• Title/Summary/Keyword: 파라미터 자동 조절 유전 알고리즘

Search Result 3, Processing Time 0.018 seconds

Study on the Parameter Auto Tuned Genetic Algorithm for OCST Design Problems (최적 통신 스패닝 트리 설계 문제를 위한 파라미터 자동조절 유전알고리즘에 대한 연구)

  • Kim, Jong Ryul
    • Proceedings of the Korean Institute of Information and Commucation Sciences Conference
    • /
    • 2009.05a
    • /
    • pp.857-860
    • /
    • 2009
  • 최근 유무선 통신 시스템의 발전에 따른 인터넷 환경의 급격한 변화는 가상공간의 출현과 유비쿼터스 컴퓨팅 환경 구축에 대한 요구를 가속화시키고 있으며 이와 관련된 이론 및 기술의 발전을 주도해 왔다. 이와 관련한 문제들 중에 가장 근간이 되는 문제들 중 하나는 최적 통신 스패닝 트리(OCST: Optimal Communication Spanning Tree) 문제이다. 본 논문에서는 이러한 최적 통신 스패닝 트리 문제를 해결하기 위해 파라미터를 자동 조절하는 유전 알고리즘 (Parameter Auto Tuned GA, PAT-GA)을 이용한다. 제안하는 유전 알고리즘은 교차율, 돌연변이율과 같은 파라미터를 자동조절하기 위해 퍼지 논리 제어기 (FLC: Fuzzy Logic Controller)를 이용한다. 임의로 생성된 예제에 대한 수치 실험을 통해 통신시스템의 기본 문제 중 하나인 최적 통신 스패닝 트리 문제의 해법으로서의 제안 알고리즘의 유용성과 효율성을 확인한다.

  • PDF

DC Servo Motor Velocity Control of PID Order Autotuning by Genetic Algorithm (유전알고리즘을 이용한 PID 계수 자동조정에 의한 DC 서보 모터 속도 제어)

  • 이상민;김태언;조용성;손영익;임영도
    • Proceedings of the Korean Institute of Intelligent Systems Conference
    • /
    • 2002.12a
    • /
    • pp.71-74
    • /
    • 2002
  • 본 논문에서는 유전알고리즘(GA)을 이용한 PID계수 자동조정기법에 관한 DC 서보 모터 속도 제어기 설계를 목적으로 한다. DC 서보 모터는 수많은 제어용 기계나 로봇 등의 응용분야에 사용되고 있고 이러한 분야에서 제어기 파라미터들의 선택이 사용자의 전문적인 지식을 요구하게 된다. 따라서 일반적인 공정 기술자들은 시행착오에 의해 제어기 파라미터들을 계속적으로 반복 조절해 나가야 한다. 이와 같이 동적 시스템의 변화나 외란에 대하여 파라미터 계수를 자동 조정해야 할 경우 유전알고리즘을 사용함으로써 보다 정밀하고 최적화된 파라미터 계수값을 추종함에 따라 그 성능을 높일 수 있다. 본 논문에서는 DC 모터의 동특성을 분석하여 얻은 동특성 모델링으로부터 응답 특성이 빠르고 속도 정밀도가 향상된 구동제어가 가능한 제어기를 설계하고 이를 PID제어기와 비교 평가하였다.

Distributed Genetic Algorithm using Automatic Migration Control (분산 유전 알고리즘에서 자동 마이그레이션 조절방법)

  • Lee, Hyun-Jung;Na, Yong-Chan;Yang, Ji-Hoon
    • The KIPS Transactions:PartB
    • /
    • v.17B no.2
    • /
    • pp.157-162
    • /
    • 2010
  • We present a new distributed genetic algorithm that can be used to extract useful information from distributed, large data over the network. The main idea of the proposed algorithms is to determine how many and which individuals move between subpopulations at each site adaptively. In addition, we present a method to help individuals from other subpopulations not be weeded out but adapt to the new subpopulation. We used six data sets from UCI Machine Learning Repository to compare the performance of our approach with that of the single, centralized genetic algorithm. As a result, the proposed algorithm produced better performance than the single genetic algorithm in terms of the classification accuracy with the feature subsets.