• Journal of the Korean Institute of Telematics and Electronics
• /
• v.26 no.2
• /
• pp.124-131
• /
• 1989

This paper showed that the system reliability optimization problem with sereval failure modes at each subsystem can be treated as efficient computational algorithm proposed here. This algorithm was developed by considering a generalized upper bounding which always exists in constraints when the system reliability optimization problem may be reformulated as 0-1 integer programming problem. We demonstrated the optimal allocation of redundant units for system reliability by using the proposed algorithm. Our algorithm is superior to others in terms of number of iterations and variables used.

• Proceedings of the Safety Management and Science Conference
• /
• 2002.05a
• /
• pp.263-268
• /
• 2002

국내 공항에서 보유하고 있는 제한된 주기장에 대한 이용률과 주기되어 있는 항공기의 탑승에 소요되는 시간 및 도보거리는 공항의 운영 및 승객의 편리성 평가에 주요한 척도가 되고 있으며, 공항의 주요 운영 목표는 합리적인 항공기 주기장 배정을 통한 주기장 이용률의 최대화 및 터미널 이용 승객의 편리성 증대라 할 수 있다. 이에 본 연구에서는 대상 공항의 시설배치, 터미널 구조, 공항의 이용 승객 등을 고려하여 사용 가능한 주기장의 이용률의 최대화하고 터미널에서의 여객 이동거리를 최소화하는 주기장 배정 알고리즘의 개발과 그 결과를 국내 공항에 적용시키는 것을 그 목적으로 한다. 이를 위하여 기존의 GAP 정식화 모델을 최적화 소프트웨어인 LINGO를 활용하여 다중 시간 주기를 갖는 복잡한 문제를 단일 시간주기를 갖는 문제로 변환하기 위한 접근 방법을 제시함으로써 기존의 OR 접근 방법이 가지는 최적해 산출을 위한 긴 소요시간의 문제를 해결하고 실제 공항에 적용하여 실시간 의사결정을 위한 배정 결과를 제공하였다. 본 연구를 통하여 현재 발견적 기법에만 의존하여 수행되는 주기장 배정결과를 최적화 알고리즘을 통하여 산출함으로써 공항의 주요한 운영 목표인 항공사 및 여객의 시간 비용을 최소화할 수 있다. 또한 기상 악천후로 인한 항공기의 이착륙 지연이 발생할 경우 복잡한 문제를 배정 알고리즘에 의해 신속히 해결함으로써 공항 운영의 효율성뿐만 아니라 공항 안전에도 기여할 수 있을 것이다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.635-638
• /
• 2001

본 논문에서는 수중 환경에서 분산 소나 시스템의 최적 정보 융합에 관한 알고리즘을 제시하였다. 기존의 방법은 Bayesian 법칙을 이용하여 local 소나와 퓨전 센터의 문턱치를 적절히 조절하여 분산 소나 시스템을 최적화했다. 그러나, 이러한 최적화 과정에서 소나의 개수를 늘려감에 따라 P/sub F/(false alarm probability)가 단조 증가하는 현상이 발생하였고 이러한 단점을 보완하기 위해 P/sub F/를 작은 간에 제한시키고 Bayesian 법칙과 Neyman-Pearson 법칙을 함께 적용하여 분산 소나 시스템을 최적화시킨다. 그러나, 이러한 조건 하에 시스템을 최적화시키는 것은 N-P hard 문제에 의해 계산 부하가 매우 크므로 unate 함수와 SQP(Sequential Quadratic Programming)을 이용하여 계산 부하를 감소시켰다.

• Computational Structural Engineering
• /
• v.11 no.4
• /
• pp.267-274
• /
• 1998

본 연구에서는 기지개와 미시구멍으로 구성된 복합재료에 입자보강 복합재료의 등가 재료상수 예측기법인 평균장 근사이론과 등가원리를 적용하여 위상 최적화에 필요한 등가 재료상수와 설계변수와의 상관관계식을 유도하였다. 또한, 유도된 관계식에 중간값을 갖는 설계변수의 수를 줄이기 위하여 벌칙인자를 도입하였다. 그리고 본 연구의 타당성을 검증하기 위하여 벌칙인자가 도입된 위상 최적화문제를 순차이차계획법인 PLBA 알고리즘을 이용하여 해석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.333-335
• /
• 2013

웹 사용에 있어서 사용자는 응답데이터에 불필요한 데이터를 받게 된다. 불필요한 데이터는 HTML, CSS, 자바스크립트에 포함되는 것 중 띄어쓰기, 주석, 줄 바꿈 등에서 발생된다. 불필요한 데이터를 제거하는 최적화 과정 기능이 추가된 오픈소스로 Ziproxy가 있다. Ziproxy 의 최적화 기능 중 자바스크립트 최적화 과정에서 문제가 발생되었다. 문제점을 분석 해본 결과 세가지 문제점이 발견되었다. 본 논문에서 세가지 문제점에 대해서 살펴보고 해당 문제점에 대한 해결방안을 제시하겠다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.83-84
• /
• 2020

