• 대한교통학회지
• /
• 제22권2호
• /
• pp.43-54
• /
• 2004

본 연구에서는 인공지능(Artificial Intelligence)방법 중의 하나인 유전자 알고리즘(Genetic Algorithm)을 도로선형최적화 모형개발의 탐색엔진으로 활용하기 위한 핵심도구인 유전자 연산자(Genetic Operator)의 개발과 적용과정을 통해 그 특징과 유용성을 제시하였다. 균일돌연변이 연산자, 직선돌연변이 연산자. 비균일 돌연변이 연산자, 전체 비균일 돌연변이 연산자 등 4개의 돌연변이 연산자가 탐색영역(Search space)의 가능한 모든 부분을 탐험(Exploration)하기 위해 적용되었으며, 단순교차 연산자, 두 개의 점을 이용한 교차 연산자, 산술교차 연산자, 학습교차 연산자 등 4개의 교차 연산자가 노선대안의 우수한 유전형질을 다음세대에 효과적으로 전달(Exploitation)하기 위해 시험되었다. 사례연구와 민감도 분석과정을 통해 유전자 알고리즘 및 개발 적용된 8개 유전자 연산자의 도로선형최적화과정 도입이 우수한 노선대안을 빠르고 효과적으로 탐색함을 알 수 있었으며, 돌연변이 연산자와 교차 연산자의 효과적 조합이 상호보완기능을 통해 탐색능력의 향상에 큰 영향을 끼치는 것으로 파악되었다. 또한, 개발 적용된 연산자 이외에도 새로운 연산자의 개발 가능성이 무한하며, 이는 도로선형최적화에 유전자 알고리즘의 적용이 타당함을 반증함도 주목할 만하다.

• 한국컴퓨터정보학회논문지
• /
• 제20권4호
• /
• pp.25-32
• /
• 2015

유전자 알고리즘은 초기 해 집합을 대상으로 해 집합의 평가와 유전자 연산자의 적용, 자연 선택 등의 과정을 반복하여 최적 해를 찾는 탐색 알고리즘이다. 유전자 알고리즘을 설계할 때 사용한 선택 전략, 세대교체 방법, 유전자 연산자 등은 유전자 알고리즘의 탐색 효율성에 영향을 준다. 본 논문에서는 시간 제약이 있는 상황에서의 로봇 경로 탐색을 위해 기존의 유전자 알고리즘보다 빠르게 수렴하는 유전자 알고리즘을 제안한다. 로봇 경로 탐색 시 긴급한 상황에서 유전자 알고리즘은 연산을 위한 충분한 시간을 확보하지 못 하게 되고, 이는 최종적으로 찾아낸 경로의 질을 떨어뜨린다. 제안하는 알고리즘은 빠른 수렴을 위한 선택 전략, 세대교체 방법을 사용하였으며, 유전자 연산자로는 전통적인 교차, 돌연변이 외에 경로의 길이를 줄이기 위한 단축 연산자를 추가로 사용하였다. 이를 통해 제안하는 알고리즘은 적은 세대 수에도 빠르게 짧은 경로를 찾아낸다.

• 한국지진공학회논문집
• /
• 제11권2호
• /
• pp.1-9
• /
• 2007

유전자 알고리즘을 이용하여 구조물의 지진응답해석에 사용할 인공 가속도시간이력을 작성하는 방법을 제시한다. 유전자 알고리즘을 적용하기 위해서 유전원질에 해당되는 결정변수로서 응답스펙트럼 값을 계산할 진동수를 결정하고, 산술평균 교차연산자와 산술비 돌연변이연산자를 제안한다. 이들 연산자와 전형적인 단순 교차연산자를 사용하여 설계응답스펙트럼에 부합하는 인공 지진파 작성에 사용한다. 또한 작성된 인공 가속도시간이력은 실제 계측되는 지진파의 몇 가지의 외형적 특성을 가져야 하므로 이를 고려한 인공 가속도시간이력이 작성되도록 한다. 이 외형적 특성으로는 가속도시간이력의 포락형태, 지진파의 2수평성분간의 상관관계, 지반의 최대가속도 - 최대속도 - 최대변위 관계 등이다.

