• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.234-235
• /
• 2012

본 논문에서는 개미 집단 최적화(Ant Colony Optimization, ACO) 알고리즘을 적용한 감속률에 따른 동적 상황인식 경로 선정 방법을 제안한다. 최근 ITS(Intelligent Transportation Systems)의 개발과 함께 차량용 내비게이션의 실시간 교통 정보를 이용하는 수요가 급증하면서, 경로탐색의 중요성이 더욱 가속화되고 있다. 현재 차량용 내비게이션은 멀티미디어 및 정보통신 기술의 결합과 함께 다양한 기능 및 정보를 사용자에게 제공하고 있으며, 이러한 경로탐색 알고리즘은 교통시스템, 통신 네트워크, 운송 시스템 등 다양한 분야에 적용되고 있다. 본 논문에서는 감속률에 따른 동적 상황인식 경로 선정 방법을 제안함으로써, 최단 시간 및 최소 비용의 정보를 제공해 줄 뿐만 아니라 교통정체로 인한 사회적 비용 감소의 효과를 가져다 줄 것으로 기대한다.

• 산업경영시스템학회지
• /
• 제33권2호
• /
• pp.48-55
• /
• 2010

Reliability has been considered as a one of the major design measures in various industrial and military systems. The main objective is to suggest a mathematical programming model and a hybrid parallel genetic algorithm(HPGA) for the problem that determines the optimal component reliability to maximize the system reliability under cost constraint in this study. Reliability optimization problem has been known as a NP-hard problem and normally formulated as a mixed binary integer programming model. Component structure, reliability, and cost were computed by using HPGA and compared with the results of existing meta-heuristic such as Ant Colony Optimization(ACO), Simulated Annealing(SA), Tabu Search(TS) and Reoptimization Procedure. The global optimal solutions of each problem are obtained by using CPLEX 11.1. The results of suggested algorithm give the same or better solutions than existing algorithms, because the suggested algorithm could paratactically evolved by operating several sub-populations and improving solution through swap and 2-opt processes.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1276-1295
• /
• 2023

Sensor networks are now an essential aspect of wireless communication, especially with the introduction of new gadgets and protocols. Their ability to be deployed anywhere, especially where human presence is undesirable, makes them perfect choices for remote observation and control. Despite their vast range of applications from home to hostile territory monitoring, limited battery power remains a limiting factor in their efficacy. To analyze and transmit data, it requires intelligent use of available battery power. Several studies have established effective routing algorithms based on clustering. However, choosing optimal cluster heads and similarity measures for clustering significantly increases computing time and cost. This work proposes and implements a simple two-phase technique of route creation and maintenance to ensure route reliability by employing nature-inspired ant colony optimization followed by the fuzzy decision engine (FDE). Benchmark methods such as PSO, ACO and GWO are compared with the proposed HRCM's performance. The objective has been focused towards establishing the superiority of proposed work amongst existing optimization methods in a standalone configuration. An average of 15% improvement in energy consumption followed by 12% improvement in latency reduction is observed in proposed hybrid model over standalone optimization methods.

• 산업공학
• /
• 제23권2호
• /
• pp.147-155
• /
• 2010

Reliability allocation is defined as a problem of determination of the reliability for subsystems and components to achieve target system reliability. The determination of both optimal component reliability and the number of component redundancy allowing mixed components to maximize the system reliability under resource constraints is called reliability-redundancy allocation problem(RAP). The main objective of this study is to suggest a mathematical programming model and a hybrid parallel genetic algorithm(HPGA) for reliability-redundancy allocation problem that decides both optimal component reliability and the number of component redundancy to maximize the system reliability under cost and weight constraints. The global optimal solutions of each example are obtained by using CPLEX 11.1. The component structure, reliability, cost, and weight were computed by using HPGA and compared the results of existing metaheuristic such as Genetic Algoritm(GA), Tabu Search(TS), Ant Colony Optimization(ACO), Immune Algorithm(IA) and also evaluated performance of HPGA. The result of suggested algorithm gives the same or better solutions when compared with existing algorithms, because the suggested algorithm could paratactically evolved by operating several sub-populations and improve solution through swap, 2-opt, and interchange processes. In order to calculate the improvement of reliability for existing studies and suggested algorithm, a maximum possible improvement(MPI) was applied in this study.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권7호
• /
• pp.1585-1609
• /
• 2013

Over recent years, enormous amounts of research in wireless sensor networks (WSNs) have been conducted, due to its multifarious applications such as in environmental monitoring, object tracking, disaster management, manufacturing, monitoring and control. In some of WSN applications dependent the energy-efficient and link reliability are demanded. Hence, this paper presents a routing protocol that considers these two criteria. We propose a new mechanism called Reliable Routing Scheme for Energy-Balanced (RRSEB) to reduce the packets dropped during the data communications. It is based on Swarm Intelligence (SI) using the Ant Colony Optimization (ACO) method. The RRSEB is a self-adaptive method to ensure the high routing reliability in WSNs, if the failures occur due to the movement of the sensor nodes or sensor node's energy depletion. This is done by introducing a new method to create alternative paths together with the data routing obtained during the path discovery stage. The goal of this operation is to update and offer new routing information in order to construct the multiple paths resulting in an increased reliability of the sensor network. From the simulation, we have seen that the proposed method shows better results in terms of packet delivery ratio and energy efficiency.

