• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.51-53
• /
• 2000

기존의 진화 연산의 한계를 극복하기 위해서 탐색점 분포 학습 알고리즘(Estimation of Distribution Algorithm)이 부각되고 있다. 탐색점 분포 학습 알고리즘은 데이터의 분포를 파악하고, 파악된 분포를 이용해서 새로운 학습 데이터를 생성하는 일련의 과정을 통하여 최적화 문제를 해결하는 방법이다. 그런데, 기존의 탐색점 분포 학습 알고리즘들은 대부분 이진 벡터값을 가지는 최적화 문제들만을 대상으로 하고 있다. 본 논문에서는 비감독 확률 신경망 모델인 헬름홀츠 머신을 이용해서 데이터의 분포를 학습하여 연속 함수 최적화 문제를 해결하는 방법을 개발하였다. 테스트 함수들에 대해서 실수 표현형을 사용한 유전자 알고리즘과 결과를 비교하여 제안하는 방법의 우수성을 검증하였다.

• 대한교통학회지
• /
• 제22권2호
• /
• pp.65-76
• /
• 2004

교통망설계문제란, 교통시스템을 최적상태로 만들기 위한 최적의 설계변수를 결정하는 문제이다. 대표적인 교통망설계문제로는 도로를 신설하거나 확장하는 문제가 있으며, 이외에 교통신호시간의 결정, 교통정보의 제공, 혼잡통행료 부과, 새로운 교통수단의 도입 등 여러 교통정책분야가 교통망설계문제에 포함된다고 볼 수 있다. 일반적으로 교통망설계문제는 bi-level 구조로 구축되는데, 기존 대부분의 연구들은 상위문제와 하위문제를 서로 협력없이(Noncooperative) 자신들만의 목적을 최적화시키는 Cournot-Nash게임형태로 구성하여 풀고 있으나, 실제 교통분야에서 다루는 문제들은 리더(leader)와 추종자(follower)가 존재하는 Stackelberg게임에 가깝다고 할 수 있다. 기존 bi-level 문제들이 Cournot-Nash게임형태로 구성되어 풀고 있는 이유는 Stackelberg게임으로 구성할 경우 풀기가 어렵기 때문이다. 이런 측면에서 본 연구는 리더와 추종자가 존재하는 Stackelberg게임으로 교통망설계문제를 구성하며, 설계 변수값에 따른 통행자의 행태변화도 인지오차(perceived error)를 고려한 확률적 통행배정문제로 구성하여 좀더 현실적인 결과를 도출하도록 한다. 제시된 모형을 풀기 위하여 민감도분석(Sensitivity analysis)을 이용하며, 설계문제의 해를 구하는 알고리듬도 제시한다. 또한, 이 기법을 일반 도로교통망(general transportation road network)에 적용할 수 있도록 민감도(sensitivity) 유도과정을 자세히 기술하였다. 개발된 모형을 평가하기 위하여 2개의 예제 교통망을 대상으로 모형을 적용한 결과, 합리적인 값들을 도출하고 있음을 확인할 수 있었다.

• 대한교통학회지
• /
• 제18권1호
• /
• pp.61-73
• /
• 2000

이 논문은 변동부등식을 제약조건으로 하는 연속형 변수의 가로망 설계 문제를 풀기 위한 해석 알고리즘을 제시하는 것을 목적으로 한다. 가로망 설계 문제는 문제의 특성상 비선형의 목적함수와 비선형. 비볼록한 제약식으로 인해 다수의 국지해를 갖으며, 이러한 여러 국지해 중 가장 최적의 해를 구하는 것에 관심이 모아지고 있다. 전역 최적해를 찾을 수 있는 기존의 방법들은 확률적 최적화 방법에 속하는데 이 논문에서는 유전자 알고리즘의 접근법을 사용하여 2개의 다른 예제 가로망에서 5개의 서로 다른 해석 알고리즘에 대한 비교를 행하였으며. 그 해석결과를 기술하였다. 이 논문에서 사용된 정책결정자의 설계 변수는 가로망상 링크의 용량 변수이며, 연속형 변수의 어떤 설계 변수에도 적절한 변환과정을 거쳐 사용이 가능하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권8호
• /
• pp.591-598
• /
• 2010

본 논문에서는 연속형 최적화 문제를 위한 타부 탐색에서 후보 해를 생성하기 위해 사용되는 정규 분포의 단점을 보완하기 위하여 코시 확률 분포에 기초한 후보 해 생성 방법을 제안하였다. 코시 확률 분포는 평균 및 분산 등이 무한대인 확률 분포이며, 분포의 꼬리 부분의 확률이 정규 분포에 비하여 상대적으로 크다. 따라서 코시 분포를 사용하면 변수의 변화가 큰 후보 해가 생성될 확률이 높기 때문에 보다 넓은 변수 공간을 탐색할 수 있는 장점이 있다. 코시 확률 분포를 사용한 타부 탐색의 성능을 기존의 정규 분포를 사용한 방법과 비교 분석하기 위하여 실변수 함수로 구성된 벤치마킹 문제에 적용하여 실험을 실행하였다. 실험 결과를 통해 볼 때, 실험에 사용한 모든 함수에 대하여 코시 분포를 사용한 방법이 보다 나은 결과를 나타냈으며, 또한 통계적 가설 검정을 통하여 코시 확률 분포의 우수성을 입증하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.31-34
• /
• 2003

본 연구에서는 연속형 확률밀도함수의 그래프를 표현하기 위한 하나의 방법으로 보간점을 이용하는 문제에 대해 살펴보고자 한다. 이를 위해 최적화 기법을 이용하여 보간점의 수와 위치를 선택하는 알고리즘을 제안하고, 제안한 방법을 이용하여 확률밀도함수의 그래프를 구현한다.