Sum Utility를 최적화하는 Convex Optimization Algorithm을 제안한다. 일반적으로, Sum Utility 최적화 문제는 Non Convex Optimization Problem이다. 하지만, '상대간섭'과 '간섭주요화'를 활용하여 Non Convex Optimization Problem이 간섭구간에 따라 Convex Optimization으로 해결할 수 있음을 확인하였다. 특히, 유틸리티 함수는 상대간섭 0.1 이하에서는 오목함수임을 확인하였다. 실험결과 상대간섭이 작아질수록 제안하는 알고리즘에 의한 Sum Utility는 증가함을 확인하였다.

• The KIPS Transactions:PartA
• /
• v.10A no.4
• /
• pp.369-374
• /
• 2003

Ant Algorithm is used to find the solution of Combinatorial Optimization Problems. Real ants are capable of finding the shortest path from a food source to their nest without using visual informations. This behavior of real ants has inspired ant algorithm. There are various versions of Ant Algorithm. Ant Colony System (ACS) is introduced lately. ACS is applied to the Traveling Salesman Problem (TSP) for verifying the availability of ACS and evaluating the performance of ACS. ACS find a good solution for TSP When ACS is applied to different Combinatorial Optimization Problems, ACS uses the same parameters and strategies that were used for TSP. In this paper, ACS is applied to the Multicast Routing Problem. This Problem is to find the paths from a source to all destination nodes. This definition differs from that of TSP and differs from finding paths which are the shortest paths from source node to each destination nodes. We introduce parameters and strategies of ACS for Multicasting Routing Problem.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.2
• /
• pp.27-35
• /
• 2009

Integer programming is a very effective technique for searching optimal solution of combinatorial optimization problems. However, its applicability is limited to linear models. In this paper, I propose an effective method for solving a nonlinear optimization problem by integrating the powerful search performance of integer programming and the flexibility of neighborhood search algorithms. In the first phase, integer programming is executed with subproblem which can be represented as a linear form from the given problem. In the second phase, a neighborhood search algorithm is executed with the whole problem by taking the result of the first phase as the initial solution. Through the experimental results using a nonlinear maximal covering problem, I confirmed that such a simple integration method can produce far better solutions than a neighborhood search algorithm alone. It is estimated that the success is primarily due to the powerful performance of integer programming.

• Journal of the Korean Society for Railway
• /
• v.19 no.6
• /
• pp.833-843
• /
• 2016

Recently, in the field of rail freight transportation, the number of trains dedicated for shippers has been increasing. These dedicated trains, which run on the basis of a contract with shippers, had been restricted to the transportation of containers, or so called block trains. Nowadays, such commodities have extended to cement, hard coal, etc. Most full freight cars are transported by dedicated trains. But, for empty car distribution, the efficiency still remains questionable because the distribution plan is manually developed by dispatchers. In this study, we investigated distribution models delineated in the KTOCS system which was developed by KORAIL as well as mathematical models considered in the state-of-the-art. The models are based on optimization models, especially the network flow model. Here we suggest a new optimization model with a framework of the column generation approach. The master problem can be formulated into a transportation problem with additional constraints. The master problem is improved by adding a new edge between the supply node and the demand node; this edge can be found using a simple shorted path in the time-space network. Finally, we applied our algorithm to the Korean freight train network and were able to find the total number of empty car kilometers decreased.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.10 no.1
• /
• pp.73-80
• /
• 2010

The optimal design of water distribution system have started with the least cost design of single objective function using fixed hydraulic variables, eg. fixed water demand and pipe roughness. However, more adequate design is accomplished with considering uncertainties laid on water distribution system such as uncertain future water demands, resulting in successful estimation of real network's behaviors. So, many researchers have suggested a variety of approaches to consider uncertainties in water distribution system using uncertainties quantification methods and the optimal design of multi-objective function is also studied. This paper suggests the new approach of a multi-objective optimization seeking the minimum cost and maximum robustness of the network based on two uncertain variables, nodal demands and pipe roughness uncertainties. Total design procedure consists of two folds: least cost design and final optimal design under uncertainties. The uncertainties of demands and roughness are considered with Latin Hypercube sampling technique with beta probability density functions and multi-objective genetic algorithms (MOGA) is used for the optimization process. The suggested approach is tested in a case study of real network named the New York Tunnels and the applicability of new approach is checked. As the computation time passes, we can check that initial populations, one solution of solutions of multi-objective genetic algorithm, spread to lower right section on the solution space and yield Pareto Optimum solutions building Pareto Front.