• 제목/요약/키워드: 목적 진화 알고리즘

검색결과 77건 처리시간 0.034초

$\varepsilon$-다중목적함수 진화 알고리즘을 이용한 DNA 서열 디자인 (DNA Sequence Design using $\varepsilon$ -Multiobjective Evolutionary Algorithm)

  • 신수용;이인희;장병탁
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제32권12호
    • /
    • pp.1217-1228
    • /
    • 2005
  • 최근 들어 DNA 컴퓨팅이 활발하게 연구되면서, DNA 컴퓨팅에서 가장 기본적이고도 중요한 DNA 서열 디자인 문제가 부각되고 있다. 기존의 연구에서 DNA 서열 디자인 문제를 다중목적 최적화 문제로 정의하고, elitist non-dominated sorting genetic algorithm(NSGA-II)를 이용하여 성공적으로 DNA 서열을 디자인하였다. 그런데, NSGA-II는 계산속도가 느리다는 단점이 있어서, 이를 극복하기 위해 본 논문에서는 $\varepsilon$-다중목적함수 진화알고리즘(r-Multiobjective evolutionary algorithm, $\varepsilon$-MOEA)을 DNA 서열 디자인에 이용하였다. 우선, 두 알고리즘의 성능을 보다 자세히 비교하기 위해서 DTLZ2 벤치 마크 문제에 대해서 적용한 결과, 목적함수의 개수가 작은 경우에는 큰 차이가 없으나, 목적함수의 개수가 많을 경우에는 $\varepsilon$-MOEA가 NSGA-II에 대해서 최적해를 찾는 정도(Convergence)와 다양한 해를 찾는 정도 (diversity)에 있어서 각각 $70\%,\;73\%$ 향상된 성능을 보여주었고, 또한 최적해를 찾는 속도도 비약적으로 개선되었다. 이러한 결과를 바탕으로 기존의 DNA 서열 디자인 방법론으로 디자인된 DNA 서열들과 7-순환외판원 문제 해결에 필요한 DNA 서열을 NSGA-II와 $\varepsilon$-MOEA로 재디자인하였다. 대부분의 경우 $\varepsilon$-MOEA가 우수한 결과를 보였고, 특히 7-순환외판원 문제에 대해서 NSGA-II와 비교하여 convergence와 diversity의 측면에서 유사한 결과를 2배 이상 빨리 발견하였고, 동일한 계산 시간을 이용해서는 $22\%$ 정도 보다 다양하게 해를 발견하였으며, $92\%$ 우수한 최적해를 발견하는 것을 확인하였다.

생체모방 알고리즘 기반 통신 네트워크 기술

  • 최현호;이정륜
    • 정보와 통신
    • /
    • 제29권4호
    • /
    • pp.62-71
    • /
    • 2012
  • 수십 억년 동안 진화를 거듭해온 지구상의 생명체들은 외부의 제어 없이 독자적으로 단순한 행동 규칙에 따라 기능을 수행하여 주어진 목적의 최적해를 달성한다. 이러한 다양한 생명체의 행동 원리를 모델링하여 만든 알고리즘을 생체모방 알고리즘(Bio-Inspired Algorithm)이라 한다. 생체모방 알고리즘은 다수의 개체가 존재하며, 주변 환경이 동적으로 변하고, 가용 자원의 제약이 주어지며, 이질적인 특성을 갖는 개체들이 분잔 및 자율적으로 움직이는 환경에서 안정성, 확장성, 적응성과 같은 특징을 보여주는데, 이는 통신 네트워크 환경 및 서비스 요구사항과 유사성을 갖는다. 본 논문에서는 대표적인 생체모방 알고리즘으로 통신 및 네트워킹 기술로 사용되는 Ant Colony 알고리즘, Bee 알고리즘, Firefly 알고리즘, Flocking 알고리즘에 대해 살펴보고, 관련 프로젝트 및 연구 동향을 정리한다. 이를 통해 현재의 생체모방 알고리즘의 한계를 극복하고 미래 통신 및 네트워킹 기술이 나아갈 방향을 제시한다.

