• 한국수자원학회논문집
• /
• 제40권9호
• /
• pp.687-696
• /
• 2007

본 연구는 다목적 유전자알고리즘을 이용하여 Tank 모형의 매개변수를 추정하는데 있어서 선호적순서화(preference ordering)를 적용한 연구로써, 목적함수의 개수가 여러 개인 경우에 발생할 수 있는 파레토최적화의 단점을 해결하기 위한 것이다. 최적화를 위한 목적함수는 모두 4가지를 사용하였으며, 선호적순서화를 통해서 구한 2차 효율성(2nd order efficiency)을 가지면서 정도(degree)가 3인 4개의 해 중에서 1개의 해만을 최우선해로 선정하였다. NSGA-II로 도출된 최우선해의 적합성을 살펴보기 위해서, 자동보정방법인 Powell 방법과 SGA(simple genetic algorithm)를 매개변수 자동보정 방법으로 이용하고 하나의 단일목적함수로 사용해서 최적화한 결과와 비교해보았으며, 비교결과 다목적 유전자 알고리즘을 4개의 목적함수에 모두 적용해서 한번에 도출된 매개변수를 이용한 결과가 보정기간뿐만 아니라 검정기간에 대해서도 비교적 양호한 결과를 나타내는 것으로 나타났다.

• 한국해양공학회지
• /
• 제11권4호
• /
• pp.227-238
• /
• 1997

다목적함수 최적화를 효과적으로 수행하기 위하여 유전자 알고리즘과 직접탐색법을 결합하여 혼성형 최적화기법을 구현하였다. 이 방법은 유전자 알고리즘을 사용하여 최적점이 존재할 가능성이 높은 영역을 탐색한 후, 이 영역에서 직접탐색법을 사용하여 최종해를 찾는다. 따라서 탐색의 효율을 향상시키고 계산시간을 절약할 수 있는 장점이 있다. 그러나 최적화기법이 효율적이지만, 최적화기법을 사용하기 위해서는 전문가의 전문지식이 필요하다. 따라서 실제 최적화를 수행하기 위해서는 관련 분야의 전문지식과 최적화기법이 효율적으로 결합되는 것이 필요하다.

• 대한조선학회지
• /
• 제31권1호
• /
• pp.34-38
• /
• 1994

본 연구에서는 Genetic Algorithm을 사용하여 상기의 문제를 해결하고자 한다. 특히 다목적 함수 최적화에는 한 번의 최적화 계산으로 Pareto최적해 집합이 동시에 구해지는 새로운 방법인 MOGA(Multicriteria Optimization by Genetic Algorithm)을 개발하였다. 먼저 Genetic Alorithm의 기본 특성에 대해 살펴보고, 다양한 종류의 문제를 통해 Genetic Algorithm의 유용 성을 검토하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.104-107
• /
• 2007

다목적 함수의 최적화 문제(Multiobjective optimization problems)의 경우에는 하나의 최적해가 존재하는 것이 아니라 '파레토 최적해 집합(Pareto optimal set)'이라고 알려진 해들의 집합이 존재한다. 이러한 이상적 파레토 최적해 집합과 가까운 최적해를 찾기 위한 다양한 해탐색 능력은 진화 알고리즘의 성능을 결정한다. 본 논문에서는 게임 모텔에 기반한 공진화 알고리즘(GCEA:Game model based Co-Evolutionary Algorithm)에서 해집단의 다양성을 유지하여, 다양한 비지배적 파레토 대안해(non-dominated alternatives)들을 찾기 위한 방법을 제안한다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.333-336
• /
• 2016

본 연구에서는 개체명 인식의 성능을 향상시키기 위해, 가중 투표 방법을 이용하여 개체명 인식 모델을 앙상블 하는 방법을 제안한다. 각 모델은 Conditional Random Fields의 변형 알고리즘을 사용하여 학습하고, 모델들의 가중치는 다목적 함수 최적화 기법인 NSGA-II 알고리즘으로 학습한다. 실험 결과 제안 시스템은 $F_1Score$ 기준으로 87.62%의 성능을 보여, 단독 모델 중 가장 높은 성능을 보인 방법보다 2.15%p 성능이 향상되었다.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.869-874
• /
• 2007

다목적 함수의 최적화 문제(Multiobjective optimization problems)의 경우에는 하나의 최적해가 존재하는 것이 아니라 '파레토 최적해 집합(Pareto optimal set)'이라고 알려진 해들의 집합이 존재한다. 이러한 이상적 파레토 최적해 집합과 가까운 최적해를 찾기 위한 다양한 해탐색 능력은 진화 알고리즘의 성능을 결정한다. 본 논문에서는 게임 모델에 기반한 공진화 알고리즘(GCEA: Game model based Co-Evolutionary Algorithm)에서 해집단의 다양성을 유지하여, 다양한 비지배적 파레토 대안해(non-dominated alternatives)들을 찾기 위한 방법을 제안한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.333-336
• /
• 2016

