• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.314-317
• /
• 2010

본 연구는 차량 경로 스케줄링 문제(VRSPTW, the Vehicle Routing and Scheduling Problem with Time Window)를 해결하기 위하여, 멀티 비용 함수(Multi Cost Function)를 갖는 개미 군집 최적화(Ant Colony Optimization)을 이용한 휴리스틱을 제안하였다. 멀티 비용 함수는 각 개미가 다음 고객 노드로 이동하기 위해 비용을 평가할 때 거리, 요구량, 각도, 시간제약에 대해 서로 다른 가중치를 반영하여 우수한 초기 경로를 구할 수 있도록 한다. 본 연구의 실험결과에서 제안된 휴리스틱이 Solomon I1 휴리스틱과 기회시간이 반영된 하이브리드 휴리스틱보다 효율적으로 최근사 해를 얻을 수 있음을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.486-489
• /
• 2010

전술적 경로찾기에서는 거리나 시간 요소 외에 여러 가지 전술적 요소를 포함한 비용 함수를 사용하여 경로를 탐색한다. 경로찾기에서 가장 많이 이용되는 A* 알고리즘의 경우, 현재 노드에서 목표까지의 추정값을 의미하는 휴리스틱 함수를 이용하는데 대표적인 허용가능 휴리스틱(admissible heuristic)인 유클리디안 거리(Euclidean distance)를 전술적 경로찾기에서 이용하는 경우, 탐색 성능이 저하되는 단점이 있다. 이는 거리이외에 전술적 요소까지 더해진 실제 비용에 비해 직선 거리만을 고려한 휴리스틱 값이 현저하게 작은데 기인한다. 그러므로 본 논문에서는 A*를 이용하는 경로찾기에서 탐색의 성능을 향상시킬 수 있는 두 가지 휴리스틱을 제안하고 이들의 허용성을 분석하고 방문 노드수 비교를 통해 탐색 성능을 비교한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.226-226
• /
• 2011

최적 저수지운영을 위한 운영률 도출이나 강우-유출 및 수질 모형의 매개변수 추정 문제처럼 비선형적이고 추정해야할 변수의 수가 많은 경우, 수학적으로 모형화하기에 너무 복잡해서 선형계획법, 비선형계획법, 동적계획법 등을 사용하여 최적해를 구할 수 없는 경우도 있다. 이러한 문제에 대해서는 구조적 진화를 통해 최적해를 구하는 방법들이 사용된다. 일반적으로 미지수의 개수가 많아지면 전역최적해를 찾기가 어려워진다. 전역최적해를 찾는 여러 가지 방법들이 수자원 분야에서는 강우-유출모형의 매개변수를 추정하는데 많이 사용되고 있으며, 특히 유전자 알고리즘, SCE-UA 알고리즘 등 전역최적해를 찾는 메타휴리스틱 방법이 많이 사용되고 있다. 전역최적화 방법을 개발하는 연구자들은 최적화방법의 성능을 평가하기 위해 다양한 검사함수(test function)를 만들어 성능을 평가하고 있다. 본 연구에 사용한 검사함수는 Mishra의 연구(2006a, 2006b)에서 사용한 중요하고 복잡한 검사함수이다. 유전자 알고리즘, SCE-UA 알고리즘, DDS 알고리즘을 검사함수 중 전역해를 찾기 어려운 2 차원 함수 2 가지, 다차원 함수 4 가지 함수에 적용하여 각각의 탐색 성능을 평가하였다. 2차원 함수인 Bukin 함수에 대해서는 모든 최적화 방법이 전역최적해를 찾을 수 없었지만, 유전자 알고리즘이 가장 전역최적해에 가까웠고 다음으로 DDS 알고리즘 순서였다. 지역수렴 영역이 많을 것으로 판단되는 10, 30, 50 차원 Michalewicz 함수에 대해서는 DDS 알고리즘으로 구한 최적해가 전역최적해와 매우 근접하였고 다음으로 SCE-UA 알고리즘, 유전자 알고리즘 순이었다. 지역수렴 영역이 상대적으로 다른 함수보다 넓은 10 차원 Schwefel 함수에 대해서는 DDS 알고리즘으로 구한 최적해가 전역최적해와 거의 근접하였고 유전자 알고리즘과 SCE-UA 알고리즘은 매우 큰 편차를 보였다. 40, 80 차원 Schwefel 함수에 대해서는 3 가지 알고리즘 모두 전역최적해와 편차를 보였지만 DDS 알고리즘에 의한 최적해와 다른 두 알고리즘에 의한 최적해는 1 오더(order) 정도의 차이가 났다. 지역수렴 영역이 큰 Michalewicz 함수와 Schwefel 함수에 대한 결과는 매우 흡사한 결과이다. 이상과 같은 결과로, 유전자 알고리즘은 매개변수의 수가 적을 경우 우수한 탐색성능을 가졌으며, SCE-UA 알고리즘은 Griewank, Rastrigin 함수와 같은 형태인 경우 우수한 성능을 보였다. DDS 알고리즘은 전체적으로 우수한 탐색 능력을 가진 것으로 판단된다. 그러므로 수위구간 영역별 저수지운영률 도출을 위한 적절한 최적화방법으로 DDS 알고리즘을 선정하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.1441-1444
• /
• 2000

