• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.110-110
• /
• 2016

도시 유역의 강우-유출 모의에는 지표 투수율 및 하수관거 영향 등 인위적 배수계통의 영향을 고려할 수 있는 도시유출모형이 널리 이용되고 있으며, 모형 검증을 통해 모의 성능을 평가한다. 도시유출모형의 검증은 일반적인 강우-유출 모형과 같이 강우사상별 유량의 관측시계열과 모의시계열의 목적함수가 최소가 되는 최적 매개변수를 탐색하는 과정이다. 도시유출모형의 검증에서 발생하는 문제점은 크게 다음과 같다. 첫째, 대규모 도시 유역의 복잡하고 다양한 하수관거에 대한 최적매개변수를 관거별로 구하는 것은 물리적으로 불가능하다. 따라서 동일 배수분구내 하수관거의 매개변수 값은 동일하다고 가정하거나, 모형 단순화 과정을 통해 매개변수의 물리적 범위 내에서 최적해를 탐색해야 하는 단순화에서 기인한 불확실성이 있다. 둘째, 다양한 매개변수들의 물리적 범위를 고려하기 위해서는 전역최적화기법이 유효하다. 그러나 전역최적화 종류, 목적함수, 모의횟수, 목표성능별 최적 매개변수 결과가 각각 다르므로 추정된 최적 매개변수의 범위에 대한 불확실성이 있다. 이에 본 연구에서는 Bayesian 모형과 EPA SWMM(Storm Water Management Model)을 연계하여 도시유출모형의 매개변수 불확실성을 정량적으로 분석할 수 있는 모형을 제안하고자 한다. 이를 위해 서울 우이천 유역을 대상으로 SWMM 모형을 구축하고, 절단 정규분포(truncated Gaussian distribution)를 사전분포(prior)로 가정하여 매개변수의 물리적 범위를 고려하였다. 최종적으로 결합확률분포로 계산된 각 매개변수간 사후분포를 통해 모의된 유출량의 불확실성을 정량적으로 분석하였다. 본 연구에서 제안된 모형은 대규모 도시 유역의 도시유출모형 구축 시 다양한 매개변수의 물리적 범위를 고려한 최적화와 동시에 내재된 불확실성을 정량적으로 분석할 수 있으므로, 침수예측 및 홍수예경보 등의 문제에서 상당한 신뢰성을 확보할 수 있을 것으로 판단된다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1998.03a
• /
• pp.213-219
• /
• 1998

Genetic Algorithms(GAs ; 유전자 알고리즘)은 자연적 선택(natural selection)의 유전적인 메카니즘에 기초한 탐색 알고리즘(search algo-rithms)이다. GA는 세대(generation)를 거듭함에 따라 어떤 최적화화하는 해에 수렴해가는 탐색 알고리즘으로 전세대의 우수개체로부터 새로운 세대의 개체들이 집합이 형성되는 과정을 이용한 탐색 알고리즘이다. GA에 대한 최근의 활발한 연구와 많은 관심은 주로 기존의 기법이 특정 영역의 지식을 많이 필요로하는데 비해서 GA는 효율적인 영역독립 탐색경험들의 집합을 제공하여 최적해를 얻는 기법으로서 전역함수 최적화와 NP 등의 문제에 유용하다는 연구결과가 제시되고 있기 때문이다. 본 연구에서는 GA에 대한 명확한 이해와 세대의 형성 , 개체를 선택하기 위한 타당한 연산자(operator)에 관한 내용을 고찰하고, GA가 언제, 어떻게 사용되는가에 대해 응용사례를 중심으로 GA의 향후 연구방향에 대해 논의하고 GA가 앞으로 어떤 분야에서 어떻게 발전해 나가야 할 지에 대한 과제에 대해 논의한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.258-265
• /
• 2005