• 대한교통학회지
• /
• 제27권6호
• /
• pp.157-166
• /
• 2009

교통망설계문제(network design problem, NDP)는 교통체계(transportation system)을 최적화시키는 설계변수(design parameter, design variable)를 구하는 문제이다. 본 연구에서는 교통망설계문제를 조금 변환시킨 목표지향 교통망설계문제(target-oriented network design problem, target-oriented NDP)를 제시하고 이를 풀기 위한 기법도 제시한다. 목표지향 교통망설계는 교통운영자(traffic operator) 또는 관리자(travel manager)가 특정 교통정책 목표(target)를 미리 설정하고 이를 달성하기 위한 최적 설계변수를 찾는 문제이다. 즉, 일반적인 교통망설계문제(general NDP)는 총통행비용이나 순편익 등 특정목적함수를 최적화시키는 설계변수를 찾는데 반해, 목표지향 교통망설계(target NDP)는 사전에 설정된 목표수준(target level)을 달성하기 위한 설계변수를 구하는 문제이다. 본 연구에서 제시된 목표지향 교통망설계모형을 교통수단분담문제에 적용하여 모형을 평가한다.

• 전산구조공학
• /
• 제10권2호
• /
• pp.255-263
• /
• 1997

실제로 구조시스템들의 최적설계는 설계변수가 연속값이 아닌 이산값을 요하는 경우가 대부분이다. 본 논문은 이산형 설계변수를 갖는 비대칭 복합 적층평판에 대해 선형 근사화방법을 이용한 이산최적설계를 수행하였으며, 이 방법이 매우 효율적임을 보였다. 대상 문제는 축력, 전단력, 그리고 휨과 비틀림 모멘트의 평면 내하중들(in-plane loads)의 다중하중조건을 받는 것으로 고려하였으며, 복합 적층평판을 구성하는 플라이들에 대한 최대변형률 규준을 설계 제약조건으로 부과하였다. 이산 최적화를 위한 초기 접근방법으로 단 한번의 연속변수 최적화 과정이 FDM(Feasible Direction Method)을 이용하여 수행되었으며, 차후 이산 및 연속변수를 포함하는 비선형 이산최적화문제를 SLDP(Sequential Linear Discrete Programming)방법에 의해 선형 근사화된 혼합정수계획문제로 형성하여 풀었다. 수치예에서 6개의 플라이로 구성된 비대칭 복합 적층평판을 대상으로 회전식 적층배열([(90-.theta.)/-(60+.theta.)/-.theta./-(45+.theta.)/(45-.theta.)]/sub s/)에 따른 이산최적해를 구하였다. 효율성 입증을 위해 똑같은 문제를 비선형 분기한계법을 이용하여 풀었으며, 그 결과를 비교 분석하였다.

• 한국항공우주학회지
• /
• 제38권7호
• /
• pp.684-692
• /
• 2010

본 논문에서는 지구-달 천이를 위한 최적 궤도 설계에 관한 연구를 수행하였다. 지구와 달의 인력을 동시에 고려한 평면상 제한 3체 궤도 운동 모델을 바탕으로 지구 출발시에는 순간 추력을, 지구-달 천이 과정 및 달 임무궤도 투입시에는 연속 추력을 사용하는 혼합형 궤도전이 방법을 제시하였다. 최적화 풀이 방법으로서 Direct Transcription 및 Collocation을 이용한 비선형 프로그래밍 기법을 적용하였으며, 지구 출발 및 달 임무궤도 투입 궤적의 형상은 순간 추력의 연속 추력에 대한 상대 가중치 및 비행시간에 의하여 매우 달라질 수 있음을 파악하였다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 Proceedings 제34회 추계 학술발표회
• /
• pp.161-170
• /
• 1998

