• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.133-135
• /
• 2004

본 논문에서는 개미 집단을 외삽한 새로운 적응형 유전 알고리즘을 제안하고, 최적해로의 수렴이 어려운 여러 가지 대표적인 함수들에 대한 실험을 통하여 제안된 알고리즘이 우성 형질의 유전 알고리즘보다 더 빠른 속도로 최적해에 수렴하며 파라미터 값에 따른 유연성을 가지고 있는 알고리즘임을 확인하였다.

• Journal of Intelligence and Information Systems
• /
• v.17 no.2
• /
• pp.1-22
• /
• 2011

In this paper, we propose an adaptive genetic algorithm (aGA) approach for effectively solving the sequencing problem with precedence constraints (SPPC). For effective representation of the SPPC in the aGA approach, a new representation procedure, called the topological sort-based representation procedure, is used. The proposed aGA approach has an adaptive scheme using a fuzzy logic controller and adaptively regulates the rate of the crossover operator during the genetic search process. Experimental results using various types of the SPPC show that the proposed aGA approach outperforms conventional competing approaches. Finally the proposed aGA approach can be a good alternative for locating optimal solutions or sequences for various types of the SPPC.

• Journal of KIISE:Computer Systems and Theory
• /
• v.32 no.8
• /
• pp.399-410
• /
• 2005

This paper Proposes a novel adaptive genetic algorithm (GA) extrapolated by an ant colony optimization. We first prove that the algorithm converges to the unique global optimal solution with probability arbitrarily close to one and then, by experimental studies, show that the algorithm converges faster to the optimal solution than GA with elitism and the population average fitness value also converges to the optimal fitness value. We further discuss controlling the tradeoff of exploration and exploitation by a parameter associated with the proposed algorithm.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.13 no.2
• /
• pp.299-304
• /
• 2018

An improved genetic algorithm was proposed for pattern synthesis of an adaptive beam forming system using phased array antennas. The proposed genetic algorithm is an algorithm that adds acquired characteristics procedure to solve local optimization using the diversity. The performance of the proposed genetic algorithm is verified through the problem of finding a suitable chromosome for a picture composed of binary. And it is confirmed that it is suitable for the adaptive beam forming system based on the performance problem of combining main beam and two pattern nulls.

• Journal of Intelligence and Information Systems
• /
• v.13 no.3
• /
• pp.63-82
• /
• 2007

In this paper, we propose an adaptive hybrid genetic algorithm (ahGA) approach for effectively solving multistage-based scheduling problems in flexible manufacturing system (FMS) environment. The proposed ahGA uses a neighborhood search technique for local search and an adaptive scheme for regulation of GA parameters in order to improve the solution of FMS scheduling problem and to enhance the performance of genetic search process, respectively. In numerical experiment, we present two types of multistage-based scheduling problems to compare the performances of the proposed ahGA with conventional competing algorithms. Experimental results show that the proposed ahGA outperforms the conventional algorithms.

• Proceedings of the KIEE Conference
• /
• 2000.07e
• /
• pp.115-121
• /
• 2000

본 논문에서는 진화연산 중에서 해의 다양성과 수렴속도면에서 좋은 성능을 나타내는 실수형 유전알고리즘과 신경회로망을 이용한 적응 퍼지제어기를 설계하였다. 실수형 유전알고리즘을 이용하여 퍼지제어기의 입 출력 이득과 실시간으로 퍼지제어기의 입 출력이득을 적응적으로 변경하는 신경회로망의 가중치를 튜닝하였다. 제안한 방법의 유용성을 평가하기 위해 시지연을 갖는 제어시스템[14]에 적용하였다. 컴퓨터 시뮬레이션 결과, 제안한 적응 퍼지제어기가 기존의 퍼지제어기보다 오버슈트, 정정시간, 상승시간면에서 더 우수한 제어성능을 나타내었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06a
• /
• pp.130-133
• /
• 2010