• 전자공학회논문지CI
• /
• 제37권5호
• /
• pp.29-44
• /
• 2000

진화연산 분야에서 연산자 확률을 조정하는 것은 주 연구분야 중 하나이다. 그 이유는 적당한 연산자 확률을 설정하는 것이 매우 지루하고 어려울 뿐만 아니라 유전자 알고리즘의 성능향상에 매우 중요하기 때문이다. 많은 연구자들이 연산자 확률을 설정하거나 조절하는 여러가지 알고리즘을 소개했다. 그러나, 실험결과는 그리 만족할 만한 것이 아니었다. 더군다나, Tuson은 그의 논문에서 “연산자 조정은 반드시 좋은 것만은 아니다”라고 주장하였다［¹²］. 본 논문에서 우리는 유전자 알고리즘에서 연산자 확률을 자율조정하는 새로운 방법을 제안한다. 제안한 알고리즘을 4개의 함수와 한 개의 조합최적화 문제에 적용하여 테스트하고 일정한 유전자 확률을 갖는 단순 유전자 알고리즘과 Srinivas［³］가 제안한 알고리즘과 비교하였다. 실험결과는 본 논문에서 제안한 알고리즘이 다른 방법보다 상당히 우수함을 보였다. 이전의 방법과 비교해 볼 때 제안한 알고리즘은 계산량이 적고 연산자 확률을 진화시키기 위한 새로운 연산없이 상호 진화하며 진화를 위한 새로운 파라메터가 필요없는 등의 3가지 장점을 갖고 있다.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.85-92
• /
• 2005

본 논문에서는 변형된 돌연변이 연산자를 적용한 대화형 유전자 알고리즘을 사용해서 웹-기반 학습 콘텐츠를 개발하였다. 대화형 유전자 알고리즘은 주로 상호 교환(reciprocal exchange) 돌연변이를 사용한다. 그러나 본 논문에서는 학습자의 학습 효과를 높이기 위해 돌연변이 연산자를 변형하였다. 그리고, 대화형 유전자 알고리즘을 이용한 웹 기반 학습 콘텐츠는 동적인 학습 내용과 실시간 테스트 시스템을 제공한다. 특히 학습자가 자신의 특성과 흥미에 따라 대화형 유전자 알고리즘을 수행하면서 효율적인 학습 환경과 콘텐츠 배열 순서를 선택할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.42-44
• /
• 1998

Sequential Ordering Problem(SOP)은 여러 개의 도시를 방문함에 있어 '어떤 도시를 다른 도시보다 먼저 방문해야 한다'는 선행제약이 있는 비대칭 순회 세일즈맨 문제(Traveling Salesman Problem)로서, 주어진 선행 제약을 만족하면서 모든 도시를 한번씩만 경유하는 가장 짧은 경로를 찾는 NP-Complete에 속하는 문제이다. 유전자 알고리즘은 SOP와 같은 조합 최적화문제에 대해 유용한 메타휴리스틱의 한가지이다. 본 논문에서는 SOP에 유전자 알고리즘을 적용할 때, 선행제약을 만족하는 해를 생성하는데 사용할 수 있는 선행관계유지 유전 연산자를 소개하고 이를 비교한다. 비교하는 유전 연산자는 선행관계유지 교차연산자, 선행관계유지 순서기반 교차연산자, 최대부분순서/임의삽입 연산자, 선행관계유지 간선재결합 연산자이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.643-645
• /
• 2002

본 논문은 영상의 isophote정보를 constraint로 사용만 유전자 알고리즘 (Genetic Algorithms) 기반의 컬러 영상 복원방법을 제안한다. 제안만 방법은 오염된 관측 영상으로부터 원 영상으로 복원하기 위해. 영상 복원 문제인 illposed 문제를 유전자 알고리즘을 이용하여 비용함수(cost funcition)가 최소가 되도록 하는 최적화 문제로 모델링 한다. 본 논문에서 제안만 방법은 영상에서 같은 밝기 값을 가진 영역의 경계선을 나타내는 isophole 를 비용함수의 정칙화(regularization) 연산자로 사용하여 영상을 복원한다. 사용자가 복원할 영역을 지정만 후, 유전자 알고리즘을 사용하여 복원될 영역치 isophote 를 자연스럽게 유지하도록 복원한다. 제안한 방법은 디지털 비디오에서 상업적인 광고나, 자막 측은 로고등을 제거하는데 사용될 수 있으며, 실험 결과, 일반적으로 영상 복원에 많이 사용하는 Constraint 로 라플라시안(Laplaoian) 연산자보다 isophote를 정칙화 연산자로 사용함으로써 효율적으로 영상이 복원됨을 알 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제10권5호
• /
• pp.179-186
• /
• 2005

