• 반도체디스플레이기술학회지
• /
• 제22권3호
• /
• pp.36-40
• /
• 2023

Recently, in the problem of multi-order processing in logistics warehouses, multi-pickup systems are changing from the form in which workers walk around the warehouse to the form in which goods come to workers. These changes are shortening the time to process multiple orders and increasing production. This study considered the sequence problem of which warehouse the items to be loaded on each truck come first and which items to be loaded first when loading multiple pallet-unit goods on multiple trucks in an industrial smart logistics automation warehouse. To solve this problem efficiently, we use the mutant algorithm, which combines the GA algorithm and ACO algorithm, and compare with original system.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권12호
• /
• pp.5694-5711
• /
• 2017

The technology of cloud computing is growing very quickly, thus it is required to manage the process of resource allocation. In this paper, load balancing algorithm based on honey bee behavior (LBA_HB) is proposed. Its main goal is distribute workload of multiple network links in the way that avoid underutilization and over utilization of the resources. This can be achieved by allocating the incoming task to a virtual machine (VM) which meets two conditions; number of tasks currently processing by this VM is less than number of tasks currently processing by other VMs and the deviation of this VM processing time from average processing time of all VMs is less than a threshold value. The proposed algorithm is compared with different scheduling algorithms; honey bee, ant colony, modified throttled and round robin algorithms. The results of experiments show the efficiency of the proposed algorithm in terms of execution time, response time, makespan, standard deviation of load, and degree of imbalance.

• Advances in Computational Design
• /
• 제1권4호
• /
• pp.315-327
• /
• 2016

Damage detection and localisation in structures is essential since it can be a means for preventive maintenance of those structures under service conditions. The use of structural modal data for detecting the damage is one of the most efficient methods. This paper presents comparative performance of various state-of-the-art meta-heuristics for use in structural damage detection based on changes in modal data. The metaheuristics include differential evolution (DE), artificial bee colony algorithm (ABC), real-code ant colony optimisation (ACOR), charged system search (ChSS), league championship algorithm (LCA), simulated annealing (SA), particle swarm optimisation (PSO), evolution strategies (ES), teaching-learning-based optimisation (TLBO), adaptive differential evolution (JADE), evolution strategy with covariance matrix adaptation (CMAES), success-history based adaptive differential evolution (SHADE) and SHADE with linear population size reduction (L-SHADE). Three truss structures are used to pose several test problems for structural damage detection. The meta-heuristics are then used to solve the test problems treated as optimisation problems. Comparative performance is carried out where the statistically best algorithms are identified.

• 한국항행학회논문지
• /
• 제18권1호
• /
• pp.44-49
• /
• 2014

최근 워터마킹 기술은 불법적인 디지털 콘텐츠 복사와 콘텐츠의 무단 도용을 막는 방법으로 주목받고 있다. 즉, 디지털 콘텐츠의 권리를 보호하기 위하여, 워터마크 이미지를 원본이미지에 삽입한다. 다양한 워터마킹 기법 중에서 개미알고리즘을 이용한 기술들이 연구되고 있으며, 본 논문에서는 개미알고리즘에 이산최적화 방법을 사용한 워터마킹 기술을 제안한다. 제안하는 기법은 개미가 음식을 찾기 위해 페르몬 흔적을 �i아가는 방법과 유사하다. 또한 원본 이미지에 워터마크를 삽입할 때 장애물의 배치나 전체 이미지들 사이의 균형을 고려한다. 시뮬레이션 결과는 제안한 방법이 기존 알고리즘을 사용한 워터마킹 기술과의 비교에서 워터마크 된 이미지의 강건성은 증가되고 워터마킹 인지성은 감소함을 보여 준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권12호
• /
• pp.5780-5802
• /
• 2017

Cloud computing system consists of distributed resources in a dynamic and decentralized environment. Therefore, using cloud computing resources efficiently and getting the maximum profits are still challenging problems to the cloud service providers and cloud service users. It is important to provide the efficient scheduling. To schedule cloud resources, numerous heuristic algorithms such as Particle Swarm Optimization (PSO), Genetic Algorithm (GA), Ant Colony Optimization (ACO), Cuckoo Search (CS) algorithms have been adopted. The paper proposes a Modified Particle Swarm Optimization (MPSO) algorithm to solve the above mentioned issues. We first formulate an optimization problem and propose a Modified PSO optimization technique. The performance of MPSO was evaluated against PSO, and GA. Our experimental results show that the proposed MPSO minimizes the task execution time, and maximizes the resource utilization rate.

• 한국군사과학기술학회지
• /
• 제20권3호
• /
• pp.441-453
• /
• 2017

In this paper, a new type of weapon-target assignment(WTA) problem has been suggested that reflects realistic constraints for sharing target with other weapons and shooting double rapid fire. To utilize in rapidly changing actual battle field, the computation time is of great importance. Several metaheuristic methods such as Simulated Annealing, Tabu Search, Genetic Algorithm, Ant Colony Optimization, and Particle Swarm Optimization have been applied to the real-time WTA in order to find a near optimal solution. A case study with a large number of targets in consideration of the practical cases has been analyzed by the objective value of each algorithm.

