• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.100-107
• /
• 2011

휴리스틱 탐색에서 강화(Intensification)와 다양화(Diversification)의 조화는 중요한 연구 부분이다. 본 논문에서는 개미 집단 최적화(Ant Colony Optimization, ACO) 접근법의 하나인 개미 집단 시스템(Ant Colony System, ACS)에서 강화와 다양화의 조화를 통한 성능 향상시키는 방법을 제안한다. 제안 방법은 다양화 전략으로 전역 최적 경로가 향상되지 않는 경우 반복 탐색 구간을 고려해 상태전이 규칙의 파라미터를 변경해 탐색하고, 이러한 다양화 전략을 통해 발견된 전역 최적 경로에서 이전 전역 최적 경로와 현재 전역 최적 경로의 중복 간선에 대해 페로몬을 강화시켜 탐색하는 혼합된 탐색 방법을 제안한다. 그리고, 실험을 통해 제안된 방법이 기존 ACS-3-opt 알고리즘, ACS-Subpath 알고리즘, ACS-Iter 알고리즘, ACS-Global-Ovelap 알고리즘에 비해 최적 경로 탐색 및 평균 최적 경로 탐색의 성능이 우수함을 보여 준다.

• 한국콘텐츠학회논문지
• /
• 제10권5호
• /
• pp.1-9
• /
• 2010

이 논문은 특징 선택에 사용되는 개미 군락 최적화의 수렴 특성을 개선하기 위해 선택적 평가라는 새로운 기법을 제시한다. 이 방법은 불필요하거나 가능성이 덜한 후보 해를 배제함으로써 계산량을 줄인다. 이 방법은, 그런 해를 찾아내는데 사용할 수 있는 페로몬 정보 때문에 구현이 가능하다. 문제 크기에 따른 알고리즘의 적용가능성을 판단할 목적으로, 특징 선택에 사용되는 세 가지 알고리즘인 탐욕 알고리즘, 유전 알고리즘, 그리고 개미 군락 최적화의 계산 시간을 분석한다. 엄밀한 분석을 위해 원자 연산이라는 개념을 사용한다. 실험 결과는 선택적 평가를 채택한 개미 군락 최적화가 계산 시간과 인식 성능 모두에서 우수함을 보여준다.

• 대한산업공학회지
• /
• 제35권2호
• /
• pp.160-170
• /
• 2009

This paper studies a vehicle routing problem variant which considers customers to require simultaneous delivery and pick-up under time windows(VRPSDP-TW). The objective of this paper is to minimize the total travel distance of routes that satisfy both the delivery and pick-up demand. We propose a heuristic algorithm for solving the VRPSDP-TW, based on the ant colony system(ACS). In route construction, an insertion algorithm based ACS is applied and the interim solution is improved by local search. Through iterative processes, the heuristic algorithm drives the best solution. Experiments are implemented to evaluate a performance of the algorithm on some test instances from literature.

• Industrial Engineering and Management Systems
• /
• 제4권2호
• /
• pp.184-191
• /
• 2005

In this article we study the feasibility of the Ant Colony Optimisation (ACO) algorithm for finding optimal Kanban allocations in Kanban systems represented by Stochastic Petri Net (SPN) models. Like other optimisation algorithms inspired by nature, such as Simulated Annealing/Genetic Algorithms, the ACO algorithm contains a large number of adjustable parameters. Thus we study the influence of the parameters on performance of ACO on the Kanban allocation problem, and identify the most important parameters.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권6호
• /
• pp.2504-2526
• /
• 2016

Wireless sensors are always deployed in brutal environments, but as we know, the nodes are powered only by non-replaceable batteries with limited energy. Sending, receiving and transporting information require the supply of energy. The essential problem of wireless sensor network (WSN) is to save energy consumption and prolong network lifetime. This paper presents a new communication protocol for WSN called Dynamical Threshold Control Algorithm with three-parameter Particle Swarm Optimization and Ant Colony Optimization based on residual energy (DPA). We first use the state of WSN to partition the region adaptively. Moreover, a three-parameter of particle swarm optimization (PSO) algorithm is proposed and a new fitness function is obtained. The optimal path among the CHs and Base Station (BS) is obtained by the ant colony optimization (ACO) algorithm based on residual energy. Dynamical threshold control algorithm (DTCA) is introduced when we re-select the CHs. Compared to the results obtained by using APSO, ANT and I-LEACH protocols, our DPA protocol tremendously prolongs the lifecycle of network. We observe 48.3%, 43.0%, and 24.9% more percentages of rounds respectively performed by DPA over APSO, ANT and I-LEACH.

