• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.54-56
• /
• 1998

본 논문에서는 병렬 정보검색 시스템에 있어 클러스터 문서할당을 위한 두 가지 휴리스틱 기법을 제시한다. 효율적 문서할당에 관한 매핑 문제를 정의하고 유전알고리즘과 모의냉각기법에 기반을 두는 휴리스틱 매핑 알고리즘을 기술한다. 알고리즘 성능실험과 관련하여 시뮬레이션을 통한 다른 할당 알고리즘과 비교평가한 결과 개선된 성능을 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.662-664
• /
• 2000

병렬 컴퓨팅에서 중요 문제의 하나는 다중 태스크를 다중 프로세서 병렬 시스템의 여러 노드에 대한 최적의 매핑을 찾는 것이다. 이러한 매핑의 목적은 솔루션 품질에 손상 없이 총 실행시간을 최소화시키는 것이다. 이 분야에서는 많은 휴리스틱 방법들을 사용하여 나름대로 매핑 문제를 해결해 왔다. 본 논문에서는 효율적인 클러스터 데이터 매핑을 위한 혼합형 휴리스틱 기법에 대하여 기술한다. 제시하는 휴리스틱 기법은 유전알고리즘과 평균장어닐링 알고리즘을 혼합시킨 것으로 두 가지 방법의 장점들을 합하여 성능을 향상시킬 수 있음을 보여준다. 혼합형 휴리스틱 알고리즘의 솔루션과 실행시간을 기존 매핑 알고리즘들과 비교한 시뮬레이션 결과를 보고한다.

• Journal of Intelligence and Information Systems
• /
• v.1 no.1
• /
• pp.111-122
• /
• 1995

전통적으로 스케줄링 문제를 해결하기 위해 LP(Linear Programming) 기법이 주로 적용되어 왔으나, 스케줄링 문제의 많은 자원과 지식, 제약조건의 복잡한 상관 관계를 LPrl법으로 표현하고 처리하기가 쉽지 않다. 따라서 최근에는 AI 기법을 스케줄링 문제에 많이 적용하고 있고, AI 기법은 지식 표현 및 휴리스틱을 다루기에 효과적이므로 문제를 모델링하고 해결하는데 용이하다 할 수 있다. 본 논문에서는 AI 기법을 기반으로 하여 스케줄링에 적합한 휴리스틱 및, 탐색기법, 지식표현 방법등을 연구하고, 이를 바탕으로 코스 스케줄링 시스템을 구현하였다. 먼저 시스템은 전체적으로 메타프로그래밍을 통하여 초기 스케줄링(initial scheduling)과 동적스케줄링 (reactive scheduling)을 수행하도록 하였다. 메타프로그램이 초기 스케줄링을 수행할때에는 휴리스틱과 자체적인 도메인 여과기법을 적용하여 탐색 공간의 불일치 요소(inconsistency)를 제거시킴으로써 백트랙킹의 발생을 최소화시켰다. 또한 초기 스케줄링의 결과를 가지고 메타프로그래밍이 동적 재스케줄링을 수행할때에는 제약조건을 통한 휴리스틱을 이용하여 초기해에 대한 조정을 최소화할 수 있는 메카니즘을 제시하였다. 이에 대한 적용 결과는 실험을 통하여 기존의 논리 언어가 제공하는 탐색 알고리즘과 비교하고 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.114-114
• /
• 2022

딥러닝의 학습 및 예측성능을 개선하기 위해서는 딥러닝 기법 내 연산과정의 개선과 함께 학습 및 예측에 사용되는 데이터의 전처리 과정이 중요하다. 본 연구에서는 딥러닝의 성능을 개량하기 위해 제안된 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형과 데이터 전처리 기법을 통해 댐의 수위를 예측하였다. 수위예측을 위해 Multi-Layer Perceptron(MLP), 메타휴리스틱 최적화 알고리즘인 Harmony Search(HS)와 딥러닝을 결합한 MLP using a HS(MLPHS) 및 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)와 딥러닝을 결합한MLP using a EBHS-CGS(MLPEBHS)를 통해 댐의 수위를 예측하였다. 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형의 학습 및 예측성능을 개선하기 위해 학습 및 예측을 위한 자료를 기반으로 데이터 전처리기법을 적용하였다. 적용된 데이터 전처리 기법은 정규화, 수위구간별 사상(Event)분리 및 수위 변동에 대한 자료의 구분이다. 수위예측을 위한 대상유역은 금강유역에 위치한 대청댐으로 선정하였다. 대청댐의 수위예측을 위해 대청댐 상류에 위치하는 수위관측소 3개소를 선정하여 수위자료를 취득하였다. 각 수위관측소에서 취득한 수위자료를 입력자료로 설정하였으며, 대청댐의 수위자료를 출력자료로 설정하여 메타휴리스틱 최적화 알고리즘-딥러닝 모형의 학습을 진행하였다. 각 수위관측소 및 대청댐에서 취득한 수위자료는 2010년부터 2020년까지 총 11년의 일 단위 수위자료이며, 2010년부터 2019년까지의 자료를 학습자료로 사용하였으며, 2020년의 자료를 예측 및 검증자료로 사용하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.04a
• /
• pp.760-771
• /
• 1995

