• Journal of KIISE
• /
• v.41 no.12
• /
• pp.1090-1098
• /
• 2014

In this paper, an improved ACDE (Adaptive Cauchy Differential Evolution) algorithm with faster convergence speed, called ACDE2, is suggested. The baseline ACDE algorithm uses a "DE/rand/1" mutation strategy to provide good population diversity, and it is appropriate for solving multimodal optimization problems. However, the convergence speed of the mutation strategy is slow, and it is therefore not suitable for solving unimodal optimization problems. The ACDE2 algorithm uses a "DE/current-to-best/1" mutation strategy in order to provide a fast convergence speed, where a control parameter initialization operator is used to avoid converging to local optimization. The operator is executed after every predefined number of generations or when every individual fails to evolve, which assigns a value with a high level of exploration property to the control parameter of each individual, providing additional population diversity. Our experimental results show that the ACDE2 algorithm performs better than some state-of-the-art DE algorithms, particularly in unimodal optimization problems.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2000.02a
• /
• pp.69-69
• /
• 2000

(Ba, Sr)TiO3 (BST)[1-3] 박막은 유전상수가 크고 고주파에서도 유전특성 저하가 적기 때문에 ULSI DRAM(Dynamic Random Access Memory)에 응용 가능한 물질로 최근 각광을 받고 있다. 하지만, 아직 BST 박막을 DRSM에 바로 적용하기 위해선 몇 가지 문제점이 있다. 그 중 누설전류 문제는 디바이스 응용시 매우 중요한 요소이다. 특히, DRAM에서 refresh time와 직접적인 관련이 있어 디바이스 내의 신뢰도 및 전력소모를 결정하는 주된 인자가 된다. 지금까지, BST 박막의 인가전업, 온도, 그리고 전극물질에 따른 누설전류 현상들이 고찰되었고, 이에 관한 많은 전도기구 모델들이 제시되었다. Schottky emission, Poole-Frenkel emission, space charge limited conduction 등이 그 대표적인 예이다. 하지만 아쉽게도 BST 박막의 정확한 누설 전류 전도 기구를 완전히 설명하는데는 아직 한계가 있다. 따라서 본 연구에서는 제작된 BST 커패시터 내의 기본적인 전기적 성질을 조사하고, 정확한 누설전류 기구 규명에 초점을 두고자 한다. 이를 위해 기존의 여러 기구들과 비교 분석할 것이다. 하부전극으로 사용하기 위해 스퍼터링 방법으로 p-Si(100) 기판위에 RuO2 박막을 약 120nm 증착하였다. 증착전의 chamberso의 초기압력은 5$\times$10-6 Torr이하의 압력으로 유지시켰다. Ar/O2의 비는 이전 실험에서 최적화된 9/1로 하였다. BST 박막 증착 시 5분간 pre-sputtering을 실시한 후 하부전극 기판위에 BST 박막을 증착하였다. 증착이 끝난 후 시편을 상온까지 냉각시킨 후 꺼내었다. 전기적 특성을 측정하기 상부전극으로 RuO2와 Al 박막을 각각 상온에서 100nm 증착하였다. 이때 hole mask를 이용하여 반경이 140um인 원형의 상부전극을 증착하였다. BST 박막의 증착온도가 증가하고 Ar/O2 비가 감소할수록 제작된 BST-커패시터의 전기적 성질이 우수하였다. 증착온도 $600^{\circ}C$, ASr/O2=5/5에서 증착된 막의 누설전류는 4.56$\times$10-8 A/cm2, 유전상수는 600 정도의 값을 나타내었다. 인가전압에 따른 BST 커패시터의 transition-current는 Curie-von Schweider 모델을 따랐다. BST 박막의 누설전류 전도기구는 기존의 Schottky 모델이 아니라 modified-Schottky 무델로 잘 설명되었다. Modified-Schottky 모델을 통해 BST 박막의 광학적 유전율 $\varepsilon$$\infty$=4.9, 이동도 $\mu$=0.019 cm2/V-s, 장벽 높이 $\psi$b=0.79 eV를 구하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.99-103
• /
• 2007

본 논문은 최적 탐색 알고리즘중의 하나인 실수 표현 진화 알고리즘에 자가 적용 세대차 조절을 이용하여 보다 빠른 연산으로 우수해에 접근하기 위한 새로운 방식을 소개한다. 알고리즘의 성능에 영향을 끼치는 진화 속도를 기존 진화 방식과 유전연산자의 수정을 통해 조절하여 탐색 성능을 개선 한다. 조기 수렴의 방지 및 탐색성능의 향상을 위하여 선택과 대치를 포함한 진화방식을 개선하고, 유전 연산자에 의하여 생성된 자손의 대치확률에 따라서 자손의 생성범위를 자가 적응적으로 조절하여, 보다 적은 계산량으로 전역 최적화를 찾고자 한다. 제안된 방법을 벤치마크 테스트 문제에 적용하여 G3 알고리즘, CMA-ES 그리고 DE 등과 성능을 비교하였다.

• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.384-389
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터(퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• Proceedings of the KIEE Conference
• /
• 2001.04a
• /
• pp.75-77
• /
• 2001

전기기기 최적 설계에 있어서 결정론적 최적화 방법은 국부해를 빠른 속도로 찾을 수 있지만 최적값에 대한 보장이 어려우므로 비결정론적 방법인 진화전략 알고리즘을 많이 사용한다. 전기기기 최적화에 쓰이는 많은 확률적 알고리즘 중에서 진화 전략 알고리즘은 시뮬레이티드 어닐링과 유전 알고리즘을 결합한 방법으로, 전체 최적점 탐색이 가능할 뿐만 아니라 알고리즘이 비교적 간단하면서도 빠른 수렴 특성을 갖고 있다. 그리고, 종류 또한 다양하다. 진화 전략 알고리즘 중에서 중요한 것은 수렴속도와 성공률에 기여하는 파라미터들을 잘 선정하는 것이다. 본 논문에서는, 진화 전략 알고리즘의 중요한 인자인 자식 세대의 개수인 ${\lambda}$값과 ${\alpha}$값을 변화시켜 가면서 변수 개수에 따른 최적화된 조합을 제시한다. 본 논문의 결과는 전기기기 최적 설계에 응용하는데 도움이 될 것으로 사료된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.9
• /
• pp.2087-2093
• /
• 2014

In this paper, an orthogonal matching pursuit (OMP) method combined with genetic algorithm (GA), named GAOMP, is proposed for sparse signal recovery. Some recent greedy algorithms such as SP, CoSaMP, and gOMP improved the reconstruction performance by deleting unsuitable atoms at each iteration. However they still often fail to converge to the solution because the support set could not avoid the local minimum during the iterations. Mutating the candidate support set chosen by the OMP algorithm, GAOMP is able to escape from the local minimum and hence recovers the sparse signal. Experimental results show that GAOMP outperforms several OMP based algorithms and the $l_1$ optimization method in terms of exact reconstruction probability.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2004.05a
• /
• pp.410-415
• /
• 2004

The oscillation of the fluid caused by external forces is call ed sloshing, which occurs in moving vehicles with contained liquid masses, such as trucks, railroad cars, aircraft, and liquid rocket. This sloshing effect could be a severe problem in vehicle stability and control. In this study, the optimization design technique for reduction of the sloshing using evolutionary method is suggested. Two evolutionary methods are employed, respectively the artificial neural network(ANN) and genetic algorithm. An artificial neural network is used for the analysis of sloshing and genetic algorithm is adopted as optimization algorithm. As a result of optimization design, the optimized size and location of the baffle is presented

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1994.10a
• /
• pp.806-811
• /
• 1994

최근의 절삭가공 생산시스템은 무인자동화,고속화,정밀화로 대별되면서 생산성을 극대화시킬려는 방향으로 연구 가 진행되고 있다. 종래의 CNC화된 기계가공시스템에서는 절삭속도,이송속도 그리고 절삭깊이 등과 같은 절삭 조건은 On-line으로 조절되는 장치를 갖지 않고 Off-line으로 프로그래머의 경험이나 절삭가공의 데이터 핸드북을 통하여 결정되어진다. 이러한 절삭조건은 절삭률 즉 생산성의 측면에서 최적의 값이 될 수가 없다. 이는 프로그래머가 측면에서 최적의 값이 될 수가 없다. 이는 프로그래머가 공구의 마모나 표면거칠기, 또는 공작기계의 부하 등을 고려하여 극적으로 NC프로그램을 짜기 때문이다. 이러한 문제점 때문에 현재 개발되어지고 있는 대부분의 적응제어시스템은 실용화가 되지못하고 있는 실정이어서 효휼적인 적응시스템의 개발은 필수적이다. 따라서 본 연구에서는 무인자동화 가공시스템에서 생산성을 최대화하기 위하여 사용하는 ACO 시스템에서 발생하는 상기의 문제를 해결하여 실용화할 수 있는 가공 최적화 시스템을 개발함을 연구의 목적으로 하고 있다.

• Journal of Internet Computing and Services
• /
• v.13 no.4
• /
• pp.1-10
• /
• 2012

In this paper, an optimal feature selection method considering sematic of features, which is preprocess of document classification is proposed. The feature selection is very important part on classification, which is composed of removing redundant features and selecting essential features. LSA (Latent Semantic Analysis) for considering meaning of the features is adopted. However, a supervised LSA which is suitable method for classification problems is used because the basic LSA is not specialized for feature selection. We also apply GA (Genetic Algorithm) to the features, which are obtained from supervised LSA to select better feature subset. Finally, we project documents onto new selected feature subset and classify them using specific classifier, SVM (Support Vector Machine). It is expected to get high performance and efficiency of classification by selecting optimal feature subset using the proposed hybrid method of supervised LSA and GA. Its efficiency is proved through experiments using internet news classification with low features.