게임 이론과 공진화 알고리즘에 기반한 다목적 함수의 최적화 (Optimization of Multi-objective Function based on The Game Theory and Co-Evolutionary Algorithm)

  • 심귀보;김지윤;이동욱
    • 한국지능시스템학회논문지
    • /
    • 제12권6호
    • /
    • pp.491-496
    • /
    • 2002
  • 다목적 함수 최적화 문제(Multi-objective Optimization Problems : MOPs)는 공학적인 문제를 풀고자 할 때 자주 접하게 되는 대표적인 문제 중 하나이다. 공학자들이 다루는 실세계 최적화 문제들은 몇 개의 경합하는 목적 함수(objective function) 들로 이루어진 문제일 경우가 많다. 본 논문에서는 다목적 함수 최적화 문제의 정의를 소개하고 이 문제를 풀기 위한 몇 가지 접근법을 소개한다. 먼저 서론에서는 파레토 최적해(Pareto optimal solution) 의 개념을 이용한 기존의 최적화 알고리즘과 이와는 달리 게임 이론(Game Theory) 으로부터 도출된 최적화 알고리즘인 내쉬 유전자 알고리즘(Nash Genetic Algorithm Nash GA) 그리고 본 논문에서 제안하는 공진화 알고리즘의 기반이 되는 진화적 안정 전략 (Evolutionary Stable Strategy : ESS) 의 이론적 배경을 소개한다. 또 본론에서는 다목적 함수 최적화 문제와 파레토 최적 해의 정의를 소개하고 다목적 함수 최적화 문제를 풀기 위하여 유전자 알고리즘을 진화적 게임 이론(Evolutionary Game Theory : EGT) 에 적용시킨 내쉬 유전자 알고리즘과 본 논문에서 새로이 제안하는 공진화 알고리즘의 구조를 설명하고 이 두 가지 알고리즘을 대표적인 다목적 함수 최적화 문제에 적용하고 결과를 비교 검토함으로써 진화적 게임 이론의 두 가지 아이디어 내쉬의 균형(Equilibrium) 과 진화적 안정전략 에 기반한 최적화 알고리즘들이 다목적 함수 문제의 최적해 를 탐색할 수 있음을 확인한다.

기계학습을 이용한 파레토 프런티어의 생성 (Generating of Pareto frontiers using machine learning)

  • 윤예분;정나영;윤민
    • Journal of the Korean Data and Information Science Society
    • /
    • 제24권3호
    • /
    • pp.495-504
    • /
    • 2013
  • 진화 알고리즘 계산 지능을 이용한 예측 방법이 다목적 최적화 문제에서 많이 이용되고 있고, 이러한 방법들은 많은 근사 파레토 최적해들을 좀 더 정확하게 생성하기 위해서 개선되고 있다. 본 논문은 다목적 최적화 문제에서 서포트 벡터기계를 이용하여 근사 파레토 프런티어를 찾는 방법을 제안한다. 또한 제안된 방법과 진화 알고리즘을 결합한 것이 파레토 프런티어를 더 잘 근사시킨다는 것과 두 개혹은 세 개의 목적함수를 가진 의사결정은 제안된 방법으로 파레토 프런티어를 시각화한 것에 근거하여 더 쉽게 수행된다는 것을 보인다. 마지막으로 몇 개의 수치예제를 통해 제안된 방법의 효율성에 대해 보일 것이다.