본 논문에서는 유전 알고리즘의 성능 향상을 위해 교배(Crossover) 기법의 중요 매개변수인 교배 교차점(Crossover Point)의 수를 개체군(Population)의 진화 과정 중에 적응적으로 변화 할 수 있는 자기-적응형(Self-Adaptive) 교배 기법을 제안한다. 이를 위해 제안 교배 기법은 전체 개체군을 다수개의 작은 개체군들로 군집화(Grouping)하여 일차적으로 서로 다른 교차점을 갖는 교배 기법을 적용시키고, 그 후 각 군집의 개체(Individual)들의 선택률을 기반으로 군집들간의 경쟁을 수행한다. 이는 유전 알고리즘이 개체군의 진화 과정 중에 문제에 적합한 교차점을 갖는 교배 기법을 적응적으로 사용할 수 있도록 한다. 또한 제안 교배 기법은 진화 과정 중에 교차점이 지속적으로 변화되므로 알고리즘 초반에는 높은 탐색 능력을 보유하게 되고 후반에는 높은 부분-해(Building-Block) 보존 능력을 지니게 되어, 최적 해(Optimal Solution)로의 수렴 능력이 향상된다. Deceptive 문제를 통해 제안 자기-적응형 교배 기법과 기존 (고정 교차점) 교배 기법의 성능을 비교 하였으며, 실험 결과로부터 제안 교배의 성능 우위를 확인하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• v.2
• /
• pp.121-124
• /
• 2006

본 논문에서는 고정비용수송문제와 같은 다양한 네트워크 최적화 문제들에 적용될 수 있는 새로운 진화 알고리즘을 소개한다. 제안하는 알고리즘은 기존의 진화 알고리즘과 비교에서 두가지 다른 특징을 지닌다. 첫째, 해 표현법이 다르다. 초기에, 모든 유전인자 값이 '0'으로 설정된다. 둘째, 각 해들은 일치하는 적합도 값에 따라 일종의 라마크식(Lamarckian) 적응 과정을 수행한다. 제안하는 적응적 진화 알고리즘의 성능을 측정하기 위해 고정비용수송문제에 적용하였으며 또한 동시에 제안하는 알고리즘을 최적화하기 위해 다양한 실험을 수행하였다. 결론적으로, 제안하는 알고리즘은 기존에 고정비용수송문제를 위해 제안된 가장 우수한 알고리즘보다 더 우수한 성능을 보여주었다.

• Journal of Internet Computing and Services
• /
• v.18 no.2
• /
• pp.43-51
• /
• 2017

As the game industry is blooming, the generation of contents is far behind the consumption of contents. With this reason, it is necessary to afford the game contents considering level of game player's skill. In order to effectively solve this problem, Procedural Content Generation(PCG) using Artificial Intelligence(AI) is one of the plausible options. This paper proposes the procedural method to generate various monsters considering level of player's skill using genetic algorithm. One gene consists of the properties of a monster and one genome consists of genes for various monsters. A generated monster is evaluated by battle simulation with a player and then goes through selection and crossover steps. Using our proposed scheme, players adaptive monsters are generated procedurally based on genetic algorithm and the variety of monsters which are generated with different number of genome is compared.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.574-576
• /
• 2002

2D 영상을 가지고 인식 작업을 수행하는데 있어서 입력 영상의 질은 매우 중요한 요소이다. 특히 얼굴 인식과 같은 실시간 입력 데이터와 미리 등록되어진 데이터와 비교하는 경우는 입력 영상과 등록 영상의 상태 차이가 크면 좋은 알고리즘이라 할지라도 높은 성능을 내기는 힘들다. 즉, 테스트를 위한 입력 영상을 등록 영상의 수준과 유사하게 만들어 전체적인 성능을 높일 수 있는 적응형 방법이 필요하다. 본 논문에서는 유전 알고리즘을 이용하여, 하나의 샘플 이미지에서 환경 의존적인 요소를 제거 하기 위한 최적의 필터 조합과 특징 추출 마스크를 생성하였으며, 그것을 사용하여 인식 테스트를 수행하였다. 가상의 편향조명 노이즈를 첨가한 실험에서 진화 전의 약 25% 인식율은 진화 후 약 92% 까지 향상되었으며, 임의의 임펄스 노이즈에 관한 실험에서도 진화 전의 약 47%의 인식율에서 진화 후 약 84%의 높은 인식율 향상 결과를 보여주었다.