• 한국시뮬레이션학회논문지
• /
• 제32권1호
• /
• pp.23-34
• /
• 2023

본 논문의 목적은 이항출력 실험을 이용할 경우에 확률적 전역 최적화 방법론들을 검토하고 알고리즘들간의 성능을 비교하기 위한 것이다. 모 성공확률은 알수 없고 확률적 특성을 갖기 때문에 확률적 전역 최적화 방법론에서는 모 성공확률 대신 성공확률의 추정치를 이용한다. 언덕오르기 알고리즘 , 단순랜덤탐색, 랜덤재출발 랜덤탐색, 랜덤 최적화, 담금질 기법 및 군집기반의 알고리즘인 입자 군집 최적화 알고리즘을 확률적 전역 최적화 알고리즘으로 사용하였다. 알고리즘의 비교를 위하여 두가지 테스트 함수(하나는 단봉이고 나머지는 다봉임)가 제안되었고 몬테카를로 시뮬레이션을 이용하여 알고리즘의 성능을 평가하였다. 단순 테스트 함수에 대하여는 모든 알고리즘이 유사한 성능을 보이고 있다. 복잡한 다봉의 테스트 함수에 대하여는 랜덤재출발 랜덤최적화, 담금질 기법과 군집 기반의 입자군집 알고리즘이 훨씬 더 좋은 성능을 보임을 알 수 있다.

• 한국산업정보학회논문지
• /
• 제27권1호
• /
• pp.37-48
• /
• 2022

본 연구에서는 공학설계 최적화 문제 해결을 위한 혼합 메타휴리스틱(Hybrid Meta-heuristic) 접근법을 제안된다. 공학 설계 최적화 문제는 다양한 형태의 변수를 가지며, 복잡한 제약조건들하에서 그 최적해를 구하는 문제로 이미 많은 기존 연구들을 통해 다양한 접근법들이 개발되어져 왔다. 하지만 그 효율성은 아직까지 크게 개선되지 못하고 있는 실정이다. 따라서 본 연구에서는 이러한 효율성을 개선하기 위한 새로운 접근법을 제안한다. 제안된 혼합 메타휴리스틱 접근법은 탐색 공간에 대한 전역적 탐색을 위해 유전알고리즘(Genetic Algorithm: GA) 접근법, 지역적 탐색을 위해 변동이웃탐색(Variable Neighborhood Search: VNS) 접근법과 언덕오르기(Hill Climbing: HC) 접근법을 혼합(GA-VNS-HC)하였다. 사례 연구에서는 다양한 형태의 공학설계 최적화 문제를 이용하여 본 연구에서 제안한 GA-VNS-HC 접근법의 우수성을 입증하였다.

• 한국정보처리학회논문지
• /
• 제4권11호
• /
• pp.2780-2785
• /
• 1997

지식기반인공신경 망은 다른 기계학습알고리즘보다 우수한 성능을 나타내지만 인공신경망으로 형성된 후 동적으로 그 구조를 변경할 수 없어서 영역이론정련화 기능을 갖추지 못하였다. 지식기반인공신경망의 이러한 단점을 보완하기 위하여 TopGen 알고리즘이 제안되었으나 삽입된 은닉노드를 모든 입력 노드에 연결한 점, 빔탐색을 이용한 점 등의 문제를 안고 있다. 본 논문에서는 TopGen의 문제점을 해소하기 위하여 은닉노드를 입력 노드 중 관계가 깊은 일부의 노드에만 링크시켰으며, 역추적을 허용한 언덕오르기를 이용하는 알고리즘을 설계 하였다．

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.42-47
• /
• 2010

마이크로 마우스를 이용한 다수의 미로 경진대회가 개최되어 미로 탐색 알고리즘의 성능이 비교되고 있으며, 미로 탐색 알고리즘은 좌(우)수법, 구심법, 언덕오르기 등을 기본으로 하여 다양한 형태로 적용되어 사용되고 있다. 하지만 미로 탐색알고리즘을 적용하여 테스트하기 위한 소프트웨어 플랫폼이 없어서 프로그램을 직접 개발하거나 하드웨어를 통해 알고리즘의 성능을 테스트해야 하는 불편함을 겪는다. 본 연구에서는 하드웨어로 구현이 어려운 다양한 형태의 미로 제작과 알고리즘의 손쉬운 적용이 가능하고, 스텝, 연산 횟수, 탐색 시간의 평가가 가능한 미로 탐색 알고리즘을 위한 플랫폼을 개발하였다. 플랫폼은 메인 레이어, 인터페이스 레이어, 사용자 레이어의 분리 구조로 되어 알고리즘을 쉽게 교체적용 할 수 있는 장점이 있다. 플랫폼의 실험을 통하여 미로 탐색 알고리즘들의 성능을 평가하고 분석하여 알고리즘의 개발 및 실험에도 적용할 수 있음을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
• /
• pp.523-525
• /
• 1998

