• 한국수자원학회논문집
• /
• 제45권1호
• /
• pp.15-27
• /
• 2012

SWMM은 도시유역의 홍수유출 해석에 관한 대표적인 모형으로서 국 내외에서 활용도가 높은 반면, 다수의 불명확한 매개변수를 포함하고 있어 사용에 어려움이 있다. 본 연구에서는 SWMM에 집합체 혼합진화(SCE-UA) 알고리즘을 결합하여 자동 보정 모듈을 개발하였다. 최적화 문제는 목적함수에 따라 그 결과가 상이하게 도출될 수 있으므로 연구에서는 5개의 단일 목적함수를 적용하여 가장 적합한 목적함수를 도출하였다. 그리고 홍수유출 해석에는 첨두유량의 정확성이 중요하므로 이를 고려할 수 있는 다목적함수를 구성하였고, 파레토 최적해의 결정을 통해 결과를 도출하였다. 작성된 자동 보정 모듈은 구로1 빗물펌프장 유역에 내린 2009년 3개의 강우사상에 적용되었다. 다목적함수의 구성을 통해 자동 보정된 결과는 단일 목적함수에 의해 도출된 결과보다 첨두유량과 유출체적의 오차를 포함한 대부분의 모형평가 지표에서 우수한 것으로 나타났다. 또한, 다목적함수에 의해 보정된 모형의 검증 결과도 신뢰적인 것으로 분석되었다. 본 연구에서 개발된 SWMM의 자동 보정 프로그램은 도시유역의 다양한 홍수유출 해석 문제에 활용될 수 있을 것으로 전망된다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2002년도 추계학술대회 논문집
• /
• pp.3-7
• /
• 2002

컴퓨터 네트워킹 기술의 발달에 힘입어 분산처리를 이용한 기법이 복잡한 구조물의 최적설계에 널리 사용되고 있다. 최적설계시 구조물이 복잡하고 설계 변수가 많아질수록 설계 변수간의 교호작용이 복잡해지고 국부최적해가 많아지는 특성이 있다. 최근의 최적 설계는 이러한 문제점을 해결하고자 다양한 전역 최적화 기법을 도입하여 적용하고 있다. 본 연구에서는 진화이론을 바탕으로 한 유전자 알고리즘과 실험계획법을 바탕으로 한 반응표면법에 분산처리 기법을 도입하여 인공위성 추진 모듈의 최적화에 적용시켰다. 그 결과 유전자 알고리즘이 조금 더 좋은 최적값을 보였으며 해석시간은 반응표면법을 적용 시켰을 경우가 훨씬 짧았다. 병렬처리 기법을 이용한 위성구조체의 최적설계에 있어 유전자 알고리즘은 해의 전역성에서 반응표면법은 시간의 효율성에서 각각 장점을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2639-2641
• /
• 2003

유전자 알고리즘은 다윈의 자연선택설과 유전자의 진화 개념을 이용한 적응 탐색 알고리즘으로 적용하고자 하는 문제의 매개 변수를 유전자와 비슷한 데이터 구조로 부호화하고, 유전 연산자를 이용하여 문제의 해답을 찾는 알고리즘이다. 최근 유전자 알고리즘은 이러한 복수개의 목적 함수를 최적화 하기 위한 다중 최적화 문제를 위한 최적화 기술로서의 관심이 크게 다루어지고 있으며 전송 문제, 생산 공정 문제 계획 등과 같은 다목적 함수를 다루는 많은 응용 부분에 대해 적용되고 있다. 본 논문에서는 기본적인 다중 목적 함수용 예와 Gen과 Kim이 제안한 네트워크 신뢰도를 고려한 연결 비용과 메시지 지연을 고려한 이중 구속 통신망 설계 문제를 가지고 가중치 합과 여러 가지 파레토 방법들을 비교하고 연구 검토 하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제15권7호
• /
• pp.21-29
• /
• 2015

본 논문은 목적이 네 개 이상인 고도 다목적 문제(many-objective problem)에서의 의사 결정을 위한 새로운 이중(two-tier) 최적화 접근법을 제안한다. 목적의 개수가 증가할수록, 특히 네 개 이상부터는, 전체해(solution) 중에서 파레도 최적해(Parero-optimal solution)가 차지하는 비율이 기하급수적으로 증가한다. 그래서 일반 다목적 문제와는 달리, 의사 결정을 하는데 단순히 파레토 최적 해만을 찾는 것으로는 충분하지 않고, 찾은 파레토 최적 해들 중에서도 상대적으로 좀 더 선호하는 해들을 가려내는 것이 필요하다. 제안하는 접근법에서는 추가적인 최적화 단계를 추가함으로써 사용자의 선호도를 균형있게 반영하는 방향으로 파레토 최적해들을 찾는다. 이러한 2차 최적화는 관련된 2차 목적들을 수반하게 되는데, 2차 목적으로는 광역평가값과 혼잡 거리를 사용하였다. 광역평가값과 혼잡 거리는 각각 사용자의 선호도와 다양성을 대변하는 척도이다. 제안한 접근법의 우수성을 보이기 위해서는 잘 알려진 검증 함수들을 활용하는데, 같은 함수에 대해 제안한 접근법을 적용한 경우와 적용하지 않은 경우의 결과를 비교한다. 제안한 접근법을 적용함으로써 기존보다 사용자의 선호도를 잘 반영하면서 동시에 우수하고 다양한 의사 선택이 가능하다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권11호
• /
• pp.1106-1110
• /
• 2010

