• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제51차 동계학술대회논문집 23권1호
• /
• pp.167-168
• /
• 2015

유전자 알고리즘은 문제 크기가 커짐에 따라 해집합이 폭발적으로 늘어나 최적해를 찾기 힘든 최적화 문제에 주로 적용되는 알고리즘으로, 최근에는 지리정보시스템(GIS)의 경로 최적화 문제, 게임에서의 길찾기, 인공지능에 많이 적용되고 있다. 마이크로 유전자 알고리즘은 일반 유전자 알고리즘에 비해 작은 크기의 모집단을 사용함으로써 알고리즘의 효율을 높일 수 있는 장점이 있다. 따라서, 본 논문에서는 무향 Rural Postman Problem 해법으로 마이크로 유전자 알고리즘의 적용 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• pp.916-918
• /
• 2005

다목적 최적화 문제의 목표는 다양한 파레토 최적해(Pareto Optimal Solution)을 찾는데 있으며, 마이크로-유전자 알고리즘(Micro-Genetic Algorithm)은 단순 유전자 알고리즘(Simple Genetic Algorithm)에 비해 소수의 유전자들만을 선별하여 진화시키는 방식으로 효율성을 극대화시킨다. 본 논문에서는 다양한 목적을 동시에 최적화하는 다목적 멀티캐스트 라우팅 문제를 해결하기 위해서 다목적 유전자 알고리즘과 마이크로-유전자 알고리즘을 결합한 다목적 마이크로-유전자 알고리즘을 적용하였다.

• Composites Research
• /
• 제21권1호
• /
• pp.30-39
• /
• 2008

본 논문에서는 기존의 유전자 알고리즘을 대신하여 병렬 마이크로 유전자 알고리즘을 사용한 복합재료 적층 구조물의 최적설계를 수행하였다. 마이크로 유전자 알고리즘은 한 세대 당 보통 5개의 개체로 해를 탐색한다 비록 세대를 구성하는 인구수는 적지만 공칭수렴 판단과 재초기화 과정을 통해 다양성을 제공하기 때문에 최적해 탐색이 가능하다. 2가지의 복합재 구조물의 최적화 문제를 가정하고 이를 마이크로 유전자 알고리즘을 사용하여 해를 구하였다. 효율성 판단을 위해서 기존의 유전자 알고리즘과 결과를 비교하였다. 두 문제 모두 마이크로 유전자 알고리즘이 비슷한 결과를 도출하면서도 약 70%의 계산량 감소를 보였다. 마이크로 유전자 알고리즘을 사용하여 일정 범위 내에서 변하는 하중을 받고 있는 복합재 적층 구조물의 최적설계를 수행하였다. 계산 결과 고정된 하중상태 하에서 얻은 최적해보다 하중 변화에 덜 민감한 설계변수를 얻을 수 있었다. 이상의 문제를 통해 다양한 설계변수를 갖는 복합재 적층 구조물의 최적설계의 한 방법으로서 마이크로 유전자 알고리즘이 효율적임을 확인하였다.

• Composites Research
• /
• 제23권4호
• /
• pp.14-20
• /
• 2010

본 연구에서는 마이크로 유전자 알고리즘을 이용하여 외부 수압을 받는 필라멘트 와인딩 복합재 원통의 최적설계를 수행하였다. 목적함수는 파손하중과 좌굴하중을 동시에 고려하여 설계하중을 최대화하는 것이다. 좌굴 및 파손해석은 MSC.NASTRAN을 이용하였고, Carroll의 공개된 마이크로 유전자 알고리즘에 기초한 최적화작업을 수행하였다. 설계변수로는 헬리컬(helical) 와인딩 각도와 후프(hoop) 와인딩 층의 두께비가 고려되었다. 본 연구를 통해 마이크로 유전자 알고리즘을 이용하여 다양한 형상을 갖는 필라멘트 와인딩 복합재 원통의 좌굴 및 파손하중 최적화가 가능함을 확인하였고, 제안된 알고리즘이 일반 유전자 알고리즘과 비교해서도 높은 효율을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2010년도 제42차 하계학술발표논문집 18권2호
• /
• pp.429-432
• /
• 2010