• 한국기계가공학회지
• /
• 제16권6호
• /
• pp.125-132
• /
• 2017

Generally, in machining operations, the required machining performance can be obtained by properly combining several machining parameters properly. In this research, we construct a simulation model, which that predicts the relationship between the input variables and output variables in the turning operation. Input variables necessary for the turning operation include cutting speed, feed, and depth of cut. Surface roughness and electrical current consumption are used as the output variables. To construct the simulation model, an Artificial Neural Network (ANN) is employed. With theIn ANN, training is necessary to find appropriate weights, and the Ant Colony Optimization (ACO) technique is used as a training tool. EspeciallyIn particular, for the continuous domain, ACOR is adopted and athe related algorithm is developed. Finally, the effects of the algorithm on the results are identified and analyzsed.

• 대한임베디드공학회논문지
• /
• 제16권3호
• /
• pp.113-117
• /
• 2021

The data gathering delay and the network lifetime are important indicators to measure the service quality of wireless sensor and actuator networks (WSANs). This study proposes a dynamically cluster head (CH) selection strategy and automatic scheduling scheme of collectors for prolonging the network lifetime and shorting data gathering delay in WSAN. First the monitoring region is equally divided into several subregions and each subregion dynamically selects a sensor node as CH. These can balance the energy consumption of sensor node thereby prolonging the network lifetime. Then a task allocation method based on genetic algorithm is proposed to uniformly assign tasks to actuators. Finally the trajectory of each actuator is optimized by ant colony optimization algorithm. Simulations are conducted to evaluate the effectiveness of the proposed method and the results show that the method performs better to extend network lifetime while also reducing data delay.

• 한국콘텐츠학회논문지
• /
• 제11권6호
• /
• pp.51-58
• /
• 2011

무선 센서 네트워크의 라우팅 기술은 제한된 에너지를 갖고 있는 센서 노드들의 에너지 수명을 최대한으로 연장할 수 있는 방법으로 많이 연구되고 있다. 기본 라우팅 방법 중 위치 정보를 이용한 라우팅 방법은 라우팅 설정을 위한 계산시에 필요한 정보의 양이 평면, 계층적 라우팅 방법보다 적기 때문에 효율적이다. 하지만 주로 거리를 활용하기 때문에 센서 노드의 에너지 활용도가 떨어질 수도 있다. 본 논문에서는 최적의 경로 탐색에 많이 이용되고 있는 개미 집단 시스템(ACS : Ant Colony System)의 전이 확률에 센서의 에너지양과 싱크와의 거리를 이용한 가중치를 부여하여 무선 센서 네트워크의 에너지 사용량을 고르게 사용할 수 있게 하였다. 제안된 방법은 대표적인 GPSR(Greedy Perimeter Stateless Routing)과 비교하여 에너지 사용도에 있어 평균적으로 46.80%의 향상을 보였으며, 기존의 ACS보다 동일한 시간의 수행 종료 후 잔여 에너지가 평균 6.7% 더 남아 있음을 확인하였다.

• 한국항해항만학회지
• /
• 제38권5호
• /
• pp.493-501
• /
• 2014

무인 자가 운반 하역차량(Automated Lifting Vehicle, ALV)은 자동화 컨테이너 터미널에서 컨테이너를 수송하는 무인 차량의 하나로 자가 하역 및 수송 능력을 가지고 있다. 여러 대의 ALV를 이용해 컨테이너를 효율적으로 수송하기 위해서는 ALV가 컨테이너의 이송작업을 시작할 때마다 최소 시간에 주행이 가능한 경로를 실시간으로 찾을 수 있어야 한다. 또한 차량 간의 충돌 및 교착 상태 발생 시 스스로 해결이 불가능한 무인 차량의 특성 상 이러한 충돌 및 교착을 막을 수 있도록 차량이 목적지까지 가기 위해 점유해야 하는 점유 영역과 그 점유 시간을 결정하여 이를 겹치지 않도록 주행 계획을 수립하여야 한다. 하지만 주행 계획 수립을 위한 ALV의 점유 영역에서의 점유 시간 계산은 교통 상황에 따른 주행 시간의 변화나 주행 경로 상에 작업을 수행하는 크레인의 작업 상황의 불확실성 때문에 정확한 추정이 어렵다. 본 논문에서는 개미 집단 최적화 기법을 기반으로 이러한 ALV 도착 시간의 불확실성을 고려한 ALV 주행 계획 수립방안을 제안한다. 시뮬레이션 실험을 통해 제안 방안이 불확실한 환경에서 효율적으로 좋은 경로를 찾아냄을 확인하였다.