생산시스템에서의 스케쥴링에 관한 연구는 단일기계작업 스케쥴링으로부터 유연생산시스템(FMS)에 이르기까지 매우 광범위하게 이루어져 왔으며, 정수계획법, 동적계획법, Branch and Bound, PERT/CPM, 그리고 기타의 휴리스틱 기법등 많은 연구결과를 찾아볼수 있다. 그러나, 대부분의 연구는 소규모의 문제를 대상으로 이루어진 것으로 대규모의 현실세계 문제를 풀기에는 부적절한 것으로 판명되었다. 또한, 적용이 가능한 휴리스틱(Heuristic) 기법들도 현실세계와는 맞지 않는 많은 가정하에서 주어진 목적함수를 극대화하도록 개발되었기 때문에 현실적인 문제를 풀기 위해서는 각종 가정을 완화시킴으로써 휴리스틱을 현실에 적용하기 위한 또 다른 연구가 필요하게 되었다. 따라서, 이 연구에서는 새로운 휴리스틱을 개발하기보다는 기존의 휴리스틱 기법을 그대로 이용하면서 현실세계의 문제에서 발생하는 동적(dynamic) 스케쥴링과 재스케쥴링(rescheduling) 문제를 해결하는 시스템을 설계, 구현하는데 초점을 맞추고 있다. 특히, 데이터베이스 접근법을 사용함으로써, 가용자원의 수가 증감하거나 새로운 작업이 추가되는 등 기존의 가정을 상당부분 완화시킨 동적스케듈링 환경하에서도 재스케쥴링이 가능한 동적 재스케쥴링(dynamic rescheduling)시스템을 설계, 구현하였으며, 이의 세부기능을 보완하는 작업이 계속되고 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.151-157
• /
• 1999

선석계획 및 크레인 일정계획은 컨테이너 터미널에서 입항하는 선박들의 빈번한 변동상황에 능동적으로 대처하고 유연하면서도 신속한 의사결정이 가능하도록 여러 명의 전문가가 장기적인 계획을 바탕으로 지속적으로 수정 보완해 나가는 방법으로 이루어지고 있다. 본 논문에서는 선사 및 컨테이너 터미널에서 수시로 변경되는 다양한 요구조건을 수용하는 최적의 선석 및 크레인 일정계획 수립을 위하여 제약만족기법과 휴리스틱 교정(Heuristic Repair)기법을 이용하였다. 선석계획 및 크레인 일정 계획문제는 기본적으로 제약조건 만족문제로 정형화할 수 있지만 선박의 접안위치를 결정하는 문제는 목적함수를 가지는 최적화문제이다. 따라서 이 문제는 제약조건 만족문제와 최적화문제가 혼합된 문제(CSOP, Constraint Satisfaction and Optimization Problem)로 볼 수 있다. 이러한 문제를 해결하기 위해서 각 선박의 최적 전압위치를 찾고 최우선 순위 선박의 최적 접안위치로부터 주어진 모든 제약조건을 만족하는 해를 찾는 탐색기법을 활용했고 휴리스틱 교정기법을 사용해서 제약만족기법에서 찾은 해를 교정했다. 우선순위가 가장 높은 선박부터 탐색을 하기 위해 Variable Ordering 기법을 사용했고 그 선박의 최적 접안위치부터 탐색을 해 나가는 Value Ordering 기법을 사용하였다. 실제 부산 신선대 컨테이너 터미널의 선석계획자료를 사용해서 실험을 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.577-579
• /
• 2002