본 논문은 자동화 컨테이너 터미널의 장치장에서 장치 위치 결정 전략을 다목적 진화 알고리즘(MOEA: Multi-Objective Evolutionary Algorithm)을 이용해 최적화하는 방안을 제안한다. 장치장의 해측과 육측 생산성은 서로 상충하기 때문에, 이 둘을 동시에 최대화하는 것은 불가능하다. 대신 본 논문에서는 MOEA를 이용해 파레토 최적해 집합(Pareto optimal set)을 구하였다. 초기 실험 결과 장치장의 컨테이너 점유율이 높은 어려운 문제의 경우, MOEA의 집단이 지역 해에 쉽게 빠지는 것을 확인하였다. 이에 본 논문에서는 난이도가 다른 두 개의 문제를 동시에 최적화함으로써 집단의 다양성을 유지하는 방안을 제안하였으며, 실험 결과 제안 방안이 단일 문제만 해결하는 방안에 비해 동일한 비용으로 더 좋은 전략을 얻을 수 있음을 확인하였다.

• 한국항해항만학회지
• /
• 제35권6호
• /
• pp.501-507
• /
• 2011

본 논문은 컨테이너 운송을 위한 AGV(Automated Guided Vehicle) 배차 전략을 대상으로 한다. AGV 배차 문제는 안벽 크레인의 대기 시간과 AGV의 주행 거리를 최소화하도록 AGV에 작업을 할당하는 것이 목표이다. 터미널 환경의 동적인 특성으로 인해 계획 결과의 정확한 예측이 어렵고 수정이 빈번하기 때문에 실무에서는 의사결정 시간이 짧은 단순 규칙 기반 배차가 많이 쓰인다. 그러나 단순 규칙 기반 배차는 근시안적 특성으로 인해 배차의 다양한 성능 지표를 만족시키지 못하는 한계가 있으며 이를 극복하기 위해 본 논문에서는 복수 규칙 기반의 배차 전략을 제안한다. 복수 휴리스틱 기반 배차 전략은 여러 규칙의 가중합으로 구성되며 규칙 사이의 가중치를 최적화하기 위해 다목적 진화 알고리즘을 적용하였다. 시뮬레이션 실험을 통해 제안 방안이 기존 단일 규칙 기반 배차에 비해 더 좋은 성능을 보임을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.375-381
• /
• 2005

일반적으로 유전자 알고리즘은 최적 시스템을 디자인하는데 주로 이용된다. 하지만 알고리즘의 성능은 적합도 함수나 시스템 환경에 의해 결정된다. 두 개의 개체군이 꾸준히 상호작용하고 공진화 하는 공진화 알고리즘은 이러한 문제를 극복할 수 있을 것으로 기대된다. 본 논문에서는 GA가 풀기 어려운 GA-hard problem을 풀기 위하여 저자가 제안한 3가지 공진화 모델을 설명한다. 첫 번째 모델은 찾고자하는 해와 환경을 각각 경쟁하는 개체군으로 구성해 진화하는 방법으로 사용자의 환경설정에 의해 지역적 해를 찾는 것을 방지하는 경쟁적 공진화 알고리즘이다. 두 번째 모델은 호스트 개체군과 기생(스키마) 개체군으로 구성된 스키마 공진화 알고리즘이다. 이 알고리즘에서 스키마 개체군은 호스트 개체군에 좋은 스키마를 공급한다. 세 번째 알고리즘은 두 개체군이 서로 게임을 통해 진화하도록 하는 게임이론에 기반한 공진화 알고리즘이다. 각 알고리즘은 비주얼 서보잉, 로봇 주행, 다목적 최적화 문제에 적용하여 그 유효성을 입증한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.103-106
• /
• 2000

In this paper, we introduce a new evolutionary multiobjective optimization algorithm based on the non-domination direction information, which can be an alternative among several multiobjective evolutionary algorithms. The new evolutionary multiobjective optimization algorithm proposed in this paper will not use the conventional recombination or mutation operators but use the non-domination directions, which are extracted from the non-domination relation among the population. And the problems of the modified sharing algorithms are pointed out and a new sharing algorithm sill be proposed to overcome those problems.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.229-232
• /
• 2001

Recently, several promising multiobjective evolutionary algorithms, e,g, SPEA, NSGA-ll, PESA, and SPEA2, have been developed. In this paper, we also propose a new multiobjective evolutionary algorithm that compares to them. In the algorithm proposed in this paper, we introduce a novel concept, "inherited age" and total algorithm is executed based on the inherited age concept. Also, we propose a new sharing algorithm, called objective classication sharing algorithm(OCSA) that can preserve the diversity of the population. We will show the superior performance of the proposed algorithm by comparing the proposed algorithm with other promising algorithms for the test functions.

• 한국지능시스템학회논문지
• /
• 제11권8호
• /
• pp.689-694
• /
• 2001

Recently, several promising multiobjective evolutionary algorithm such as SPEA. NSGA-II, PESA, and SPEA2 have been developed. In this paper, we also propose a new multiobjective evolutionary algorithm that compares to them. In the algorithm proposed in this paper, we introduce a novel concept, “inherited age” and total algorithm is executed based on the inherited age concept. Also, we propose a new sharing algorithm, called objective classication sharing algorithm(OCSA) that can preserve the diversity of the population. We will show the superior performance of the proposed algorithm by comparing the proposed algorithm with other promising algorithms for the test functions.