최적화기법으로서의 유전알고리즘과 그 응용 (Genetic Algorithms as Optimisation Tools and Their Applications)

  • 진강규;하주식
    • Journal of Advanced Marine Engineering and Technology
    • /
    • 제21권2호
    • /
    • pp.108-116
    • /
    • 1997
  • 유전알고리즘은 진화원리에서 발견된 몇몇 특징들을 컴퓨터 알고리즘과 결합시켜 복잡한 최적화 문제를 해결하려는 도구로서 1975년 미국의 Holland 교수에 의해 처음으로 개발되었다. 주어진 문제에서 탐색환경이 다변수 또는 다봉(multi-modal)이 되어 대단히 복잡하거나 또는 부분적으로 알려질 경우는, 구배(gradient)에 기초한 재래식 방법을 사용하여 최적화하는 것은 매우 어렵게 되고 경우에 따라서는 불가능할 수도 있다. 이러한 이유로 유전알고리즘과 같은 강인한 탐색법이 요구된다. 유전알고리즘의 장점은 연속성(continuity), 미분가능성(differentiability), 단봉성(unimodality) 등과 같이 탐색공간에 대한 제약으로부터 자유롭다는 것이다. 다시 말하면 목적함수 외 탐색공간에 대한 사전지식을 필요로 하지 않고, 매우 크고 복잡한 공간일지라도 전역해 쪽으로 수렴해 갈수 있다는 것이다. 이러한 특성 때문에 유전알고리즘은 실제 환경에서 많은 복잡한 최적화 문제를 해결하는 방법으로 인정을 받고 있으며, 함수의 최적화, 신경회로망의 학습, 동적시스템의 식별및 제어, 신호처리등 여러 분야에 성공적으로 응용되고 있다. 이러한 중요성에 비해 유전알고리즘에 대한 연구는 국내적으로는 아직 미진한 수준이나 최근 이에 대한 관심이 고조되고 있으며, 또한 그 응용분야도 점점 넓어져 이론 개발과 실질적인 응용에 확산되리라 생각된다. 따라서 본 해설기사는 유전알고리즘의 원리와 응용 사례를 살펴봄으로서 최적화 문제를 해결하려는 독자들에게 조금이나마 도움을 주고자 한다.

  • PDF

집합체 혼합진화 알고리즘을 이용한 도시유역 홍수유출 모형의 자동 보정에 관한 연구 (A Study for an Automatic Calibration of Urban Runoff Model by the SCE-UA)

  • 강태욱;이상호;강신욱;박종표
    • 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.

유전자 알고이즘을 이용한 Piled Raft 기초의 최적설계 (Optimum Design of Piled Raft Foundations Using A Genetic Algorithm)

  • Kim, Hong-Taek;Kang, In-Kyr;Jeon, Eung-Jin;Park, Sa-Won
    • 한국지반공학회논문집
    • /
    • 제16권3호
    • /
    • pp.47-55
    • /
    • 2000
  • 본 연구에서는, 유전자 알고리즘을 이용한 piled raft 기초의 최적설계 기법을 제시하였다. 최적설계에 사용한 목적함수는 구조물의 사용한계에 해당하는 부등침하량과 piled raft 기초의 시고비용 차원에서의 말뚝과 raft의 총 중량으로 하였다. 유전자 알고리즘은 다읜의 적자생존의 법칙을 따르는 자연진화 법칙을 바탕으로 한 최적화 기법이다. 본 연구에서는 piled raft 기초의 해석방법으로 Clancy(1993)가 제시한 "hybrid" 해석방법을 사용하였으며, 유전자 알고리즘기법은 Goldberg(1989)가 제시한 단순 유전자 알고리즘(SGA)을 적용하였다. 또한 유전자 알고리즘을 이용한 최적설계기법의 유효성을 평가하기 위해 설계예제 및 매개변수변화연구를 통해 piled raft 기초시스템의 중요 설계인자들에 대한 분석을 수행하였다. 매개변수변화연구로부터 말뚝의 길이와 raft의 두께가 증가할수록 piled raft 기초시스템의 전체 중량은 일정한 값에 점차적으로 수렴하였으며, 지반의 강정, raft의 두께 말뚝의 길이 및 강성이 증가할수록 말뚝의 최적위치는 raft의 중앙에 집중되는 경향으로 나타났다.경향으로 나타났다.

