• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• 한국항공우주학회지
• /
• 제43권7호
• /
• pp.601-608
• /
• 2015

유연날개의 공력 및 구조 설계값을 설계 변수로 하여 정적 상태에서의 정적 공탄성해석 및 최적화를 수행하였다. 정적 공탄성해석과 최적화를 위해 상용 해석소프트웨어들이 연계된 강건한 다분야 최적설계 시스템을 개발하였다. 최적화 설계변수로는 가로세로비, 테이퍼비, 후퇴각과 날개 위아래 스킨 두께를 설정하였다. 전역적 다목적 최적화를 위해 실수기반 적응영역 다목적 유전자 알고리즘을 적용하였으며 계산시간을 줄이기 위해 메타모델로 서포트벡터회귀 기법을 적용하였다. 유연날개에 대한 파레토 결과 분석을 통해 최대 항속시간과 최소 중량에 대한 최적 결과를 확인하였다.

• 한국CDE학회논문집
• /
• 제17권5호
• /
• pp.375-386
• /
• 2012

Most engineering design problems require analyses or simulations to evaluate objective functions. However, a single simulation can take many hours or even days to finish for many real world problems. As a result, design optimization becomes impossible since they require hundreds or thousands of simulation evaluations. The surrogate-based optimization (SBO) strategy became a remedy for such computationally expensive analyses and simulations. A surrogate-based optimization strategy has been developed in this study in order to improve global optimization performance. The strategy is a heuristic algorithm and it exploits not only multiple surrogates, but also multiple optimizers. Multiple optimizations of multiple surrogate models yield multiple candidate design points of optima. During the sequential sampling process, the algorithm ranks candidate design points, selects the points as many as specified, and builds the improved surrogate model. Various mathematical functions with different numbers of design variables are chosen to compare the proposed method with the other most recent algorithm, MSEGO. The proposed method shows superior performance to the other method.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.54-63
• /
• 2007

본 논문은 영상 완성(image completion)을 위해 계층적으로 적용되는 새로운 에너지 최적화 방식을 제안한다. 영상 완성의 목적은 영상의 특정 영역이 지워진 상태에서, 그 지워진 부분을 나머지 부분과 시각적으로 어울리도록 완성시키는 기법을 말한다. 본 논문에서는 전역적 특징의 탐지, 주변 환경 변화에 대한 유연성, 계산비용의 감소, 영상 인페인팅과 같은 관련기법들로의 확장성 문제들을 다룰 수 있도록 마르코프 랜덤 필드(Markov Random Field)로 모델링 된 예제 기반 방식(exampler-based mehtod) 접근법을 택한다. 그리고 MRF에서의 에너지 최적화를 위해 BP 알고리즘(Belief Propagation Algorithm)의 변형인 우선순위 BP 알고리즘(Priority-Belief Propagation Algorithm)을 적용하였다. 본 논문에서 제안한 계층적 우선순위 BP 알고리즘(Hierarchical Priority-Belief Propagation Algorithm)은 MRF의 정점의 수를 줄이고 메시지를 계층적으로 전파한다. 이렇게 계층적 우선순위 BP 알고리즘을 영상 완성에 적용하여 여러 영상들에서 바람직한 결과를 얻었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.250-251
• /
• 2023

팔레트는 낱개의 여러 화물을 동시에 묶어 운송할 수 있게 하는 하역 장비로써 원자재 조달에서부터 소비자에게 전달되기까지의 흐름을 통합적으로 연결하는 중요한 요소이다. 더불어 일관수송을 통한 비용 절감, 거래단위의 표준화, 운송수단의 효율적인 운영, 하역작업 개선을 목적으로 팔레트 표준화가 활발히 진행됨에 따라 T-11형, T-12형 등의 표준 팔레트가 우리나라 물류 산업 전반에 걸쳐 사용되고 있다. 그러나 대형·중량화물을 비롯한 특수화물의 경우, 크기 및 중량 등의 이유로 표준 팔레트에 적재하는 것이 불가능하기에 대부분 자체 팔레트를 개발하여 사용하고 있다. 본 연구는 다양한 특수화물을 취급하는 팔레트의 크기를 결정하는 문제로써, 특수화물의 종류, 크기 및 중량, 보관 수량 등을 고려하여 최적 팔레트 크기를 산출하고자 한다. 이를 위해, 이웃해 탐색 알고리즘을 변형하여 전역 최적해를 찾을 수 있는 최적화 기법을 제안하였으며, 입력 데이터로서는 특수화물의 종류별 제원 및 보관 수량 정보, 제약조건 관련 정보가 사용되었다. 또한, 특정한 특수화물을 대상으로 최적화 시뮬레이션을 수행하여 최적해 도출 여부를 확인함으로써 본 최적화 기법의 최적성을 검증하였다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.195-202
• /
• 1999