본 논문에서는 유전자 알고리즘을 이용한 rural Postman problem with Time windows(RPPTW) 해법을 위해 유전자 알고리즘에 사용되는 교차 연산자를 제안하고, 기존의 교차 연산자와 비교한다. RPPTW는 다중목적 최적화 문제로서, Rural Postman Problem(RPP)에 서비스 시간 제한을 위한 시간 윈도우(Time Windows)를 두고 제한된 시간 내에 서비스를 받을 수 있도록 구성된 문제이다. 따라서, RPPTW는 주어진 시간 내에 서비스를 받으면서 최소 비용으로 라우팅을 하는 다중 목적 최적화 문제이다. 다중 목적 최적화 문제인 RPPTW를 해결하기 위해서는 Pareto-optimal 집합을 구해야 한다. Pareto-optimal 집합은 각 목적값들의 우수성을 비교할 수 없는 집합이다. 본 논문에서는 12개의 임의로 생성된 문제들에 대해 3개의 교차 연산자를 사용하여 실험을 하여 그 결과를 비교하였다. 본 논문에서 사용된 교차 연산자들은 PMX(Partially Matched Exchange), OX(Order Exchange), 그리고 본 논문에서 제안한 MOX(Modified Order Exchange)이다. 각 문제들에 대한 실험 결과를 통해서 RPPTW를 위한 교차 연산자 중에 본 논문에서 제안한 MOX방법이 효율적임를 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.55-61
• /
• 2020

유전자 알고리즘은 명료한 방식으로 답을 찾기 어려운 문제, 즉 NP 문제의 경우 효과적인 솔루션을 찾을 수 있다. 단 유전자 알고리즘의 실행 비용은 기존 프로그래밍 방식에 비하여 높은 비용을 요구하게 되므로, 높은 성능의 실행환경을 전제로 한다. 이러한 문제를 조금이나마 줄여보기 위하여 본 연구는 유전자 알고리즘의 돌연변이 연산자를 초점을 맞추고, 돌연변이 연산의 복잡한 실행을 위한 비용을 고려하여, 과연 해당 연산자가 모든 문제 영역에서 반드시 요구될까를 분석하기 위한 실험을 진행한다. 우리 실험 주체는 유전자 알고리즘을 적용하는 대표적인 문제 중의 하나인 TSP(Travelling Salesman Problem)으로 하였다. 돌연변이 연산을 적용하는 경우와 적용하지 않는 경우에 대한 결과값들을 세대수와 적합도 값을 수집하여 분석한다. 그 결과 돌연변이 연산자를 적용하는 경우가 세대수 감소와 적합도 향상의 효과적인 결과를 반드시 보이지는 않았다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.341-344
• /
• 2007

본 논문에서는 계층적 공정 경쟁 개념을 병렬 유전자 알고리즘에 적용하여 계층적 공정 경쟁 기반 병렬유전자 알고리즘 (Hierarchical Fair Competition Genetic Algorithm: HFCGA)을 구현하였을 뿐만 아니라 실수코딩 유전자 알고리즘(Real-Coded Genetic Algorithm: RCGA)에서 좋은 성능을 갖는 산술교배(Arithmetic crossover), 수정된 단순교배(modified simple crossover) 그리고 UNDX(unimodal normal distribution crossover)등의 다양한 교배연산자들을 적용, 분석함으로써 개선된 병렬 유전자 알고리즘을 제안하였다. UNDX연산자는 다수의 부모(multiple parents)를 이용하여 부모들의 기하학적 중심(geometric center)에 근접하게 정규분포를 이루며 생성된다. 본 논문은 UNDX를 이용한 HFCGA모델을 구현하고 함수파라미터 최적화 문제에 많이 쓰이는 함수들에 적용시킴으로써 그 성능의 우수성을 증명 한다.