본 연구에서는 개체명 인식의 성능을 향상시키기 위해, 가중 투표 방법을 이용하여 개체명 인식 모델을 앙상블 하는 방법을 제안한다. 각 모델은 Conditional Random Fields의 변형 알고리즘을 사용하여 학습하고, 모델들의 가중치는 다목적 함수 최적화 기법인 NSGA-II 알고리즘으로 학습한다. 실험 결과 제안 시스템은 $F_1Score$기준으로 87.62%의 성능을 보여, 단독 모델 중 가장 높은 성능을 보인 방법보다 2.15%p 성능이 향상되었다.

• 정보처리학회논문지B
• /
• 제11B권7호
• /
• pp.841-848
• /
• 2004

진화 알고리즘은 여러 개의 상충하는 목적을 갖는 다목적 최적화 문제를 해결하기에 적합한 방법이다. 특히, 파레토 지배관계에 기초하여 개체의 적합도를 평가하는 파레토 기반 진화알고리즘들은 그 성능에 있어서 비교적 우수한 평가를 받고 있다. 그러나 일반화된 다목적 최적화 진화알고리즘은 복잡한 문제들에서 찾아진 해들의 분포가 전체 파레토 경계면에 대하여 균일하지 못하고 특정 지역에서 집중적으로 해를 생성하는 문제점을 가지고 있다. 본 논문에서 우리는 이러한 문제점을 보완하기 위한 다목적 최적화 진화알고리즘을 제안한다. 제안한 알고리즘은 현재까지 찾아진 최적해들 중 특정 지역에 관중되지 않은 해를 우수 종자로 복제 연산에 참여시킨다. 따라서 특별한 지역탐색 기법을 사용하지 않아도 종자가 되는 개체 주위에 새로운 개체를 생성할 확률이 높기 때문에 지역탐색의 효과를 가질 수 있고, 비교적 고른 분포의 파레토 최적 해를 생성한 수 있다. 5개의 테스트 함수에 대한 실험 결과, 제안한 알고리즘은 모든 문제에서 전체 파레토 경계면에 균일한 분포의 해들을 생성할 수 있었으며, 많은 지역해를 가지는 문제를 제외한 모든 문제에서 NSGA-II보다 우수한 수렴 결과를 보였다.

• 한국지진공학회논문집
• /
• 제14권2호
• /
• pp.1-13
• /
• 2010

본 논문에서는 비선형 지진격리교량의 최적 설계 방법을 제시하였다. 최적설계를 위한 목적함수로는 교각과 지진격리장치의 파괴확률을 고려하였으며, 상충하는 두 목적함수를 동시에 최적화하는 다수의 해를 효율적으로 검색하고자 유전자 알고리즘에 기반한 다목적 최적화기법을 도입하였다. 또한, 최적화 과정에서 요구되는 다수의 비선형 시간이력해석을 수행하지 않고도 교량의 확률적 응답을 효율적으로 예측할 수 있는 추계학적 선형화 방법을 접목하였다. 제시하는 방법의 효율성을 검증하기 위한 수치 예로서 실제 교량인 남한강교를 고려하였고, 제안하는 방법과 기존 비선형 시간이력해석을 이용한 생애주기비용 기반 설계법을 각각 적용하여 내진성능을 비교하였다. 내진성능을 비교한 결과, 제시하는 방법이 기존의 비용에 기반한 최적설계보다 우수한 성능 및 경제성을 보임을 검증하였다. 또한, 다양한 지진하중에 대해서도 제안된 방법이 보다 개선된 성능을 보임을 확인하였다.

• 한국정밀공학회지
• /
• 제18권11호
• /
• pp.155-160
• /
• 2001

To achieve high precision cutting as well as production capability in the machine tool, it is needed to develop excellent rigidity statically, dynamically and thermally as well. In order to predict the qualitative behavior of a machine tool, simultaneous analysis of mechanics and heat transfer is required. Generally, machine tool designers have solved designing problems based on partial estimation of the specified rigidity. This study clears the inter-relationship between therm, and propose multi-phase optimization of machine tool structure using a genetic algorithm. The multi-phase solution method is consists of a series of mechanical design problem. At this first phase of static design problem, multi-objective optimization for the purpose of minimization of the total weight and static compliance minimization is solved using the Pareto Genetic Algorithm.