실시간 정보가 알려지지 않은 해저환경에서 자율수중 운동체(AUV, Autonomous Underwater Vehicle)가 성공적인 임무 수행을 완료하기 위해서는 주어진 목표지점까지의 안전하고 효율적인 경로설정이 선행되어야 한다. 이를 위해 평가함수(evaluation function)에 기반한 휴리스틱 탐색(heuristic search)이 사용되는데 대부분의 평가함수는 목표점까지의 거리, 소모되는 연료로 구성된다[1]. 본 논문에서는 영역전문가가 보유한 장애물회피 관련 경험적 정보(heuristic information)를 반영하여 보다 효율적인 평가함수를 고안하며 후보노드들간의 관계성을 고려한 퍼지관계곱(Fuzzy Relational Products) 기반 휴리스틱 탐색기법을 제안한다. 제안한 탐색기법의 성능을 검증하기 위해 수행시간(cpu time), 경로의 최적화(optimization)정도, 사용 메모리 관점에서 시뮬레이션을 통해 $A^*$ 탐색기법과 비교한다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.11 no.5
• /
• pp.70-77
• /
• 2012

Dial-a-ride is the most widely available transit service for disabled persons or seniors in the United States and Europe. This paper studies a static dial-a-ride problem considering multiple depots, heterogeneous vehicles, and soft time windows. In this paper, we apply a heuristic based on clustering first-routing second(HCR) to a real-world large dial-a-ride problem from Maryland Transit Administration(MTA). MTA's real operation is compared with the results of developed heuristic for 24 cases. The objective function of the proposed model is to minimize the total cost composed of the service provider's cost and the customers' inconvenience cost. For the comparison, the objective function values of HCR do not include waiting cost, delay cost, and excess ride cost. The objective function values from HCR are better than those from MTA's operation for all cases. This result shows that our heuristic method can make the real operation better and more efficient.

• Journal of Korea Multimedia Society
• /
• v.12 no.9
• /
• pp.1333-1341
• /
• 2009

Tactical path-finding in computer games is path-finding where a path is selected by considering not only basic elements such as the shortest distance or the minimum time spend but also tactical information of surroundings when deciding character's moving trajectory. One way to include tactical information in path-finding is to represent a heuristic function as a sum of tactical quality multiplied by a weighting factor which is.. determined based on the degree of its importance. The choice of weighting factors for tactics is very important because it controls search performance and the characteristic of paths found. In this paper. we propose a method for improving a heuristic function by adjusting weights based on the difference between paths on examples given by a level designer and paths found during the search process based on the CUITent weighting factors. The proposed method includes the search algorithm modified to detect search errors and learn heuristics and the perceptron-like weight updating formular. Through simulations it is demonstrated how different paths found by tactical path-finding are from those by traditional path-finding. We analyze the factors that affect the performance of learning and show the example applied to the real game environments.

• Journal of KIISE:Computer Systems and Theory
• /
• v.29 no.7
• /
• pp.377-383
• /
• 2002

The TSP(Traveling Salesman Problem) has been known as NP-complete, there have been various studies to find the near optimal solution. The nearest neighbor heuristic is more simple than the other algorithms which are to find the optimal solution. This paper designs and implements a new distributed nearest neighbor heuristic with bounding function for the TSP using the master/slave model of PVM(Parallel Virtual Machine). Distributed genetic algorithm obtains a near optimal solution and distributed nearest neighbor heuristic finds an optimal solution for the TSP using the near optimal value obtained by distributed genetic algorithm as the initial bounding value. Especially, we get more speedup using a new genetic operator in the genetic algorithm.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.570-578
• /
• 2007

선체 외판 부재의 곡 성형 과정은 주로 가열(열간가공)에 의해 수행된다. 이 가열 작업은 작업자의 경험과 지식에 크게 의존하는 매우 어려운 작업이다. 본 논문에서는 선체 외판의 곡 성형을 위한 가열 계획을 자동으로 수립할 수 있는 휴리스틱을 소개한다. 현장 전문가의 지식에 기반한 이 휴리스틱은 크게 가열 선을 생성하는 부분과 외력을 주는 도구를 배치하는 부분으로 구성된다. 가열 선은 대상 부재의 현재 곡면과 설계된 목적곡면과의 비교를 통해 생성되고, 가우스 커널 함수를 통해 스무딩(smoothing)된다. 현장에서는 열간가공 시 의도하지 않은 변형을 막으면서 작업시간을 줄이고자 외력을 이용한다. 외력의 위치와 방향은 가열 선 군집화를 통해 추출된 대표 가열 선을 기준으로 결정된다. 가상의 인공 곡면과 현장의 실제 부재를 대상으로 실험한 결과, 이 휴리스틱이 숙련된 전문가가 수립한 가열 계획과 유사한 가열 계획을 수립할 수 있음을 확인하였다.

• 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.

• The KIPS Transactions:PartB
• /
• v.17B no.5
• /
• pp.389-398
• /
• 2010

The Vehicle Routing and Scheduling Problem with Time Windows(VRSPTW) is to establish a delivery route of minimum cost satisfying the time constraints and capacity demands of many customers. The VRSPTW takes a long time to generate a solution because this is a NP-hard problem. To generate the nearest optimal solution within a reasonable time, we propose the heuristic by using an ACO(Ant Colony Optimization) with multi-cost functions. The multi-cost functions can generate a feasible initial-route by applying various weight values, such as distance, demand, angle and time window, to the cost factors when each ant evaluates the cost to move to the next customer node. Our experimental results show that our heuristic can generate the nearest optimal solution more efficiently than Solomon I1 heuristic or Hybrid heuristic applied by the opportunity time.