기존에 건설된 교통시설의 운영효율을 극대화하기 위한 지능형 교통체계의 한 분야인 ATIS는 도로를 이용하는 통행자에게 편리성을 제공하는 동시에 도로를 효율적으로 운영할 수 있는 정보체계이다. ATIS 체계하에서 통행자에게 신뢰성 있는 정보를 제공하기 위해서는 교차로서의 회전에 의한 지체를 정확하게 반영함은 물론이고 실시간으로 변화하는 교통상황을 반영할 수 있는 동적인 최단경로 탐색 알고리즘이 요구된다. 하지만 기존에 발표된 동적인 최단경로 탐색 알고리즘은 회전에 대한 정보를 반영하지 못하며 정적인 최단경로 탐색 알고리즘은 회전에 대한 정보를 반영하지 못하며 정적인 탐색알고리즘 조차 회전에 대한 정보를 정확히 반영하지 못한다. 본 연구에서는 이러한 이유에서 알고리즘 내부에서 회전을 반영하기 위해 수정형 덩굴망 알고리즘의 표지기법을 이용하여 동적인 최단경로 탐색알고리즘을 개발하였다. 본 연구에서 개발한 동적 최단경로 탐색 알고리즘은 정적인 상태의 수정형 덩굴망 알고리즘에 시간에 따라 변화하는 교통상황을 반영하기 위해 시간에 대한 변수를 추가하였다. 이렇게 해서 알고리즘은 시간대별로 변화하는 통행시간을 고려하여 최단 경로를 탐색하게 되며 출발시점을 기준으로 표지를 설정하여 모든 앞선 시간에 대해 경로를 고려하도록 하였다. 매 단계에서 전 노드를 추적하여 회전에 관한 정보를 반영하도록 하였다. 따라서 본 연구에서 개발한 최단경로 탐색 알고리즘은 교차로에서의 회전에 대한 정보와 통행금지 등을 정확히 반영하며 실시간으로 변화하는 통행시간을 반영함으로써 신뢰성 있는 노선 정보를 ATIS를 이용하는 통행자들에게 제공하는데 활용될 수 있는 기법이다.적으로 세부적 차종분류로 접근한다.의 영향들을 고려함으로써 가로망 설계 과정에서 가로망의 상반된 역할인 이동성과 접근성의 비교가 가능한 보다 현실적인 가로망 설계 모형을 구축하고자 한다. 지금까지 소개된 가로망 설계모형들은 용량변화에 대한 설계변수의 형태에 따라 이산적 가로망 설계 모형과 연속적 가로망 설계모형으로 나뉘어지게 된다. 본 논문의 경우, 계산속도의 향상 측면에서는 연속적 가로망 설계 모형을 도입할 수 있지만, 이때 요구되는 도로용량이 이산적인 변수(차선 수)로 결정되어야만 신호제어 변수를 결정할 수 있기 때문에, 이산적 가로망 설계 모형이 사용된다. 하지만, 이산적 설계모형의 경우 조합최적화 문제이므로 정확한 최적해를 구하기 위해서는 상당한 시간이 소요되며, 경우에 따라서는 국부 최적해에 빠지게 된다. 이러한 문제를 극복하기 위해, 우선 이상적 모형의 근사화, 혹은 조합최적화문제를 위해 개발된 Simulated Annealing기법의 적용, 연속적 모형의 변수를 이산화하는 방법 등 다양한 모형들을 고려해 본 뒤, 적절한 모형을 적용할 것이다. 가로망 설계 모형에서 신호제어를 고려하기 위해서는 주어진 가로망에 대한 통행 배정과정에서 고려되는 통행시간을 링크통행시간과 교차로 지체시간을 동시에 고려해야 하는데, 이러한 문제의 해결을 위해서 최근 활발히 논의되고 있는 교차로에서의 신호제어에 대응하는 통행배정 모형을 도입하여 고려하고자 한다. 이를 위해서 지금까지 연구되어온 Global Solution Approach와 Iterative Approach를 비교, 검토한 뒤 모형에 보다 알맞은 방법을 선택한다. 차량의 교차로 통행을 고려하는 perf

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.769-771
• /
• 2005

데이터 특성이 연속적이고 애매할 때 퍼지규칙으로 분류 규칙을 표현하는 것은 매우 유용하고 효과적이다. 그러나 일반적으로 정확하지 않은 데이터 특성에 대해서 소속함수를 결정한다는 것은 어려운 일이다. 본 논문에서는 진화알고리즘을 이용하여 효과적인 퍼지 분류 규칙을 자동으로 생성하는 방법을 제안한다. 제안한 방법에서 규칙의 정확성과 이해성을 고려하여 최적화된 소속함수를 생성하기 위해 진화알고리즘을 사용한다. 먼저 지도 군집화로 진화를 위한 초기 소속함수를 생성한다. 진화알고리즘은 전역적 최적 해를 찾는데 효과적이다. 그러나 시간에 대한 효율성이 낮다. 특히 모델 최적화 문제에서는 개체 평가 단계에서 많은 시간이 소요된다. 따라서 본 논문에서는 전체 데이터를 여러 개의 부분 데이터들로 나누고 개체들은 전체 데이터 대신 매번 부분 데이터를 임의적으로 선택하여 개체를 평가함으로써 수행 시간을 단축시킬 수 있는 진화 방법을 제안한다. 제안한 퍼지 분류 규칙 생성 방법의 타당성을 검증하기 위한 실험 데이터로 UCI에서 제공하는 데이터들을 사용하였으며, 실험 결과는 기존 방법에 비해 평균적으로 더 효과적임을 확인하였다.