• 한국환경복원기술학회지
• /
• 제21권2호
• /
• pp.27-38
• /
• 2018

Environmental planning includes resource allocation and spatial planning process for the conservation and management of environment. Because the spatialization of the environmental planning is not specifically addressed in the relevant statutes, it actually depends on the qualitative methodology such as expert judgement. The results of the qualitative methodology have the advantage that the accumulated knowledge and intuition of the experts can be utilized. However, it is difficult to objectively judge whether it is enough to solve the original problem or whether it is the best of the possible scenarios. Therefore, this study proposed a methodology to quantitatively and objectively spatialize various environmental planning. At first, we suggested a quantitative spatial planning model based on an optimization algorithm. Secondly, we applied this model to two kinds of environmental planning and discussed about the model performance to present the applicability. Since the models were developed based on conceptual study site, there was a limitation in showing possibility of practical use. However, we expected that this study can contribute to the fields related to environmental planning by suggesting flexible and novel methodology.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.556-559
• /
• 2020

최근 태풍, 지진, 산불, 산사태, 전쟁 등 다양한 재난 상황으로 인한 인명피해와 자금 손실이 꾸준히 발생하고 있고 현재 이를 예방하고 복구하기 위해 많은 인력과 자금이 소요되고 있는 실정이다. 이러한 여러 재난 상황을 미리 감시하고 재난 발생의 빠른 인지 및 대처를 위해 본 논문에서는 인공지능 기반의 재난 드론 시스템을 설계 및 개발하였다. 본 연구에서는 사람이 감시하기 힘든 지역에 여러 대의 재난 드론을 이용하며 딥러닝 기반의 최단 경로 알고리즘을 적용해 각각의 드론이 최적의 경로로 효율적 탐색을 실시한다. 또한 드론의 근본적 문제인 배터리 용량 부족에 대한 문제점을 해결하기 위해 Ant Colony Optimization (ACO) 기술을 이용하여 각 드론의 최적 경로를 결정하게 된다. 제안한 시스템 구현을 위해 여러 재난 상황 중 산불 상황에 적용하였으며 전송된 데이터를 기반으로 산불지도를 만들고, 빔프로젝터를 탑재한 드론이 출동한 소방관에게 산불지도를 시각적으로 보여주었다. 제안한 시스템에서는 여러 대의 드론이 최적 경로 탐색 및 객체인식을 동시에 수행함으로써 빠른 시간 내에 재난 상황을 인지할 수 있다. 본 연구를 바탕으로 재난 드론 인프라를 구축하고 조난자 탐색(바다, 산, 밀림), 드론을 이용한 자체적인 화재진압, 방범 드론 등에 활용할 수 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제37권3호
• /
• pp.147-160
• /
• 2010

최근 서버의 통합을 통해 시스템 자원의 효율적인 활용을 제공할 수 있는 시스템 가상화가 많은 주목을 받고 있다. 이 시스템 가상화 기술을 통하여 보다 효과적으로 시스템 자원을 활용하고 가상화 소프트웨어의 성능을 향상시킬 수 있는 방안이 다양하게 연구되고 있다. 이러한 연구들은 CPU 측면에서 동적으로 가상머신에 할당된 양을 조절하거나 마이그레이션 기능을 활용하여 머신 간 자원 관리 등의 다양한 측면에서 활발하게 진행되고 있으나 메모리 측면에서는 그 연구가 매우 부족한 실정이다. 따라서 서버 통합에서의 메모리 자원의 이용은 가상머신 탑재 시에 정적으로 할당된 메모리를 사용하는 수준에서 머물고 있다. 하지만 본 논문의 성능 비교 환경인 Xen 가상화에서 가상머신에 정적으로 메모리를 할당하는 방식은 유휴메모리를 다량 발생시켜 메모리 이용률을 낮추게 된다. 메모리 이용률을 높이기 위하여 가상머신에 할당하는 메모리양을 줄일 경우 다른 시스템 자원에도 영향을 미치게 되며 가상머신에서 운영되는 서비스의 성능 저하를 유발하게 된다. 본 논문에서는 가상머신 사이의 메모리 할당량을 조절하여 가상머신의 서비스에 성능저하가 없으면서 이용률을 향상시킬 수 있는 메모리의 동적 할당을 제안한다. 메모리 사용량 예측을 위한 AR 모델과 메모리 이용률 최적화를 위한 개미 군집 알고리즘을 사용하여 구현한 메모리의 동적 할당 시스템을 통하여 정적 할당의 경우에 비하여 더 많은 수의 가상머신을 운영할 수 있게 되고 서버로 운영되는 가상머신의 서비스 성능 저하 없이 약 1.4배의 이용률 향상을 얻을 수 있었다.