그래프 분할 문제는 각각의 가중치가 주어진 에지와 노드를 정해진 목적에 맞게 몇 개의 그룹으로 분할하는 문제이다. 이 문제는 휴리스틱 방법으로 해결되어져 왔으나, NP-hard 문제로 인한 지역 최적해에 빠지기 쉬운 단점을 갖는다. 유전자 알고리즘이 해결 방법으로 제시되고 있는 가운데 단순 유전자 알고리즘에서 초기의 모집단 메모리(population memory)를 이용하여 적은 크기의 모집단을 생성하고 외부메모리에 최적해들을 저장하고 있어 GA의 효율성을 높이며, 다수의 지역 최적해에 빠지지 않게 하며 수렴 속도를 향상시키는 마이크로 유전자 알고리즘을 적용한다. ${\mu}$-GA를 통해 본 논문에서는 클러스터들의 가중치를 비교적 동일하게 하는 GPP를 해결하고자 한다.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2002년도 춘계학술대회
• /
• pp.115-120
• /
• 2002

• 한국공작기계학회논문집
• /
• 제12권3호
• /
• pp.82-88
• /
• 2003

SGA(Single Genetic Algorithm) is a heuristic global optimization method based on the natural characteristics and uses many populations and stochastic rules. Therefore SGA needs many function evaluations and takes much time for convergence. In order to solve the demerits of SGA, ${\mu}GA$(Micro-Genetic Algorithm) has recently been developed. In this study, ${\mu}GA$ which have small populations and fast convergence rate, was applied to structural optimization with discrete or integer variables such as 3, 10 and 25 bar trusses. The optimized results of ${\mu}GA$ were compared with those of SGA. Solutions of ${\mu}GA$ for structural optimization were very similar or superior to those of SGA, and faster convergence rate was obtained. From the results of examples, it is found that ${\mu}GA$ is a suitable and very efficient optimization algorithm for structural design.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2003년도 춘계학술대회 논문집
• /
• pp.9-14
• /
• 2003

SGA (Single Genetic Algorithm) is a heuristic global optimization method based on the natural characteristics and uses many populations and stochastic rules. Therefore SGA needs many function evaluations and takes much time for convergence. In order to solve the demerits of SGA, $\mu$GA(Micro-Genetic Algorithm) has recently been developed. In this study, $\mu$GA which have small populations and fast convergence rate, was applied to structural optimization with discrete or integer variables such as 3, 10 and 25 bar trusses. The optimized results of $\mu$GA were compared with those of SGA. Solutions of $\mu$GA for structural optimization were very similar or superior to those of SGA, and faster convergence rate was obtained. From the results of examples, it is found that $\mu$GA is a suitable and very efficient optimization algorithm for structural design.

• 대한토목학회논문집
• /
• 제32권6A호
• /
• pp.369-378
• /
• 2012

이 연구에서는 풍력 터빈 블레이드의 형상 최적화를 위한 직접탐색 기반의 최적화 기법을 적용하고, 최적화 기법간의 성능을 비교하여 효과적인 방법을 제안하고자 하였다. 이를 위하여 수평축 풍력 터빈의 최적설계 코드인 HARP_Opt(Horizontal Axis Rotor Performance Optimizer)을 기반으로 연간 발전량 평가 방법을 수정하고, HARP_Opt에서 적용하고 있는 기존의 유전자 알고리즘과 함께 패턴 서치 방법을 추가 적용하였다. 이를 1MW급 풍력 발전 터빈 블레이드의 단면 형상 최적 설계 문제에 적용하였으며, 기존의 유전자 알고리즘 및 마이크로 유전자 알고리즘, 그리고 패턴 서치 방법의 성능을 비교한 결과, 연간 발전량과 해의 일관성 면에 있어서는 패턴 서치 방법이 상대적으로 우수하였으며, 계산시간 측면에서는 마이크로 유전자 알고리즘이 상대적으로 우수한 것으로 분석되었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제12권4호
• /
• pp.161-167
• /
• 2008

본 연구에서는 고등해석과 유전자 알고리즘을 이용한 트러스 구조물의 최적설계를 수행하였다. 본 연구에서 사용한 고등해석은 기하학적 비선형과 재료적 비선형을 동시에 고려한다. 최적화 알고리즘으로 마이크로 유전자 알고리즘을 사용하였다. 목적함수로 구조물의 중량을 사용하였으며, 제약조건식은 구조시스템의 하중-저항능력 및 변위 조건을 고려하였다. 제안된 방법에 의한 최적설계 결과를 기존의 연구결과와 비교하여 그 타당성을 증명하였다.