• 국제학술발표논문집
• /
• The 5th International Conference on Construction Engineering and Project Management
• /
• pp.243-251
• /
• 2013

Cash management is a major concern for all contractors in the construction industry. It is arguable that cash is the most critical resource of all. A contractor needs to secure sufficient funds to navigate the project to the end, while keeping an eye on maximizing profits along the way. Past research attempted to address such topic via developing models to tackle the time-cost tradeoff problem, cash flow forecasting, and cash flow management. Yet, little was done to integrate the three aspects of cash management together. This paper, as such, presents a comprehensive model that integrates the time-cost tradeoff problem, cash flow management, and cash flow forecasting. First, the model determines the project optimal completion time by considering the different alternative construction methods available for executing project activities. Second, it investigates different funding alternatives and proposes a project-level cash management plan. Two funding alternatives are considered; they are borrowing and company own financing. The model was built as a combinatorial optimization model that utilizes ant colony search capabilities. The model also utilizes Microsoft Project software and spreadsheets to maintain an environment that incorporates activities, their durations, and other project data, in order to estimate project completion time and cost. Ant Colony Optimization algorithm was coded as a Macro program using VBA. Finally, an example project was used to test the developed model, where it acted reliably in maximizing the contractor's profit in the test project.

• 정보처리학회논문지B
• /
• 제10B권7호
• /
• pp.751-756
• /
• 2003

개미 집단 최적화는 최근에 제안된 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법으로, 그리디 탐색뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 순회 판매원 문제를 풀기 위해 처음으로 제안되었다. 본 논문에서는 기존의 개미 집단 시스템의 성능을 향상시키기 위해 강화와 다양화를 통한 집단간 긍정적 상호작용과 부정적 상호작용을 수행하는 다중 집단 개미 모델을 제안한다. 이 알고리즘은 TSP 문제를 해결하기 위해 몇 개의 에이전트 집단으로 이루어진 ACS 집단간의 상호작용을 통해 문제를 해결하는 방법이다. 본 논문에서는 이 제안된 방법을 TSP 문제에 적용해 보고 그 성능에 대해 기존의 ACS 방법과 비교 평가해, 문제 해결의 질적 수준이 우수하다는 것을 실험을 통해 알아보고자 한다.

• 전자공학회논문지CI
• /
• 제40권6호
• /
• pp.87-94
• /
• 2003

휴리스틱 알고리즘 연구에 있어서 중요한 분야 중 하나가 강화(Intensification)와 다양화(Diversification)의 조화를 맞추는 문제이다. 개미 집단 최적화(Ant Colony Optimization, ACO)는 최근에 제안된 조합 최적화 문제를 해결하기 위한 메타휴리스틱 탐색 방법으로, 그리디 탐색(greedy search)뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 순회 판매원 문제(Traveling Salesman Problem, TSP)를 풀기 위해 처음으로 제안되었다. 본 논문에서는 ACO접근법의 하나인 개미 집단 시스템(Ant Colony System ACS)에서 강화와 다양화의 조화를 통한 성능향상기법에 대해 알아본다. 먼저 에이전트들의 방문 횟수 적용을 통한 상태전이는 탐색 영역을 넓힘으로써 에이전트들이 더욱 다양하게 탐색하게 한다. 그리고, 전역 갱신 규칙에서 전역 최적 경로만 갱신하는 전통적인 ACS알고리즘에서 대하여, 경로 사이클을 구성한 후 각 경로에 대해 긍정적 강화를 받는 엘리트 경로를 구분하는 기준을 정하고, 그 기준에 의해 추가 강화하는 방법을 제안한다. 그리고 여러 조건 하에서 TSP문제를 풀어보고 그 성능에 대해 기존의 ACS 방법과 제안된 방법을 비교 평가해, 해의 질과 문제를 해결하는 속도가 우수하다는 것을 증명한다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.823-828
• /
• 2005

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 보여주었다. 그러나 ACS는 작은 TSP에서는 최적해를 구하였지만, 큰 TSP에 대해서는 최적해를 구하지 못하였다. 본 연구에서는 큰 TSP에 대한 최적해를 찾기 위하여 개미들에게 좀 더 많은 정보를 주는 기법의 하나로 한 도시에서 다음 도시로의 탐색 경로를 결정할 때, 인접한 도시들에(adjacent neighbor) 대한 거리로만 결정하지 않고 길이가 w인 부경로(subpath)에 대한 정보를 미리 수집한 후, 이 정보를 이용하여 경로를 생성하였다. 실험 결과 본 연구에서 제안한 기법이 기존의 ACS 기법보다 큰 그래프에서 최적해(Known Optimal)에 가까운 경로를 찾는 것을 볼 수 있다. 그래프에 따라서는 기존의 ACS 기법보다 최대 $70\%$ 이상의 성능이 개선되었으며 평균적으로 $30\%$ 내외의 개선된 결과를 보여준다.

