• 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.

• 정보처리학회논문지B
• /
• 제10B권7호
• /
• pp.751-756
• /
• 2003

개미 집단 최적화는 최근에 제안된 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법으로, 그리디 탐색뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 순회 판매원 문제를 풀기 위해 처음으로 제안되었다. 본 논문에서는 기존의 개미 집단 시스템의 성능을 향상시키기 위해 강화와 다양화를 통한 집단간 긍정적 상호작용과 부정적 상호작용을 수행하는 다중 집단 개미 모델을 제안한다. 이 알고리즘은 TSP 문제를 해결하기 위해 몇 개의 에이전트 집단으로 이루어진 ACS 집단간의 상호작용을 통해 문제를 해결하는 방법이다. 본 논문에서는 이 제안된 방법을 TSP 문제에 적용해 보고 그 성능에 대해 기존의 ACS 방법과 비교 평가해, 문제 해결의 질적 수준이 우수하다는 것을 실험을 통해 알아보고자 한다.

• 한국콘텐츠학회논문지
• /
• 제5권3호
• /
• pp.193-199
• /
• 2005

휴리스틱 알고리즘 연구에 있어서 중요한 분야 중 하나가 강화와 다양화의 조화를 맞추는 문제이다. 개미 집단 시스템은 최근에 제안된 조합 최적화문제를 해결하기 위한 메타 휴리스틱 기법으로, 그리디 탐색과 긍정적 보상에 의한 접근법으로 순회 판매원 문제를 풀기 위해 처음으로 제안되었다. 본 논문에서는 기존 개미집단 시스템의 성능을 향상시키기 위해 강화 전략과 다양화 전략으로 나누어진 엘리트 전략을 통해 집단간 긍정적 부정적 상호작용을 수행하는 다중 집단 개미 모델을 제안한다. 그리고, 이 제안된 엘리트 전략에 의한 다중 집단 상호작용 개미 모델을 순회판매원문제에 적용해 보고 그 성능에 대해 기존 개미집단 시스템과 비교한다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.100-107
• /
• 2011

휴리스틱 탐색에서 강화(Intensification)와 다양화(Diversification)의 조화는 중요한 연구 부분이다. 본 논문에서는 개미 집단 최적화(Ant Colony Optimization, ACO) 접근법의 하나인 개미 집단 시스템(Ant Colony System, ACS)에서 강화와 다양화의 조화를 통한 성능 향상시키는 방법을 제안한다. 제안 방법은 다양화 전략으로 전역 최적 경로가 향상되지 않는 경우 반복 탐색 구간을 고려해 상태전이 규칙의 파라미터를 변경해 탐색하고, 이러한 다양화 전략을 통해 발견된 전역 최적 경로에서 이전 전역 최적 경로와 현재 전역 최적 경로의 중복 간선에 대해 페로몬을 강화시켜 탐색하는 혼합된 탐색 방법을 제안한다. 그리고, 실험을 통해 제안된 방법이 기존 ACS-3-opt 알고리즘, ACS-Subpath 알고리즘, ACS-Iter 알고리즘, ACS-Global-Ovelap 알고리즘에 비해 최적 경로 탐색 및 평균 최적 경로 탐색의 성능이 우수함을 보여 준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.244-246
• /
• 2002

진화 하드웨어(Evolvable Hardware)는 환경 적응력이 강하고 최적의 상태를 유연하게 유지하는 하드웨어 설계 기법이나 회로가 복잡해질수록 진화가 어려워지는 문제로 인해 활용이 늦어지고 있다. 본 논문에서는 이를 해결하기 위한 많은 연구 중 회로 진화 과정 분석을 위한 방법으로 개미집단 시스템을 제안한다. 경로 최적화 알고리즘인 개미집단 시스템을 적절히 변형하여 진화 하드웨어에 적용시키는 방법을 제안하고 이를 실험으로 확인하였으며, 실험 결과 하드웨어의 진화 과정을 관찰할 수 있었고, 목표 하드웨어의 해공간 특성이 페로몬으로 분포하고 있음도 관찰할 수 있었다.

