• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 춘계학술대회 논문집
• /
• pp.598-601
• /
• 2001

As many sensors and actuators are used in many automated system, various industrial networks are adopted for digital control system. In order to take advantages of the networking, however, the network implementation should be carefully designed to satisfy real-time requirements considering network delays. This paper presents the implementation scheme of a networked control system via Profibus-DP network. More specifically, the effect of the network delay on the control performance was evaluated on a Profibus-DP testbed, and a GA based PID tuning algorithm is proposed to demonstrate the fesibility of the networked control system.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1891-1892
• /
• 2008

본 논문에서는 부분방전 패턴인식을 위한 퍼지뉴럴네크워크(Fuzzy-Nueral Network를 설계한다. 퍼지뉴럴네트워크의 구조에서 규칙의 전반부는 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 유전자 알고리즘을 이용하여 각 입력에 대한 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 최적으로 동조한다. 제안된 네트워크는 부분방전 패턴인식을 위해 다중 출력을 가지며, 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 256개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류하며, 패턴인식률로서 결과를 분석한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2004년도 춘계학술대회
• /
• pp.327-330
• /
• 2004

공급사슬은 공급자, 공장, 유통센터, 소비자 둥의 네트워크로 구성되고, 이러한 공급사슬네트워크에서 생산과 분배의 각 활동사이의 상호작용에 대해 고려해야만 한다. 공급사슬관리(SCM) 연구에 있어서 생산과 분배에 대한 총비용을 최소화하는 것은 중요한 문제인데, 본 연구에서는 다설비, 다제품에 대한 생산과 분배를 동시에 고려하는 연구를 수행하였다. 이를 위하여 공급사슬 네트워크에서의 총비용을 최소화하는 수학적 모델을 제안하였고, 유전자 알고리즘기반의 총비용의 근사최적해와 각각의 생산비용, 재고비용, 수송비용을 얻을 수 있었다.

• 원예과학기술지
• /
• 제32권5호
• /
• pp.684-693
• /
• 2014

저온, 건조, 염과 같은 비생물적 스트레스는 식물의 생리적 형태적 변화와 수확량 감소를 초래한다. 이러한 이유로 식물체는 불리한 환경을 극복하기 위해 다양한 대사과정에 관련된 유전자들간의 복잡한 상호 관계를 조절함으로써 저항성을 획득한다. 본 연구는 배추에서 염 스트레스에 반응하는 유전자를 다각적으로 분석하기 위해 상호발현 네트워크를 구축하였다. 네트워크를 구축하기 위하여 배추를 염스트레스 조건 하에서 시간 경과에 따라 KBGP-24K 마이크로어레이 분석을 실시한 [BrEMD (Brassica rapa EST and Microarray Database)] 실험 결과를 수집하여 분석하였다. 구축된 네트워크 모델은 1,853개 node, 5,740개 edge, 및 142개 connected component(상관계수 > 0.85)로 구성되었다. 구축된 네트워크 분석 결과, ROS 신호 전달을 통한 N$Na^+$ 수송활성화와 proline 축적이 배추의 염 저항성 획득과 밀접한 연관이 있는 것으로 판단하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2001년도 추계학술발표회 논문집
• /
• pp.95-97
• /
• 2001

공간자료의 예측문제에 있어 전통적 예측방법인 크리깅방법과 최근 통계적문제 적용되기 시작한 신경망분석방법 간의 비교를 사례연구를 통해 행하였다. 일반적으로 크리깅에 의한 선형예측은 공간자료에 대한 일반적 통계모형으로서 간주되어 왔다. 한편 예측문제에 있어 뉴럴네트워크에 기초한 비모수적 방법이 관심의 대상이 되고 있으며 특히 대용량 자료의 경우 데이터마이닝 기법의 한 분야로 널리 사용되고 있는 실정이다. 본 연구에서는 공간 자료의 예측에 있어 유전자 알고리즘을 신경망분석 모형을 결합하여 기존의 크리깅방법과의 예측력을 비교한다.