전자상거래의 확산에 따라 인터넷 쇼핑몰에서의 구매활동은 일반적인 현상이 되었다. 그 결과, 유사한 업종이나 업태의 인터넷 쇼핑몰이 범람하게 되었고 업체들 간의 경쟁도 심화되어 차별화된 서비스를 제공하지 않는 업체는 도태되기 쉬운 상황이다. 본 연구에서는 치열한 경쟁환경 하에서 인터넷 쇼핑몰의 차별화된 마케팅 서비스의 수단으로써 이용되고 있는 상품추천시스템의 개선된 모형을 제시하고자 한다. 본 연구에서 제안하는 모형은 전역 최적화 기법 중의 하나인 유전자 알고리즘을 데이터 마이닝의 도구로 활용한 인터넷 쇼핑몰에서의 개인화된 상품추천시스템 모형이다. 유전자 알고리즘은 추출하기가 어려운 소비자의 성향을 데이터를 통해 추출하고 이에 맞는 상품군을 선택할 수 있도록 해주는 최적화 기법으로 상품추천시스템의 추천엔진으로써 유용할 것으로 기대된다. 본 연구에서는 제안한 유전자 알고리즘에 기반한 추천 규칙들이 장착된 웹 기반의 개인화된 상품추천시스템의 프로토타입을 개발하고 이에 대한 실제 사용자들의 이용 만족도를 확인함으로써 본 연구에서 제안한 방법론의 유용성을 확인하고자 한다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.10 no.4
• /
• pp.54-64
• /
• 2005

The study investigated genetic algorithms for the optimal control model of maximum height vertical jumping. The model includes forward dynamic simulations by the neural excitation-control variables. Convergence of genetic algorithms is very slow. In this paper the micro genetic algorithm(micro-GA) was used to reduce the computation time. Then a near optimal solution from micro-GA was an initial solution for VF02, which is one of well-developed and proven nonlinear programming algorithms. This approach provided the successful optimal solution for maximum-height jumping without a reasonable initial guess.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.3
• /
• pp.117-126
• /
• 2016

In this study, a new meta-heuristic optimization algorithm, Vision Correction Algorithm (VCA), designed according to the optical properties of glasses was developed. The VCA is a technique applying optometry and vision correction procedure to optimization algorithm through the process of myopic/hyperopic correction-brightness adjustment-compression enforcement-astigmatism adjustment. The proposed VCA unlike the conventional meta-heuristic algorithm is an automatically adjusting global/local search rate and global search direction based on accumulated optimization results. The proposed algorithm was applied to the representative optimization problem (mathematical and engineering problem) and results of the application are compared with that of the present algorithms.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1752-1756
• /
• 2007

정교한 강우-유출 모의를 위해서는 적절한 매개변수의 추정이 필수적이며, 매개변수 추정 방법은 시행착오(trial and error)에 의한 수동보정법과 최적화방법을 사용한 자동보정법으로 구분할 수 있다. 모형의 매개변수의 수가 많은 경우 수동보정법에 의한 매개변수 추정은 매우 어렵다. 자동 보정법에 사용되는 최적화방법은 Rosenbrock 알고리즘, patten search, 컴플렉스(complex) 방법, Powell 방법 등과 같은 지역최적화 방법과 전역최적화 방법으로 나눌 수 있다. 그러나 기존 방법론들은 매개변수의 최적화를 추적하기 위한 알고리즘이 대부분이며 이들 매개변수에 관련된 불확실성을 평가하는데는 미흡한 단접이 있다. 이러한 점에서 본 연구에서는 강우-유출모형의 매개변수 추정에 있어서 불확실성을 평가할 수 있는 새로운 방법론을 검토하고자 한다. 매개변수와 관련된 불확실성을 평가하기 위한 방법은 여러 가지가 있으나 통계적으로 매우 우수한 능력을 보이는 Hierarchical Bayesian 알고리즘을 Probability-Distributed 강우-유출 모형에 적용하였다. 본 방법론은 최적화와 동시에 각 매개변수에 관련된 사후분포(posterior distribution)의 추정이 가능하므로 모형이 갖는 불확실성을 효과적으로 평가할 수 있다. 따라서, 수자원 관리에 있어서 불확실성을 고려할 수 있으므로 보다 수리수문학적 위험도를 저감할 수 있을 것으로 판단된다.

