• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.969-972
• /
• 2007

수송문제는 산업공학 및 전자계산학 분야에서 중요한 문제 중의 하나로 인식된다. 수송문제가 시설을 수립하거나 고객들의 요구를 이행하기 위한 추가적인 고정 비용과 연관될 때, 이를 고정비용을 고려한 비선형 수송문제(Fixed Charge Non-linear Transportation Problem)라 한다. 고정비용을 고려한 비선형 수송문제는 한 종류의 상품을 다수의 공급처에서 다수의 수급처로 수송할 때, 수송비용과 고정비용이 최소가 되도록 수송량을 결정하는 문제이다. 본 논문에서는 이 비선형 수송문제에 가장 많이 쓰이는 메타 휴리스틱 방법들 중 유전 알고리즘을 이용한 해법을 제시한다. 유전 알고리즘을 적용함에 있어서 가장 중요한 것 중에 하나는 해의 유전자표현을 어떻게 나타낼 것인가 인데, 본 논문에서는 수송문제의 해를 걸침나무로 표현할 수 있다는 점에 착안하여 유전자 표현법들을 수송문제에 적용해 보고 수치 실험을 통해 그 성능에 대한 비교를 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.793-796
• /
• 2008

본 논문은 생산 물류 시스템최적화의 실현에 가장 대표적인 생산수송계획문제인 수송문제(TP: Transportation Problem)에 고정비용을 고려한 고정비용 수송문제(fcTP: Fixed charge Transportation Problem)를 다룬다. 특히 NP-hard문제로 널리 알려진 TP에서 수송량에 비례하는 가변비용과 함께 추가적으로 모든 경로에서 발생하는 고정비용을 함께 고려한 fcTP를 다룬다. 따라서 이러한 fcTP를 해결하기 위해 메타 휴리스틱기법 중에 가장 널리 이용되고 있는 유전 알고리즘(CA: Genetic Algorithm)을 이용한 해법을 제시하고자 한다. 본 논문에서는 CA를 이용해 고정비용 수송문제의 해를 우선순위기반 유전자 표현법을 이용해 fcTP에 적용해 보고 수치 실험을 통해 그 성능에 대한 연구를 한다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.10
• /
• pp.163-172
• /
• 2013

This study was conducted to explore a method of displaying optimized letters that fit the size of tables using a genetic algorithm. As a result, fonts with optimized letters of different lengths were offered through optimum values of the font size, line spacing, and letter spacing by calculating the width and height of the cell and number of letters to be entered. This study is significant in that it provides a solution to letter optimization issues in fixed cells that occur in various word processors that are currently used, through the genetic algorithm.

• Composites Research
• /
• v.21 no.1
• /
• pp.30-39
• /
• 2008

In this paper, a parallel micro genetic algorithm was utilized in the optimal design of composite structures instead of a conventional genetic algorithm(SGA). Micro genetic algorithm searches the optimal design variables with only 5 individuals. The diversities from the nominal convergence and the re-initialization processes make micro genetic algorithm to find out the optimums with such a small population size. Two different composite structure optimization problems were proposed to confirm the efficiency of micro genetic algorithm compared with SGA. The results showed that micro genetic algorithm can get the solutions of the same level of SGA while reducing the calculation costs up to 70% of SGA. The composite laminated structure optimization under the load uncertainty was conducted using micro genetic algorithm. The result revealed that the design variables regarding the load uncertainty are less sensitive to load variation than that of fixed applied load. From the above-mentioned results, we confirmed micro genetic algorithm as a optimization method of composite structures is efficient.

• 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 Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.248-251
• /
• 2007

본 논문에서 다루는 고정 비용을 고려 한 비 선형 수송문제 (Non-linear Transportation Problem)는 한 종류의 상품을 다수의 공급처 에 서 다수의 수요처로 수송 할 때, 총 수송비용 및 고정비용이 최소가 되도록 각 공급처와 수요처간의 수송량을 결정하는 문제로 현재 비선형 수송문제에 대한 다양한 해법들이 제안되고 있으며 그중에도 메타 휴리스틱이 가장 활발히 연구되고 있다. 본 논문에서는 이 메타휴리스틱 방법들 중에 가장 주목받고 있는 유전 알고리즘을 이용하여 비선형 수송문제에 대한 해법을 제시하고자 한다. 유전 알고리즘을 적용함에 있어서 가장 중요한 것 중에 하나가 어떻게 해를 유전자 표현으로 나타낼 것인가 인데 본 논문에서는 수송문제의 해를 걸침나무로 표현할 수 있다는 점에 착안하여 다양한 트리 표현법을 수송 문제에 적용해 보고 수치 실험을 통해 그 성능에 대한 비교 연구를 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.4
• /
• pp.530-536
• /
• 2008

Localization is one of the fundamental problems in wireless sensor networks (WSNs) that forms the basis for many location-aware applications. Localization in WSNs is to determine the position of node based on the known positions of several nodes. Most of previous localization method use triangulation or multilateration based on the angle of arrival (AOA) or distance measurements. In this paper, we propose an enhanced centroid localization method based on edge weights of adjacent nodes using fuzzy modeling and genetic algorithm when node connectivities are known. The simulation results shows that our proposed centroid method is more accurate than the simple centroid method using connectivity only.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.315-318
• /
• 2004

최적해 탐색 도구로 널리 알려진 유전 알고리즘을 이용하여 신경망의 학습을 위한 가중치를 탐색하는 방법은 신경망의 학습 방법의 하나로 사용되고 있다. 신경망의 가중치는 일정 시간의 유전자 연산을 수행하게 되면 최적화된 가중치의 값과 유사하게 되는 특징을 지닌다. 이는 유전자 연산 방법에 의해 가중치가 수렴되고 있음을 의미하며, 그 때의 가중치는 일정한 패턴을 지니는 특징을 발견할 수 있다. 이에, 본 논문에서는 탐색된 가중치의 패턴을 보존하기 위한 방법으로 유전자의 일정 부분을 고정한 후 유전자 연산을 수행하는 개선된 학습 방법을 제안하고자 한다. 이를 이용할 경우에 유전자 탐색의 문제점으로 제시되고 있는 탐색 시간을 효율적으로 감소시킬 수 있는 장점이 있다.

• Journal of the Korean Society for Precision Engineering
• /
• v.21 no.9
• /
• pp.174-181
• /
• 2004

Recently, many studies have been undergoing to reduce working time in field of machine tool. There are two ways of reducing working time to reduce actual working time by heighten spindle speed and to reduce stand-by time by shortening tool exchange time. Auto tool changer belongs to latter case. Fixed address type auto tool changer can store more number of tools in small space than magazine transfer Ope and can shorten tool exchange time. This study focuses on the topology optimization to reduce the weight of the fixed address type ATC. The optimization program using a real number coding genetic algorithm is developed and is applied to the 10-bar truss optimization problem to verify the developed program. And, it is shown that the developed program gives better results than other methods. Finally, The developed program applied to optimize the fixed address type ATC.