• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.366-369
• /
• 2006

본 논문에서는 계층적 공정 경쟁 유전자 알고리즘을 통한 비선형시스템의 정보입자 기반 퍼지집합 퍼지집합 모델의 최적화 방법을 제안한다. 퍼지집합 모델은 주로 전문가의 경험에 기반을 두어 얻어지기 때문에 동정과 최적화 과정이 필요하며 GAs를 이용하여 퍼지모델을 최적화한 연구가 많이 있다. GAs는 전역 해를 찾을 수 있는 최적화 알고리즘으로 잘 알려져 있지만 조기 수렴 문제를 포함하고 있다. 병렬유전자 알고리즘(PGA)은 조기수렴를 더디게 하고 전역 해를 찾기 위한 진화알고리즘이다. 적응형 계층적 공정 경쟁기반 유전자 알고리즘(AHFCGA)을 이용하여 퍼지모델의 입력변수, 멤버쉽함수의 수, 멤버쉽함수의 정점 등의 전반부 구조와 파라미터를 동정하였고, LSE를 사용하여 후반부 파라미터를 동정하였으며 실험적 예제를 통하여 제안된 방법의 성능을 평가한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.6
• /
• pp.44-55
• /
• 2009

Diagnosis of diseases using gene expression data obtained from microarray chip is an active research area recently. It has been done by general machine learning algorithms, because it is difficult to analyze directly. However, recent research results about the analysis based on the interaction between genes is essential for the gene expression analysis, which means the analysis using the traditional machine learning algorithms has limitations. In this paper, we classify the gene expression data using the hyper-network model that considers the higher-order correlations between the features, and then compares the classification accuracies. And also, we present the new hypo-network model that improve the disadvantage of existing model, and compare the processing performances of the existing hypo-network model based on general sequential processor and the improved hypo-network model implemented on parallel processors. In the experimental results, we show that the performance of our model shows improved and competitive classification performance than traditional machine learning methods, as well as, the existing hypo-network model. We show that the performance is maximized when the hypernetwork model is implemented on our parallel processors.

• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.8
• /
• pp.486-494
• /
• 2006

In this paper, we introduce a new solution for the load balancing problem, an important issue in parallel processing. Our heuristic load balancing technique called MGA effectively combines the benefit of both mean-field annealing (MFA) and genetic algorithms (GA). We compare the proposed MGA algorithm with other mapping algorithms (MFA, GA-l, and GA-2). A multiprocessor mapping algorithm simulation has been developed to measure performance improvement ratio of these algorithms. Our experimental results show that our new technique, the composition of heuristic mapping methods improves performance over the conventional ones, in terms of solution quality with a longer run time.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.46-48
• /
• 2005

본 논문에서는 병렬 컴퓨팅의 스케줄링 시스템인 EASY Backfilling 알고리즘에 기반한 작업 패킹 기법의 최적화에 대해 논의한다. 이를 위해 최적의 작업 집합을 구성하기 위한 탐색 기법으로 유전자 알고리즘을 활용하여 작업 패킹을 효율적으로 수행함과 동시에, 적은 노드를 요청한 작업에 가중치를 부여함으로써 다수 작업의 동시 실행을 우선 고려하게 하였다. 스케줄링 정책은 컴퓨터 성능에 직접적인 영향을 미치는 요소이기 때문에 시스템 부하별로 각 워크로드의 평균 대기 시간을 측정한 실험을 통해 제안 기법이 전반적인 병렬 컴퓨팅의 성능을 개선함을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.05a
• /
• pp.466-468
• /
• 2002

This paper proposes a new type of evolvable hardware for implementing the clone of Moore State machine. The proposed Evolvable Hardware is employed efficient pipeline parallelization, handshaking mechanism and fitness function in FPGA Genetic Algorithm(GA) has known as a method of solving NP problem in various applications. Since a major drawback of the GA is that it needs a long computation time, the hardware implementation of Genetic Algorithm is focused on in recent studies. Conventional hardware GA uses the fired length of chromosome but the proposed Evolvable Hardware uses the variable length of chromosome by the efficient 16 bit Pipeline Unit. Experimental results show that the proposed evolvable hardware is applicable to the implementation of the clone for Moore State machine

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.6 no.5
• /
• pp.718-723
• /
• 2002

This paper proposes a new type of evolvable hardware for implementing the clone of Moore State machine. The proposed Evolvable Hardware is employed efficient pipeline parallelization, handshaking mechanism and fitness function in FPGA. Genetic Algorithm(GA) has known as a method of solving NP problem in various applications. Since a major drawback of the GA is that it needs a long computation time, the hardware implementation of Genetic Algorithm is focused on in recent studies. Conventional hardware GA uses the fixed length of chromosome but the proposed Evolvable Hardware uses the variable length of chromosome by the efficient 16 bit Pipeline Unit. Experimental results show that the proposed evolvable hardware is applicable to the implementation of the clone for Moore State machine.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2002.11a
• /
• 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.

• Journal of Korean Society of Steel Construction
• /
• v.21 no.4
• /
• pp.361-373
• /
• 2009

Using the genetic algorithm, the optimal-design technique of the Nielsen arch bridge was proposed in this paper. The design parameters were the arch-rise ratio and the steel weight ratio of the Nielsen arch bridge, and optimal-design techniques were utilized to analyze the behavior of the bridge. The optimal parameter values were determined for the estimated optimal level. The parameter determination requires the standardization of the safety, utility, and economic concepts as the critical factors of a structure. For this, a genetic algorithm was used, whose global-optimal-solution search ability is superior to the optimization technique, and whose object function in the optimal design is the total weight of the structure. The constraints for the optimization were displacement, internal stress, and time and space. The structural analysis was a combination of the small displacement theory and the genetic algorithm, and the runtime was reduced for parallel processing. The optimal-design technique that was developed in this study was employed and deduced using the optimal arch-rise ratio, steel weight ratio, and optimal-design domain. The optimal-design technique was presented so it could be applied in the industry.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.73-75
• /
• 2001

최근 DNA 분자의 병렬성을 이용한 DNA 컴퓨팅 기법들이 활발히 개발되고 있다. 그러나, DNA 컴퓨팅은 실제 생체 분자인 DNA를 사용하기 때문에 생체분자의 화학적 성질에 의한 오류의 가능성을 항상 내포하고 있다. 이러한 문제를 극복하고자 오류의 가능성을 최소화시키는 방법들이 연구되고 있고, 특히 DNA 서열을 만들 때 오류의 가능성을 최소화시키는 방법들이 많이 연구되고 있다. 본 논문에는 현재 개발하고 있는 시스템인 NACST를 간단히 소개한 후, DNA 컴퓨팅에 사용할 DNA 서열을 생성하기 위해서 유전자 알고리즘을 사용하는 방법을 제안하며, 유전자 알고리즘을 이용하여 DNA 서열을 효율적으로 생성하기 위한 적합도 함수들에 대해서 구체적으로 살펴보았다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.14 no.4
• /
• pp.323-329
• /
• 2003

In this paper, the method of material constants extraction in a thin-film bulk acoustic resonator(FBAR) using a genetic algorithm(GA) is proposed. The material constants are extracted from the input impedance of a FBAR by a GA optimizer. The characteristics of the FBAR input impedance affected by the material constants were studied to decide the fitness function for GA. As a result, the fitness was estimated by the series- and parallel -resonance frequencies and the FBAR bandwidth, as determined from the input impedance of the FBAR. A flowchart for the GA and a procedure fur the proposed extraction method are explained in detail, and the results of the material constants extraction are presented.