소프트웨어 개발의 생산성과 신뢰성을 향상시키기 위해 소프트웨어 재사용이 필요하며, 소프트웨어 재사용에서는 원하는 부품을 정확하고 신속하게 검색하는 것이 매우 중요하다. 본 논문에서는 재사용 라이브러리에서 재사용 부품 추출을 위하여 정보추출 기법의 질의어 최적화 과정에 시뮬레이티드 어닐링을 적용하였다. 최적화 과정은 적합성 피이드백(relevance feedback)과 벡터 공간 모델을 적용하여 선형추출(linear retrieval)을 할 때 질의어 용어 가중치를 최적화 하는 것으로써, 실험을 통하여 최적화한 질의어의 추출효과도(retrieval effectiveness)척도가 최적화 하지 않은 경우의 척도보다 결과가 매우 좋다는 것을 보인다. 그리고 언덕 오르기(Hill-climbing)알고리즘을 사용한 방법과 비교, 분석한다.

• 정보과학회 논문지
• /
• 제43권4호
• /
• pp.480-488
• /
• 2016

탐색 기반 테스팅은 넓은 탐색 범위에서 효과적으로 테스트 데이터를 생성하는 대표적인 기술중 하나이다. 탐색 기반 테스팅의 성능이 프로그램의 구조적 특성에 영향을 받는 것이 알려져 있음에도 구조적 특성을 고려한 탐색 기반 테스팅 비교 연구는 제한적으로 수행되었다. 본 연구는 탐색 기반 테스팅 비교를 통해 테스트 대상의 구조적 특성 차이에 따른 최적 알고리즘을 분석하고자 한다. 실험 결과의 일반화를 위해 탐색 성능에 영향을 주는 4가지 메트릭 값을 조합하여 19,800개의 테스트 대상 프로그램을 자동 생성하였다. 실험 결과 복잡도가 높은 프로그램을 20,000번 이하의 횟수로 분석하였을 경우에는 유전 알고리즘이 가장 우수한 성능을 보였으나 50,000번 이상 분석하였을 경우에는 유전 담금질 기법과 담금질 기법이 다른 알고리즘들 보다 우수한 성능을 보였다. 복잡도가 낮은 프로그램에서는 유전 담금질 기법, 담금질 기법, 언덕 오르기 방법이 다른 알고리즘들 보다 우수한 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.69-76
• /
• 2022

순회 외판원 문제는 가장 유명한 조합 최적화 문제 중 하나이다. 지금까지 이 문제를 해결하기 위해 많은 메타휴리스틱 탐색 알고리즘들이 제안되어 왔으며, 그중의 하나가 지역 탐색이다. 지역 탐색에 있어서 매우 중요한 요소 중 하나가 이웃해 생성 방법으로 주로 역전(inversion)과 같은 무작위 기반 이웃해 생성 방법들이 사용되어 왔다. 본 논문에서는 4가지의 새로운 그리디 기반 이웃해 생성 방법들을 제안한다. 3가지 방법은 그리디 삽입 휴리스틱을 기반으로 하는데, 선택된 도시들을 하나씩 차례로 현재 가장 좋은 위치로 삽입한다. 나머지 하나는 그리디 회전을 기반으로 한다. 제안된 방법들은 대표적인 지역 탐색 알고리즘인 first-choice 언덕 오르기 탐색과 시뮬레이티드 어닐링에 적용된다. 실험을 통해 제안된 그리디 기반 방법들이 기존의 무작위 기반 방법들보다 성능이 우수함을 확인하였다. 또한 일부 그리디 기반 방법들은 기존의 지역 탐색 기법들보다 더 우수함을 확인하였다.