• 한국지능시스템학회논문지
• /
• 제25권6호
• /
• pp.529-535
• /
• 2015

지금까지 생체 네트워크 분석 연구는 정적(static)인 개념으로만 다루어졌다. 그러나 실제 생명현상이 발생하는 세포 내에서는 세포의 상태 및 외부 환경에 따라 일부 단백질과 그 상호작용만이 선택적으로 활성화된다. 따라서 생체 네트워크의 구조가 시간의 흐름에 따라 변화하는 동적(dynamic)인 개념이 적용되어야 하며, 이런 개념은 질병의 진행 추이를 분석하는데 효율적이다. 본 논문에서는 동적인 네트워크 방법을 알츠하이머 질병에 적용하여 질병이 진행되는 단계에 따라 변화하는 단백질 상호작용 네트워크의 구조적, 기능적 특징에 대하여 분석하고자 한다. 우선, 유전자 발현데이터를 기반으로 각 질병의 진행 상태에 따른 부분 네트워크(정상, 초기, 중기, 말기)를 구축하였다. 이를 기반으로, 네트워크의 구조적 특성 분석을 수행하였다. 또한 기능적 특성 분석을 위해 유전자 군집(module)을 탐색하고, 군집별 유전자 기능(Gene Ontology) 분석을 수행했다. 그 결과, 네트워크의 특성들은 각 질병의 단계와 잘 대응되며, 동적 네트워크 분석법이 중요한 생물학적 이벤트를 설명하는데 이용될 수 있음을 보였다. 결론적으로 제안된 연구 방법을 통하여 그동안 알려지지 않았던 질병유발에 관련된 주요 네트워크 변화를 관측할 수 있고, 질병에 관여하는 복잡한 분자 수준의 발생 기작과 진행 과정을 이해하는데 중요한 정보를 획득할 수 있다.

• 한국정보통신학회논문지
• /
• 제9권1호
• /
• pp.165-171
• /
• 2005

본 논문에서는 중앙집중형 동적부하균등을 효율적으로 처리하기 위하여 네트워크기반 병렬 유전자 알고리즘을 이용하였다. 기존의 유전자 알고리즘을 적용한 경우와는 달리 클라이언트들에서 최적작업 할당의 탐색을 분산처리하여 중앙 스케줄러의 성능을 향상시킬 수 있었다. 최적해의 수렴속도를 향상시키기 위해 선택연산은 룰렛휠 선택과 엘리트 보존전략을 함께 사용하였고, 염색체 인코딩은 슬라이딩윈도우기법을 이용하였으며 교차연산은 주기교차방법을 이용하였다. 부하균등기법의 유연성 변화에 따른 중앙 스케줄러의 성능을 모의실험한 결과 기존의 방법보다 성능이 향상됨을 확인하였다.

• 한국정보통신학회논문지
• /
• 제8권5호
• /
• pp.1089-1095
• /
• 2004

주어진 네트워크에서 최적의 스타이너 트리를 구하는 문제는 NP-hard이며, 최적에 가까운 스타이너 트리를 구하기 위하여 유전자 알고리즘을 이용한다. 본 논문에서는 이 문제를 해결하기 위하여 유전자 알고리즘에서 염색체를 기존의 이진스트링 대신 부동소수점으로 표현하였다. 먼저 주어진 네트워크에 Prim의 알고리즘을 적용하여 스패닝 트리를 구하고, 부동소수점 표현을 갖는 유전자 알고리즘을 사용하여 새로운 스타이너 점을 트리에 추가하는 과정을 반복함으로써 최적에 가까운 스타이너 트리를 구했다 이 방법을 사용하면 이진스트링을 사용하는 기존의 방법에 비해서 트리가 보다 빠르고 정확하게 최적에 가까운 스타이너 트리에 접근했다.

• 대한전자공학회논문지TC
• /
• 제46권2호
• /
• pp.27-37
• /
• 2009

센서 네트워크를 구성하는 센서 노드들은 제한된 배터리 용량을 가지고 있으며 한번 배치되면 추가적인 에너지 공급이 어렵기 때문에 노드의 소비 전력을 최소화하기 위한 연구가 중요하다. 많은 연구 중 클러스터링 기법은 센서 네트워크에서 에너지 소비를 줄이기 위한 효과적인 기법중의 하나로 각광 받아왔다. 하지만, 클러스터링 기법은 클러스터의 수와 크기, 데이터전송에 참여하는 노드간의 거리등에 따라 에너지 절감 효과가 달라진다. 따라서 이러한 요인들을 최적화해야 클러스터링에 의한 에너지 절감 효과를 최대화할 수 있다. 본 연구에서는 확률적 최적해 탐색 기법인 유전자 알고리즘을 사용하여 센서 노드의 에너지 소비를 줄일 수 있는 최적의 클러스터를 찾는 것을 목적으로 한다. 유전자 알고리즘은 클러스터를 구성할 수 있는 수많은 경우의 수중에서 최적의 클러스터를 찾기 위해 진화의 과정을 거쳐 탐색을 수행한다. 따라서 진화 과정이 없는 LEACH와 같은 클러스터링 알고리즘보다 효과적일 수 있다. 본 연구에서 제안하는 2차원 염색체 유전자 알고리즘은 염색체내에 존재하는 각 노드에게 고유한 위치정보를 부여함으로써 기존 유전자 알고리즘보다 효율적인 유전자 진화를 수행할 수 있다. 그 결과, 센서 네트워크의 수명을 최대화 할 수 있는 최적의 클러스터를 빠르고 효과적으로 찾을 수 있다.