• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.1-9
• /
• 1997

These papers propose an evolutionary algorithm for re-using output of waste fuel of light water reactor system in nuclear power plants. Evolutionary algorithm is useful for optimization of the large space problem. The wastes contain several re-useable elements, and they should be carefully selected and blended to satisfy requirements as input material to the heavy water nuclear reactor system. This problem belongs to a NP-hard like the 0/1 Knapsack problem. Two evolutionary strategies are used as a, pp.oximation algorithms in the highly constrained combinatorial optimization problem. One is the traditional strategy, using random operator with evaluation function, and the other is heuristic based search that uses the vector operator reducing between goal and current status. We also show the method, which performs the feasible teat and solution evaluation by using the vectorized data in problem. Finally, We compare the simulation results of using random operator and vector operator for such combinatorial optimization problems.

• Journal of the KSME
• /
• v.53 no.5
• /
• pp.35-40
• /
• 2013

이 글에서는 최근 많은 연구가 수행되는 자연모사 기법 중 식물모사 기법을 소개하고자 한다. 식물의 유동 원리 및 중요성, 식물 유동원리를 이용한 식물모사 마이크로 디바이스의 설계, 식물의 진화혼적 최적화의 공학적 접근에 대해 논한다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.788-789
• /
• 2015

본 논문에서는 사이클로트론 전자석의 설계과정을 체계화하고, 자기장 최적화 과정을 순차적 근사화 기법을 이용하여 설계를 진행하였다. 설계하는 전자석은 방사성동위원소생산을 목적으로하는 PET(Positron Emission Tomography) 사이클로트론 이며, 크기를 줄이고 동위원소의 효율적인 생산을 위해 에너지대역은 10MeV로 선정하였다. 설계과정은 실험계획법 중 하나인 LHS(Latin Hypercube Sampling) 기법을 통해 샘플 데이터를 구성하고, 이를 바탕으로 크리깅을 이용해 근사모델을 구성한다. 근사 모델과 진화 알고리즘을 이용해 목적에 맞는 최적의 형상을 찾을 수 있다. 이러한 과정을 반복함으로써 점진적으로 목적에 부합하는 형상을 찾을 수 있다. 각각의 형상의 성능을 판단하는 목적함수를 단계별로 규칙을 정함으로써 결과의 신뢰도를 높인다. 이로써 시간적 효율을 증대시키고 전문지식이 부족한 설계자도 고성능의 형상을 얻을 수 있다. 최적화과정은 STEP1과 STEP2로 나누어 진행되며, STEP1에서는 초기사이클로트론 전자석을 설계하고, 자기장 최적화를 진행한다. STEP2에서는 빔 시뮬레이션 및 분석을 통하여 최적화를 진행하고, 최종적으로 전자석모델을 완성한다.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2005.05a
• /
• pp.137-142
• /
• 2005

유전자 알고리즘은 전체 탐색 공간을 통해 전역 해를 찾는 최적화 알고리즘으로서 복잡한 상태 공간에서 최적 해를 찾기 위해 전통적인 최적화 기법과는 달리 유향성 임의 탐색을 행한다. 또한, 유전적 탐색과 국부 탐색을 결합시킨 복합 유전자 알고리즘은 최적해로의 수렵 속도를 향상시킬 수 있다. 이 논문에서는 함수 최적화를 위해 학습 속도를 개선한 복합 유전자 알고리즘(C-AGA)을 제안한다. 제안한 최적화 알고리즘의 효율을 기존의 복합 유전자 알고리즘 기법(라마키안 진화 및 볼드윈 효과)과 비교 평가하였다. 다양한 함수 최적화 문제에 대하여 제안한 알고리즘이 기존의 방법보다 더 빨리 전역 최적 해를 찾을 수 있음을 증명하였다.

• Journal of the Korean Society of Manufacturing Technology Engineers
• /
• v.19 no.5
• /
• pp.691-697
• /
• 2010

Reliability-based topology optimization (RBTO) is to get an optimal topology satisfying uncertainties of design variables. In this study, reliability-based topology optimization method is applied to the inner reinforcement of vehicle's hood based on BESO. A multi-objective topology optimization technique was implemented to obtain optimal topology of the inner reinforcement of the hood. considering the static stiffness of bending and torsion as well as natural frequency. Performance measure approach (PMA), which has probabilistic constraints that are formulated in terms of the reliability index, is adopted to evaluate the probabilistic constraints. To evaluate the obtained optimal topology by RBTO, it is compared with that of DTO of the inner reinforcement of the hood. It is found that the more suitable topology is obtained through RBTO than DTO even though the final volume of RBTO is a little bit larger than that of DTO. From the result, multiobjective optimization technique based on the BESO can be applied very effectively in topology optimization for vehicle's hood reinforcement considering the static stiffness of bending and torsion as well as natural frequency.

