너지 효율 면에서 뛰어남을 보여주었다. 더욱이 개미 집단 최적화를 무선 센서네트워크에 단순히 도입한 방식에 비해서도 정체 효과를 줄일 수 있음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제10권5호
• /
• pp.1-9
• /
• 2010

이 논문은 특징 선택에 사용되는 개미 군락 최적화의 수렴 특성을 개선하기 위해 선택적 평가라는 새로운 기법을 제시한다. 이 방법은 불필요하거나 가능성이 덜한 후보 해를 배제함으로써 계산량을 줄인다. 이 방법은, 그런 해를 찾아내는데 사용할 수 있는 페로몬 정보 때문에 구현이 가능하다. 문제 크기에 따른 알고리즘의 적용가능성을 판단할 목적으로, 특징 선택에 사용되는 세 가지 알고리즘인 탐욕 알고리즘, 유전 알고리즘, 그리고 개미 군락 최적화의 계산 시간을 분석한다. 엄밀한 분석을 위해 원자 연산이라는 개념을 사용한다. 실험 결과는 선택적 평가를 채택한 개미 군락 최적화가 계산 시간과 인식 성능 모두에서 우수함을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.133-135
• /
• 2004

본 논문에서는 개미 집단을 외삽한 새로운 적응형 유전 알고리즘을 제안하고, 최적해로의 수렴이 어려운 여러 가지 대표적인 함수들에 대한 실험을 통하여 제안된 알고리즘이 우성 형질의 유전 알고리즘보다 더 빠른 속도로 최적해에 수렴하며 파라미터 값에 따른 유연성을 가지고 있는 알고리즘임을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.365-370
• /
• 2008

본 논문에서는 개미 집단 최적화(Ant Colony Optimization, ACO)의 시간적 공간적 효율성을 향상시키기 위해 ACO에 엘리트 콤팩트 유전 알고리즘(Elitist compact Genetic Algorithms, elitist cGAs)의 아이디어를 적용한 콤팩트 개미 최적화(Compact elitist Ant Optimization, CAO)를 제안한다. CAO는 elitist cGAs에서 각 세대마다 염색체의 수를 둘로 고정하고 우월한 염색체를 유지하여 최적의 해를 찾는 방식을 적용하여 개미의 수를 하나로 고정하고 전이 확률식과 페로몬 갱신 규칙을 변형하고 특정 문제에 적용할 수 있는 타부 규칙을 추가한 알고리즘이다. 이 알고리즘의 공간 효율성이 ACO보다 좋다는 것을 증명하고 스테이너 트리 문제(Steiner Tree Problem)에 적용하여 제안된 알고리즘의 시간 효율성이 ACO보다 좋다는 것을 보인다.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권8호
• /
• pp.399-410
• /
• 2005

본 논문에서는 개미 군 집단 알고리즘을 융합한 새로운 적응형 유전 알고리즘을 제안하고, 제안된 알고리즘이 확률적으로 최적 해에 수렴함을 증명한다. 실험을 통해서, 제안된 알고리즘은 최적 해로의 수렴이 어려운 여러 가지 대표적인 함수들에 대하여 elitist 전략을 사용한 유전 알고리즘보다 더 빠른 속도로 최적 해에 수렴하고 한 군집 내의 모든 해들이 최적 해로 수렴하며 파라미터 값에 따라 새로운 탐색이나 현 상태로의 귀착의 정도를 조절할 수 있는 유연성 있는 알고리즘인 것을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.367-368
• /
• 2012

Possibilistic c-means (PCM) 알고리즘은 fuzzy c-means (FCM) 의 노이즈 민감성을 극복하기 위해 제안 되었다. 하지만, PCM 은 사용되는 시스템 파라미터들의 초기화와 coincident 클러스터링 문제로 인하여 그 성능이 민감하다. 본 논문에서는 이러한 문제점들을 극복하기 위해 개미군집 알고리즘(Ant colony algorithm)을 이용한 퍼지 클러스터링(fuzzy clustering) 알고리즘을 제안한다. 먼저, 개미군집 알고리즘을 통해 PCM 의 클러스터 개수 및 중심 값 파라미터를 최적화 하고, 미리 분류된 화소 정보를 이용하여 PCM 의 coincident 클러스터링 문제를 해결하였다. 제안된 알고리즘의 효율성을 의료 영상 분할 문제에 적용하여 확인하였다.