본 논문은 배전 계통에서 부하 제약조건과 운전 제약조건을 고려한 손실 감소와 부하 평형에 대해 시뮬레이티드 어닐링 알고리즘을 적용한 재구성 방법을 서술하였다. 네트워크 재구성은 수많은 연계 개폐기와 구분 개폐기의 조합에 의해 이루어지기 때문에 조합적인 최적화 문제이다. 이러한 문제는 수많은 조합에 제약조건까지 있어 해를 구하기가 쉽지 않을 뿐 아니라 국소 해에 빠질 가능성이 많다. 따라서 신경망 중에서 제약조건에 따라 신경망 구조에 영향을 미치지 않으면서 전역 최소해에 수렴하는 특성을 가진 시뮬레이티드 어닐링 기법을 이용하여 배전 계통의 선로를 재구성하였다. 시뮬레이티드 어닐링은 이론적으로 최적해가 보장되지만 무한대의 시간이 걸리기 때문에 현실적으로 적용할 때 해 공간을 탐색하는 규칙과 온도를 적절히 내리는 냉각 스케줄(cooling schedule)이 중요하다. 본 논문에서는 알고리즘 상에서 제약조건 위반 여부를 점검할 수 있는 제약조건과 페널티 상수(penalty factor)를 통해 목적함수에 반영하는 제약조건으로 나누어 모든 후보해를 가능해가 되게 하였고 기존에 사용되던 Kirkpatrick의 냉각 스케줄 대신에 후보해의 통계적 처리에 의해 온도를 내리는 다항-시간 냉각 스케줄(polynomial-time cooling schedule)을 사용하여 수행시간을 단축하고 수렴성을 높였다. 제안한 알고리즘의 효용성을 입증하기 위해 32, 69모선 예제 계통으로 테스트하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.195-202
• /
• 1999

본 논문은 배전 계통에서 부하 제약조건과 운전 제약조건을 고려한 손실 감소와 부하 평형에 대해 시뮬레이티드 어닐링 알고리즘을 적용한 재구성 방법을 서술하였다. 네트워크 재구성은 수많은 연계 개폐기와 구분 계폐기의 조합에 의해 이루어지기 때문에 조합적인 최적화 문제이다. 이러한 문제는 수많은 조합에 제약조건까지 있어 해를 구하기가 쉽지 않을뿐 아니라 국소 해에 빠질 가능성이 많다. 따라서 신경망 중에서 제약조건에 따라 신경망 구조에 영향을 미치지 않으면서 전역 최소해에 수렴하는 특성을 가진 시뮬레이티드 어닐링 기법을 이용하여 배전 계통의 선로를 재구성하였다. 시뮬레이티드 어닐링은 이론적으로 최적해가 보장되지만 무한대의 시간이 걸리기 때문에 현실적으로 적용할 때 해 공간을 탐색하는 규칙과 온도를 적절히 내리는 냉각 스케줄(cooling schedule)이 중요하다. 본 논문에서는 알고리즘 상에서 제약조건 위한 여부를 점검할 수 있는 제약조건과 페널티 상수(penalty factor)를 통해 목적함수에 반영하는 제약조건으로 나누어 모든 후보해를 가능해가 되게 하였고 기존에 사용되는 Kirkpatrick의 냉각 스케줄 대신에 후보해의 통계적 처리에 의해 온도를 내리는 다항-시간 냉각 스케줄(polynomial-time schedule)을 사용하여 수행시간을 단축하고 수렴성을 높였다. 제안한 알고리즘의 효용성을 입증하기 위해 32,69모선 예제 계통으로 테스트하였다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2005년도 춘계학술대회 논문집
• /
• pp.1054-1059
• /
• 2005

본 논문은 철도청 사령실 통합 신호설비 구축사업에 적용할 열차 경합의 효과적인 해소 기법을 제시하고자 한다. 열차경합의 검지 및 해소 시스템 (Railway Conflict Detection and Resolution System)은 열차 운행관리 시스템(Railway Traffic Management System, RTMS)의 의사결정 지원 모듈이다. 이 모듈은 열차운행의 정시성을 유지하기 위하여 매우 중요한 기능을 수행하고 있다. 하지만 현재 5개 지역본부별로 나뉘어서 기능이 수행되고 있고, 사령의 경험에 의하여 수작업 형태로 이루어지고 있기 때문에 전체 시스템의 관점에서 보면 최적의 해소안이 도출되고 있지 못하다. 따라서 본 논문에서는 시스템을 전역적으로 고려하여 최적의 해소안을 제시하고자 한다. 또한 최적화의 개념을 도입하기 위하여 6가지의 가중치를 설정하고, 이 가중치를 고려한 지연시간의 합을 목적함수의 값으로 설정한다. 본 시스템은 이러한 가중치의 합을 최소로 하는 복수의 해소안을 제시한다.

• 전기학회논문지
• /
• 제57권5호
• /
• pp.748-754
• /
• 2008

The general capacitor placement problem is a combinatorial optimization problem having an objective function composed of power losses and capacitor installation costs subject to bus voltage constraints. In this paper, a global optimization technique, which employing the chaos search algorithm, is applied to solve optimal capacitor placement problem with reducing computational effort and enhancing global optimality of the solution. Chaos method in optimization problem searches the global optimal solution on the regularity of chaotic motions and easily escapes from local or near optimal solution than stochastic optimization algorithms. The chaos optimization method is tested on 9 buses and 69 buses system to illustrate the effectiveness of the proposed method.

• 한국자동차공학회논문집
• /
• 제12권6호
• /
• pp.135-142
• /
• 2004

The severe frontal crash tests are NCAP with belted occupant at 35mph and FMVSS 208 with unbelted occupant at 25mph, This paper describes the design process of occupant protection systems, airbag and seat belt, under the two tests. In this study, NCAP simulations are performed by Monte Carlo search method and cluster analysis. The Monte Carlo search method is a global optimization technique and requires execution of a series of deterministic analyses, The procedure is as follows. 1) Define the region of interest 2) Perform Monte Carlo simulation with uniform distribution 3) Transform output to obtain points grouped around the local minima 4) Perform cluster analysis to obtain groups that are close to each other 5) Define the several feasible design ranges. The several feasible designs are acquired and checked under FMVSS 208 simulation with unbelted occupant at 25mph.