• Annual Conference of KIPS
• /
• 2011.11a
• /
• pp.245-248
• /
• 2011

본 논문에서는 여왕벌 진화를 모방하여 개발한 유전자알고리즘에서 강돌연변이 수행비율 및 강돌연변이 확률을 자체적으로 조정하는 방법을 제안한다. 이렇게 함으로서 적절한 강돌연변이 수행비율 및 강돌연변이 확률을 여러 번의 실험을 통하여 경험적으로 선택하는 문제를 완화하여 여왕벌 진화의 적용을 보다 쉽게 할 수 있다. 3개의 최적화문제에 제안한 방법을 적용해 본 결과 비교적 우수한 성능을 보였다. 하지만 다수의 실험을 통하여 얻은 최고의 성능보다는 우수하지는 못했는데 추후 성능을 보다 더 개선하여 이에 근접한 성능을 얻을 수 있는 알고리즘의 개발이 필요하다.

• The Journal of the Korea Contents Association
• /
• v.20 no.11
• /
• pp.636-643
• /
• 2020

The differential evolution algorithm is one of the meta-heuristic techniques developed to solve the real optimization problem, which is a continuous problem space. In this study, in order to use the differential evolution algorithm to solve the traveling salesman problem, which is a discontinuous problem space, a random key representation method is applied to the differential evolution algorithm. The differential evolution algorithm searches for a real space and uses the order of the indexes of the solutions sorted in ascending order as the order of city visits to find the fitness. As a result of experimentation by applying it to the benchmark traveling salesman problems which are provided in TSPLIB, it was confirmed that the proposed differential evolution algorithm based on the random key representation method has the potential to solve the traveling salesman problems.

• Proceedings of the KIEE Conference
• /
• 2001.04a
• /
• pp.47-49
• /
• 2001

전기기기 최적화에 있어서 많이 사용되는 일반적인 유전 알고리즘이나 진화 알고리즘은 하나의 해에 수렴되는 이유로 설계에 있어서 다양한 요구조건을 만족시키는게 어렵다. 따라서 여러개의 해를 최종적으로 제시하는 니칭 유전 알고리즘은 전기기기 최적화에 있어서 효율적으로 사용될 수 있다. 본 논문에서는 다양한 해를 빠르고 강력하게 찾을 수 있는 새로운 니칭 유전알고리즘을 제안하고자 한다. 제안한 방법의 우수성을 보이기 위해 기존의 알고리즘인 sharing과 determinstic crowding과 비교한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.49-51
• /
• 2006

분자 wDNF기계를 통해 해 집단을 병렬적으로 탐색하여 유망한 텀들을 선택한 후 그를 구성하는 변수들의 분포를 평가, 확률 모델을 확립하고 그로부터 다음 세대의 해 집단을 구성함으로써 진화 알고리즘의 확장인 EDA을 DNA컴퓨팅으로 모델링한다. 또한 희박한(sparse) 해 집단에서 간략한 (parsimonious) wDNF모델을 항께 찾으므로 단순히 해 집단의 분포만을 진화시켜 나가는 것이 아니라 모델의 구조도 같이 최적화 시켜 나가는 방안을 제시한다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2998-3000
• /
• 2000

본 논문에서는 BNN, 블록기반 신경망 모델을 재구성가능 하드웨어(FPGA)로 설계한다. 블록기 반 신경망은 재구성가능 하드웨어에 의하여 구현이 용이하고 구조 및 가중치의 최적화에 진화 알고리즘을 적용시킬 수 있다. 블록기반 신경망의 구조와 가중치를 표현하는 바이너리 스트링을 오프라인으로 진화시킨 후, 재구성가능 하드웨어로 구현한다. FPGA로 구현된 블록기반 신경망의 성능을 확인하기 위하여 간단한 성능시험에 사용되는 대표적인 패턴들을 사용하여 블록기반 신경망의 패턴분류 성능을 알아본다.