• 한국통신학회논문지
• /
• 제35권9B호
• /
• pp.1281-1286
• /
• 2010

개미 기반 라우팅 방안은 개미집단 최적화 알고리즘의 한 부류로, 자연에서 서식하는 개미의 행동양식을 라우팅에 적용한 방안이다. 이동 애드혹 네트워크는 토폴로지가 동적으로 변하므로 경로 설정이 지역적 정보에 기반을 둘 필요가 있다. 따라서 이동 애드혹 네트워크에서의 라우팅은 개미집단 최적화의 한 응용분야로 알려져 있다. 본 논문에서는 이동 애드혹 네트워크에 적용한 개미 기반 라우팅 알고리즘인 SIR (swarm intelligence routing)에 경로선택과 링크 장애 시 처리 방법을 개선한 방안인 EPMAR (ant-based routing method using enhanced path maintenance)을 제안하고, 그 성능을 AntHocNet 및 SIR과 비교, 분석하였다. 분석 결과, 제안한 방안이 AntHocNet이나 SIR보다 패킷 전달율은 높고, 치명적 경로 장애가 더 적게 발생함을 입증하였다.

• 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.

• 전자공학회논문지CI
• /
• 제40권6호
• /
• pp.87-94
• /
• 2003

휴리스틱 알고리즘 연구에 있어서 중요한 분야 중 하나가 강화(Intensification)와 다양화(Diversification)의 조화를 맞추는 문제이다. 개미 집단 최적화(Ant Colony Optimization, ACO)는 최근에 제안된 조합 최적화 문제를 해결하기 위한 메타휴리스틱 탐색 방법으로, 그리디 탐색(greedy search)뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 순회 판매원 문제(Traveling Salesman Problem, TSP)를 풀기 위해 처음으로 제안되었다. 본 논문에서는 ACO접근법의 하나인 개미 집단 시스템(Ant Colony System ACS)에서 강화와 다양화의 조화를 통한 성능향상기법에 대해 알아본다. 먼저 에이전트들의 방문 횟수 적용을 통한 상태전이는 탐색 영역을 넓힘으로써 에이전트들이 더욱 다양하게 탐색하게 한다. 그리고, 전역 갱신 규칙에서 전역 최적 경로만 갱신하는 전통적인 ACS알고리즘에서 대하여, 경로 사이클을 구성한 후 각 경로에 대해 긍정적 강화를 받는 엘리트 경로를 구분하는 기준을 정하고, 그 기준에 의해 추가 강화하는 방법을 제안한다. 그리고 여러 조건 하에서 TSP문제를 풀어보고 그 성능에 대해 기존의 ACS 방법과 제안된 방법을 비교 평가해, 해의 질과 문제를 해결하는 속도가 우수하다는 것을 증명한다.

• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.15-19
• /
• 2004

개미군락시스템 (Ant Colony System, ACS)은 조합 최적화 문제를 해결하기 위한 기법으로 생물학적 기반의 메타휴리스틱 접근법이다. 지나간 경로에 대하여 페로몬을 분비하고 통신 매개물로 사용하는 실제 개미들의 추적 행위를 기반으로 한다. 최적 경로를 찾기 위해서는 보다 다양한 에지들에 대한 탐색이 필요하다. 기존 개미군락시스템의 지역 갱신 규칙에서는 지나간 에지에 대하여 고정된 페로몬 갱신 값을 부여하고 있다. 그러나 본 논문에서는 방문한 도시간의 거리와 해당 에지의 방문 횟수를 이용하여 페로몬을 부여한다. 보다 많은 정보를 탐색에 활용함으로써 기존의 방법에 비해 지역 최적화에 빠지지 않고 더 나은 해를 찾을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.1354-1356
• /
• 2012

최근 ITS(Intelligent Transportation Systems)의 개발과 함께 차량용 내비게이션의 사용이 급증하면서 경로탐색의 중요성이 더욱 가속화되고 있다. 현재 차량용 내비게이션은 멀티미디어 및 정보통신 기술의 결합과 함께 다양한 기능 및 정보를 사용자에게 제공하고 있으며 이러한 기능과 정보를 사용해서 목적지점까지의 최단경로를 탐색하는 것이 내비게이션 시스템의 핵심기능이다. 이러한 경로탐색 알고리즘은 교통시스템, 통신 네트워크, 운송 시스템은 물론 이동 로봇의 경로 설정 등 다양한 분야에 사용되고 있다. 개미 집단 최적화(Ant Colony Optimization, ACO) 알고리즘은 메타 휴리스틱 탐색 방법으로 그리디 탐색(Greedy Search)뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 순환 판매원 문제(Traveling Salesman Problem, TSP)를 풀기 위해 처음으로 제안되었다. 본 논문에서는 개미 집단 최적화(ACO) 알고리즘이 기존의 경로 탐색 알고리즘으로 알려진 Dijkstra 보다 최단경로 탐색에 있어서 더 적합한 알고리즘이라는 것을 설명하고자 한다.