• 한국통신학회논문지
• /
• 제35권9B호
• /
• pp.1281-1286
• /
• 2010

개미 기반 라우팅 방안은 개미집단 최적화 알고리즘의 한 부류로, 자연에서 서식하는 개미의 행동양식을 라우팅에 적용한 방안이다. 이동 애드혹 네트워크는 토폴로지가 동적으로 변하므로 경로 설정이 지역적 정보에 기반을 둘 필요가 있다. 따라서 이동 애드혹 네트워크에서의 라우팅은 개미집단 최적화의 한 응용분야로 알려져 있다. 본 논문에서는 이동 애드혹 네트워크에 적용한 개미 기반 라우팅 알고리즘인 SIR (swarm intelligence routing)에 경로선택과 링크 장애 시 처리 방법을 개선한 방안인 EPMAR (ant-based routing method using enhanced path maintenance)을 제안하고, 그 성능을 AntHocNet 및 SIR과 비교, 분석하였다. 분석 결과, 제안한 방안이 AntHocNet이나 SIR보다 패킷 전달율은 높고, 치명적 경로 장애가 더 적게 발생함을 입증하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권5호
• /
• pp.462-466
• /
• 2008

본 논문에서는 동적 애드 혹 네트워크(MA-NET)상에서 효율적인 라우팅을 위해 대표적인 군집단지능 알고리즘인 Ant Colony Optimization 알고리즘에 기반을 둔 정보 속성을 고려한 Data Dependent Swarm Intelligence Routing Algorithm(DSRA)을 제안한다. 제안된 알고리즘은 정보를 Realtime 정보와 Non-Realtime 정보로 분류하여 이 두 가지 속성에 의존적인 전송 알고리즘을 적용함으로써 첫째, Realtime 정보의 지연시간을 감소시켜 보다 효율적인 라우팅 경로를 구성하고 둘째, Non-Realtime 정보와 Realtime 정보의 경로 분산 효과를 통해 전체적인 네트워크의 lifetime을 증대시킨다. AODV[1], DSR[2], AntHocNet[3]과 비교를 통해 지연시간과 lifetime 모두에서 DSRA가 더 나은 성능을 보인다는 것을 실험적으로 확인한다.

• 경영과학
• /
• 제30권2호
• /
• pp.31-42
• /
• 2013

The vehicle routing problem (VRP) can be described as a problem to find the optimum traveling routes from one or several depot (s) to number of geographically scattered customers. This study executes a revised Heterogeneous Vehicle Routing Problem (HVRP) to minimize the cost that needs to conduct efficiently the snow removal operations of Air Wing under available resources and limited operations time. For this HVRP, we model the algorithm of an hybrid Ant Colony System (ACS). In the initial step for finding a solution, the modeled algorithm applies various alterations of a parameter that presents an amount of pheromone coming out from ants. This improvement of the initial solution illustrates to affect to derive better result ultimately. The purpose of this study proves that the algorithm using Hybrid heuristic incorporated in tabu and ACS develops the early studies to search best solution.

• Journal of Communications and Networks
• /
• 제16권4호
• /
• pp.430-435
• /
• 2014

The performance of a distributed database system depends particularly on the site-allocation of the fragments. Queries access different fragments among the sites, and an originating site exists for each query. A data allocation algorithm should distribute the fragments to minimize the transfer and settlement costs of executing the query plans. The primary cost for a data allocation algorithm is the cost of the data transmission across the network. The data allocation problem in a distributed database is NP-complete, and scalable evolutionary algorithms were developed to minimize the execution costs of the query plans. In this paper, quadratic assignment problem heuristics were designed and implemented for the data allocation problem. The proposed algorithms find near-optimal solutions for the data allocation problem. In addition to the fast ant colony, robust tabu search, and genetic algorithm solutions to this problem, we propose a fast and scalable hybrid genetic multi-start tabu search algorithm that outperforms the other well-known heuristics in terms of execution time and solution quality.

• 산업경영시스템학회지
• /
• 제46권1호
• /
• pp.15-22
• /
• 2023

An Ant Colony Optimization Algorithm(ACO) is one of the frequently used algorithms to solve the Traveling Salesman Problem(TSP). Since the ACO searches for the optimal value by updating the pheromone, it is difficult to consider the distance between the nodes and other variables other than the amount of the pheromone. In this study, fuzzy logic is added to ACO, which can help in making decision with multiple variables. The improved algorithm improves computation complexity and increases computation time when other variables besides distance and pheromone are added. Therefore, using the algorithm improved by the fuzzy logic, it is possible to solve TSP with many variables accurately and quickly. Existing ACO have been applied only to pheromone as a criterion for decision making, and other variables are excluded. However, when applying the fuzzy logic, it is possible to apply the algorithm to various situations because it is easy to judge which way is safe and fast by not only searching for the road but also adding other variables such as accident risk and road congestion. Adding a variable to an existing algorithm, it takes a long time to calculate each corresponding variable. However, when the improved algorithm is used, the result of calculating the fuzzy logic reduces the computation time to obtain the optimum value.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1031-1033
• /
• 2005

This paper presents a system of handwritten numerals recognition, which is based on Ant-miner algorithm (data mining based on Ant colony optimization). At the beginning, three distinct fractures (also called attributes) of each numeral are extracted. The attributes are Loop zones, End points, and Feature codes. After these data are extracted, the attributes are in the form of attribute = value (eg. End point10 = true). The extraction is started by dividing the numeral into 12 zones. The numbers 1-12 are referenced for each zone. The possible values of Loop zone attribute in each zone are "true" and "false". The meaning of "true" is that the zone contains the loop of the numeral. The Endpoint attribute being "true" means that this zone contains the end point of the numeral. There are 24 attributes now. The Feature code attribute tells us how many lines of a numeral are passed by the referenced line. There are 7 referenced lines used in this experiment. The total attributes are 31. All attributes are used for construction of the classification rules by the Ant-miner algorithm in order to classify 10 numerals. The Ant-miner algorithm is adapted with a little change in this experiment for a better recognition rate. The results showed the system can recognize all of the training set (a thousand items of data from 50 people). When the unseen data is tested from 10 people, the recognition rate is 98 %.