급속도로 증가하고 있는 개인 단말 사용자와 네트워크의 광역화로 악성코드의 일종인 바이러스의 출현으로 그 해당 피해가 급증하고 있다. 이러한 현실에서 이전의 시그너쳐 기반 스캐닝 기법은 알려지지 않은 바이러스 및 신종 바이러스를 신속히 탐지할 수 없으므로 탐지성능이 급감하고 있다. 따라서 이전의 시그너쳐 기반의 스캐닝 기법의 단점을 보완하면서 새로운 기법의 바이러스를 탐지하기 위한 기법으로 제안된 휴리스틱 스캐닝 기법 및 행위 제한 기법에 대해 기술하겠다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.423-426
• /
• 2013

본 연구에서는 임분 단위에서 산림의 이산화탄소 흡수 및 저장 기능을 최적화 할 수 있는 최적의 산림시업체계를 도출하고자하였고, 이를 위해 임분 생장모델과 Simulated Annealing 휴리스틱 기법을 적용하여 임분탄소 최적화 프로그램을 개발하였다. 휴리스틱 알고리즘에서 최적해를 찾기 위해 반복 실행 되는 과정에서 더 이상 최적해을 찾지 못하고 목표 값이 어떤 일정한 값(Local Optimum)에 계속 머무는 현상을 해결하기 위해 임계치를 적용하며, SA 휴리스틱 기법에서는 열균형테스트를 이용하고 있다. 개발된 프로그램을 이용하여 3가지 산림 시업 시나리오에 대한 비교 분석을 실시하기 위해 프로그램을 실행한 결과, 목재수확량의 경우 목재수확량을 최대를 목표로 한 대안이 3개 시나리오 가운데 목재수확량이 가장 높은 것으로 나타났으며, 또한 탄소저장량에서도 탄소저장량을 최적화한 대안이가 탄소저장량이 가장 높은 것으로 나타나 프로그램이 목적에 맞게 개발된 것으로 판단됐다. 또한 열균형 테스트의 온도저감율을 조정하여 프로그램을 반복실행하여 온도저감율이 프로그램 실행 시에 미치는 영향을 분석한 결과 온도저감율에 따라 출력되는 목적함수의 최적값과 프로그램 반복횟수가 영향을 받는 것으로 나타나 프로그램 실행을 최적으로 하기위해 온도 저감율의 파라미터 값을 0.1로 설정하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.1-3
• /
• 2001

컨테이너 터미널에서의 선석 및 크레인 일정계획은 일정 기간 동안 입항 예정인 선박들을 대상으로 접안 위치와 접안 시기 및 기간을 결정하며, 또한 각 선박별로 컨테이너를 싣고 내릴 크레인을 배정하되 각 크레인의 서비스 시작과 완료시간가지 지정하는 전 과정을 포함한다. 이 문제는 여러 선박들 사이의 시간적 공간적 제약관계를 준수하고 크레인들을 충돌 없이 각 선박에 할당하여야 하는 제약조건 만족 문제인 동시에, 각 선박의 선호 위치와 희망 입출항 시간을 최대한 준수해야 하는 최적화 문제이기도 하다. 기존의 연구에서는 제약만족탐색기법을 사용하여 초기계획을 수립한 후 최적의 해를 유도해 내기 위해 휴리스틱 교정기법을 제약만족 탐색기법의 틀 내에서 반복적으로 적용하였다. 본 논문에서는 반복적 개선 탐색 도중에 도출되는 해의 정보를 이용하여 새로운 제약조건을 추가함으로써 다음 제약만족 탐색 시 보다 쉽게 더 충은 해를 찾을 수 있도록 하였으며 이 방법을 기존의 휴리스틱 교정기법과 결합하여 휴리스틱 교정기법의 성능을 향상시켰다.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.3
• /
• pp.45-54
• /
• 2014

In this paper, an improved two-step P2P traffic classification scheme is proposed to overcome the limitations of the existing methods. The first step is a signature-based classifier at the packet-level. The second step consists of pattern heuristic rules and a statistics-based classifier at the flow-level. With pattern heuristic rules, the accuracy can be improved and the amount of traffic to be classified by statistics-based classifier can be reduced. Based on the analysis of different decision tree algorithms, the statistics-based classifier is implemented with REPTree. In addition, the ensemble algorithm is used to improve the performance of statistics-based classifier Through the verification with the real datasets, it is shown that our hybrid scheme provides higher accuracy and lower overhead compared to other existing schemes.