  • PDF

투영신경회로망의 훈련을 위한 진화학습기법 (Evolutionary Learning Algorithm fo r Projection Neural NEtworks)

  • 황민웅;최진영
    • 한국지능시스템학회논문지
    • /
    • 제7권4호
    • /
    • pp.74-81
    • /
    • 1997
  • 본 논문에서는 시그모이드 함수와 방사형 기저 함수 모두를 생성시킬 수 있는 특별한 은닉층 노드를 갖는 투영신경회로망에 대하여 알아롭고 그것을 훈련시키기 위한 진화 학습 기법을 제시한다. 제시된 기법은 신경회로망의 매개변수와 연결 가충치뿐만 아니라, 어떤 목적함수를 나타내기 위한 최적의 은닉층 노드개수 또한 구조 최적화를 위한 진화연산자를 통해 찾아낸다. 각각의 은닉층 노드의 역할은 진화를 거듭하면서 방사형 기저 함수를 나타낼지 시그모이드 함수를 나타낼지 결정된다. 알고리즘을 구현하기 위해서 투영신경회로망은 연결 고리 리스트 자료구조로 나타내었다. 모의 실험에서 기존으 오차역전파에 의한 학습과 구조 성장 방식보다 적은 노드로 투영신경회로망을 훈련시킬 수 있음을 볼수 있다.

  • PDF

소전류 차단성능 개선을 위한 가스 차단기의 형상 최적화 (Shape Optimization of GCB for Increasing Small Current Interruption Capacity)

  • 김홍규;박경엽;임창환;정현교;박순규;이봉희
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2002년도 하계학술대회 논문집 B
    • /
    • pp.764-766
    • /
    • 2002
  • 본 연구에서는 가스 차단기의 소전류 차단성능을 개선하기 위한 최적화 과정에 대해서 나타낸다. 목적함수는 절연내력과 극간 인가전압의 차이의 최소값으로 선정하였으며, 목적함수가 최대가 되도록 최적화를 수행한다. 설계 변수로는 개극 전의 전극 이동길이, 노즐목 길이 및 노즐목 발산각과 노즐 하류장 형상을 채택하였다. 최적화 알고리즘으로는 (1+1) 진화알고리즘을, 유동해석을 위해서는 FVFLIC법을 사용하였다. 최적화 결과로 얻어진 모델은 초기 모델에 비해 소전류 차단성능이 상당히 개선되었음을 확인할 수 있었다.

  • PDF

유전알고리즘과 조합화학을 이용한 형광체 개발 (A Search for Red Phosphors Using Genetic Algorithm and Combinatorial Chemistry)

  • 이재문;유정곤;박덕현;손기선
    • 한국세라믹학회지
    • /
    • 제40권12호
    • /
    • pp.1170-1176
    • /
    • 2003
  • 진화최적방법을 이용하여 alkali earth borosilicate 계열(Eu, Mg, Ca, Sr, Ba)$_{x}$ $B_{y}$S $i_{z}$ $O_{d}$에 E $u^{3+}$ 를 도핑 하여 고효율 적색 형광체를 합성하였다. 본 연구는 삼원색 백색 LED로의 적용을 목적으로 한다. 진화최적방법은 유전알고리즘과 조합화학을 연계하여, LED형광체 개발을 위해 개발하였다. 유전알고리즘을 조합화학에 접목함으로써 시간과 자원의 낭비 없이 매우 효율적인 형광체 탐색을 꾀할 수 있었다. 실질적인 실험에 앞서 다양한 목적함수를 이용하여 시뮬레이션을 실시하여 본 연구의 타당성을 증명하고 실제 합성한 결과 삼원색 백색 LED용 적색형광체(E $u_{0.14}$M $g_{0.18}$C $a_{0.07}$B $a_{0.12}$ $B_{0.17}$S $i_{0.32}$ $O_{{\delta}}$)를 얻었다.얻었다.다.얻었다.얻었다.다.