• Proceedings of the KIEE Conference
• /
• 2008.10c
• /
• pp.12-14
• /
• 2008

전기기기 최적설계 프로세스는 목적함수 계산을 위한 특성해석 부분과 최적화 알고리즘 부분으로 구분된다. 여기서 수렴시간 중 대부분을 특성해석에서 차지하므로 수렴시간을 줄이기 위해서는 목적함수 호출을 최소화하기 위한 최적화 알고리즘의 전략적 선택이 요구되며, 아울러 전기기기 설계가 가지는 Multimodal한 특성을 충분히 고려해 줄 필요가 있다. 본 논문은 특성 함수 호출의 최소화를 위해 지역탐색 기법인 MADS(Mesh Adaptive Direct Search)와 전역 최적해 탐색 가능성을 높이기 위해 확률론적 최적화 알고리즘인 G.A(Genetic Algorithms)를 유기적으로 결합하여 전기기기 최적설계에 요구되는 전반적인 특징을 포괄한 미미틱 알고리즘을 구현하였으며, 구현된 알고리즘을 테스트 함수에 적용하여 수렴결과를 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.27-29
• /
• 2008

시스템 분석에 주로 사용하는 자료 중에는 비선형 자료와 시계열 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 분석하는데 어려움이 많다. 본 연구에서는 현실 세계에서 다양하게 나타나는 복잡성을 다루기 위하여 하이브리드 진화 신경망 모델링 접근 방법으로 자료를 모형화 하고 이를 통한 학습의 적합도를 살펴본다. 비선형 자료 등을 모형화하기 위한 학습은 역전파 신경망 기법을 이용한다. 학습의 효율을 높이기 의해서 격자감소 학습 알고리즘과 함께 이용하는 유전자 알고리즘은 네트워크 구조를 최적화 시킬 수 있는 초기가중값을 이용한 전역 최소값을 찾는데 이용한다. 학습 결과를 통해 제안된 하이브리드형 접근방법의 학습이 보다 효율적임을 살펴보기 위하여 유전자 알고리즘으로 최적화된 신경망 학습 알고리즘을 비선형 모의자료의 학습에 적용하여 보았다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.790-792
• /
• 2005

함수 최적화는 주어진 자원의 한도 내에서 최대의 이익 흑은 최소의 손실을 내는 최선의 결정을 내리는 것을목표로 한다. 본 논문은 $M{\ddot{u}}ller$의 연구를 바탕으로 박테리아의 주화성을 형상화한 'Chemical Sensing Bacteria Chemotaxis'라는 알고리즘을 제안한다. 이 알고리즘은 multimodal 환경에서의 전역 탐색을 목표로 한다. 또한 실험을 통해, 제안 알고리즘의 타당성을 분석하고, 결과적으로 제안 알고리즘이 기존의 자연계 기반의 알고리즘에 비해 경쟁력이 있음을 입증하였다.

• Journal of Broadcast Engineering
• /
• v.10 no.3
• /
• pp.270-285
• /
• 2005

A joint design scheme is proposed to optimize the up/down scaler and the motion vector estimation module in the transcoder system. The proposed scheme first optimizes the resolution scaler for a fixed motion vector, and then a new motion vector is estimated for the fixed scaler. These two steps are iteratively repeated until they reach a local optimum solution. In the optimization of the scaler, we derive an adaptive version of a cubic convolution interpolator to enlarge or reduce digital images by arbitrary scaling factors. The adaptation is performed at each macroblock of an image. In order to estimate the optimal motion vector, a temporary motion vector is composed from the given motion vectors. Then the motion vector is refined over a narrow search range. It is well-known that this refinement scheme provides the comparable performance compared to the full search method. Simulation results show that a jointly optimized system based on the proposed algorithms outperforms the conventional systems. We can also see that the algorithms exhibit significant improvement in the minimization of information loss compared with other techniques.