• ETRI Journal
• /
• 제30권1호
• /
• pp.129-140
• /
• 2008

In this paper, we propose a novel ant colony optimization (ACO)-based test scheduling method for testing network-on-chip (NoC)-based systems-on-chip (SoCs), on the assumption that the test platform, including specific methods and configurations such as test packet routing, generation, and absorption, is installed. The ACO metaheuristic model, inspired by the ant's foraging behavior, can autonomously find better results by exploring more solution space. The proposed method efficiently combines the rectangle packing method with ACO and improves the scheduling results by dynamically choosing the test-access-mechanism widths for cores and changing the testing orders. The power dissipation and variable test clock mode are also considered. Experimental results using ITC'02 benchmark circuits show that the proposed algorithm can efficiently reduce overall test time. Moreover, the computation time of the algorithm is less than a few seconds in most cases.

• 한국콘텐츠학회논문지
• /
• 제5권3호
• /
• pp.193-199
• /
• 2005

휴리스틱 알고리즘 연구에 있어서 중요한 분야 중 하나가 강화와 다양화의 조화를 맞추는 문제이다. 개미 집단 시스템은 최근에 제안된 조합 최적화문제를 해결하기 위한 메타 휴리스틱 기법으로, 그리디 탐색과 긍정적 보상에 의한 접근법으로 순회 판매원 문제를 풀기 위해 처음으로 제안되었다. 본 논문에서는 기존 개미집단 시스템의 성능을 향상시키기 위해 강화 전략과 다양화 전략으로 나누어진 엘리트 전략을 통해 집단간 긍정적 부정적 상호작용을 수행하는 다중 집단 개미 모델을 제안한다. 그리고, 이 제안된 엘리트 전략에 의한 다중 집단 상호작용 개미 모델을 순회판매원문제에 적용해 보고 그 성능에 대해 기존 개미집단 시스템과 비교한다.

• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.315-322
• /
• 2006

개미 군락 시스템(Ant Colony System, ACS)은 조합 최적화 문제 중의 하나인 방문 판매원 문제에(Traveling Salesman Problem, TSP) 간단하게 응용할 수 있고 좋은 결과를 보여주었으며 최근에는 영상처리 분야의 패턴 인식, 영상 추출, 에지 검색 등에 응용되고 있다. 에지 검색은 검색된 에지를 이용하여 문서 분류, 문자 인식, 얼굴 인식 등과 같은 분야에서 다양하게 응용될 수 있다. 기존의 연산자 위주의 에지 검색 기법들은 에지를 명확하게 검색한다고 해도 이 검색 결과를 이용하여 다음 단계의 영상처리를 위해서는 그 목적에 맞도록 새로운 후처리 작업을 거쳐야 한다는 단점이 있다. 본 연구에서는 개미 군락 시스템의 특성을 이용하여 에지의 명확한 검색뿐 아니라, 좀 더 안정적이고(robustness) 유연성을(flexibility) 갖는 에지 검색 기법을 제안하며 실제 디지털 영상에 적용하였을 때 만족할 만한 결과를 얻을 수 있었다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.237-242
• /
• 2003

Ant Colony System(ACS) 알고리즘은 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법이다. 이것은 greedy search뿐만 아니라 exploitation of positive feedback을 사용한 모집단에 근거한 접근법으로 Traveling Salesman Problem(TSP)를 풀기 위해 제안되었다. 본 논문에서는 전통적 전역갱신과 지역갱신 방법에 개미들이 방문한 각 간선에 대한 방문 횟수를 강화값으로 추가한 새로운 방법의 ACS를 제안한다. 그리고 여러 조건 하에서 TCS 문제를 풀어보고 그 성능에 대해 기존의 ACS 방법과 제안된 ACS 방법을 비교 평가해, 최적해에 더 빨리 수렴함을 실험을 통해 알 수 있었다.

• 대한안전경영과학회지
• /
• 제13권1호
• /
• pp.175-182
• /
• 2011

고객의 요구에 대한 빠른 대응과 유연하고 효율적으로 새로운 제품을 적기에 개발하기 위해서는 제품 플랫폼에 기초한 대량 맞춤이 절실히 요구된다. 이러한 목적을 달성하기 위하여 기업들은 상대적으로 생산비용을 낮게 유지하면서 대량생산의 이점을 유지하고 동시에 고객의 요구사항을 만족시키기 위해, product family를 도입하고 가능하면 작은 변화를 통하여 제품의 다양성을 유지하고자 한다. Product family를 설계할 때 중요한 이슈 중에 하나는 제품의 공통성과 차별성간의 절충점을 찾아내는 것인데, 본 연구에서는 설계자들이 product family 재설계를 용이하게 하기 위한 방법론을 제안한다. 이를 위하여 본 연구에서는 ant colony 알고리즘과 product family의 공통성 평가지수를 이용하여 product family 재설계 방법론을 개발한다. 제안한 방법론은 복잡하고 반복적인 많은 계산과정을 가지고 있는 다른 방법과 달리 메타 휴리스틱 알고리즘을 적용하여 인간의 간섭을 줄이고, 실험결과의 정확도, 반복성 및 강건성을 향상시킨다. 본 연구에서는 컴퓨터 마우스 제품군을 대상으로 제안한 방법의 타당성을 검증하였고, 추가적으로 product family 레벨과 부품 레벨의 product family 재설계 추천방안도 제시하였다.