• ETRI Journal
• /
• 제40권4호
• /
• pp.471-482
• /
• 2018

This paper proposes the necessity of a walking period in footstep planning and details situations in which it should be considered. An optimization-based fast footstep planner that takes the walking period into consideration is also presented. This footstep planner comprises three stages. A binary search is first used to determine the walking period. The front stride, side stride, and walking direction are then determined using the modified rapidly-exploring random tree algorithm. Finally, particle swarm optimization (PSO) is performed to ensure feasibility without departing significantly from the results determined in the two stages. The parameters determined in the previous two stages are optimized together through the PSO. Fast footstep planning is essential for coping with dynamic obstacle environments; however, optimization techniques may require a large computation time. The two stages play an important role in limiting the search space in the PSO. This framework enables fast footstep planning without compromising on the benefits of a continuous optimization approach.

• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.268-284
• /
• 2017

The dorsal hand vein biometric system developed has a main objective and specific targets; to get an electronic signature using a secure signature device. In this paper, we present our signature device with its different aims; respectively: The extraction of the dorsal veins from the images that were acquired through an infrared device. For each identification, we need the representation of the veins in the form of shape descriptors, which are invariant to translation, rotation and scaling; this extracted descriptor vector is the input of the matching step. The optimization decision system settings match the choice of threshold that allows accepting/rejecting a person, and selection of the most relevant descriptors, to minimize both FAR and FRR errors. The final decision for identification based descriptors selected by the PSO hybrid binary give a FAR =0% and FRR=0% as results.

• Journal of Electrical Engineering and Technology
• /
• 제13권2호
• /
• pp.580-590
• /
• 2018

Active distribution system (ADS) considering distributed generation (DG) and electric vehicle (EV) is an effective way to cut carbon emission and improve system benefits. ADS is an evolving, complex and uncertain system, thus comprehensive model and effective optimization algorithms are needed. Battery swapping station (BSS) for EV service is an essential type of flexible load (FL). This paper establishes ADS planning model considering BSS firstly for the minimization of total cost including feeder investment, operation and maintenance, net loss and carbon tax. Meanwhile, immune binary firefly algorithm (IBFA) is proposed to optimize ADS planning. Firefly algorithm (FA) is a novel intelligent algorithm with simple structure and good convergence. By involving biological immune system into FA, IBFA adjusts antibody population scale to increase diversity and global search capability. To validate proposed algorithm, IBFA is compared with particle swarm optimization (PSO) algorithm on IEEE 39-bus system. The results prove that IBFA performs better than PSO in global search and convergence in ADS planning.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2014년도 추계 종합학술대회 논문집
• /
• pp.43-44
• /
• 2014

본 논문에서는 유전알고리즘의 유전자형-표현형을 사용한 수정된 이진 입자군집최적화의 두 번째 버전을 소개한다. 첫 번째 버전의 수정된 이진 입자군집최적화는 위치 정보에 유전학의 표현형을 사용한 반면에 제안하는 버전은 유전학의 유전자형을 사용한다. 이진 정보만을 제공하는 표현형에 비해 연속 공간 전체를 탐색공간으로 제공하는 유전자형 정보를 사용하여 해 공간을 보다 넓은 공간으로 만들 수 있다. 10개의 실험 평가 함수에 실험한 결과, 두 번째 버전은 탐색 공간이 넓고 지역최적해가 많은 함수에서 우수한 결과를 보였다.

• 전기학회논문지
• /
• 제65권9호
• /
• pp.1531-1540
• /
• 2016

In this paper, we propose vehicle license plate recognition system based on Radial Basis Function Neural Networks (RBFNNs) with the use of local binarization functions and canny edge algorithm. In order to detect the area of license plate and also recognize license plate numbers, binary images are generated by using local binarization methods, which consider local brightness, and canny edge detection. The generated binary images provide information related to the size and the position of license plate. Additionally, image warping is used to compensate the distortion of images obtained from the side. After extracting license plate numbers, the dimensionality of number images is reduced through Principal Component Analysis (PCA) and is used as input variables to RBFNNs. Particle Swarm Optimization (PSO) algorithm is used to optimize a number of essential parameters needed to improve the accuracy of RBFNNs. Those optimized parameters include the number of clusters and the fuzzification coefficient used in the FCM algorithm, and the orders of polynomial of networks. Image data sets are obtained by changing the distance between stationary vehicle and camera and then used to evaluate the performance of the proposed system.

• Journal of information and communication convergence engineering
• /
• 제20권2호
• /
• pp.103-112
• /
• 2022

The goal of pattern mining is to identify novel patterns in a database. High utility itemset mining (HUIM) is a research direction for pattern mining. This is different from frequent itemset mining (FIM), which additionally considers the quantity and profit of the commodity. Several algorithms have been used to mine high utility itemsets (HUIs). The original BPSO algorithm lacks local search capabilities in the subsequent stage, resulting in insufficient HUIs to be mined. Compared to the transfer function used in the original PSO algorithm, the V-shaped transfer function more sufficiently reflects the probability between the velocity and position change of the particles. Considering the influence of the acceleration factor on the particle motion mode and trajectory, a nonlinear acceleration strategy was used to enhance the search ability of the particles. Experiments show that the number of mined HUIs is 73% higher than that of the original BPSO algorithm, which indicates better performance of the proposed algorithm.

• 한국시뮬레이션학회논문지
• /
• 제24권2호
• /
• pp.1-9
• /
• 2015

다양한 변수들이 존재하는 현대의 전투전장에서는 운용전술에 따라 전투의 양상이 결정되기 때문에 최적화된 운용전술을 도출하는 연구가 필요하다. 기존의 M&S(Modeling & Simulation) 연구에서는 몬테 칼로 실험을 통해 변수들을 분석하는 것이 일반적이다. 그러나 이 방법은 상호 복합적으로 작용하는 다수의 변수들의 모든 조합에 대해 시뮬레이션을 수행하기 때문에, 많은 수행시간이 소요되고 최적의 운용전술 도출을 위한 별도의 분석이 필요하다. 본 논문에서는 최적화 요소를 찾는 전산탐색 기법 중 하나인 DPSO(Discrete binary version of PSO) 알고리즘을 기반으로 하는 최적화 시뮬레이션 프레임워크를 제안하였다. 최적화 시뮬레이션 프레임워크는 짧은 시간 내에 최적화된 운용전술을 도출하기 위하여 설계되었다. 본 연구에서는 아군 수상함이 적 어뢰로부터 회피하는 사례를 적용하여 최적화 시뮬레이션 프레임워크의 탐색 성능을 확인하였다. 이를 통해 최적화 시뮬레이션 프레임워크의 효율성을 제시하였다.

• 한국전자파학회논문지
• /
• 제27권6호
• /
• pp.557-565
• /
• 2016

현대 전장에서 널리 사용되는 미사일 표적은 작은 레이다 단면적 및 빠른 기동 특성으로 인하여 탐지가 매우 힘들다. 특히 미사일과 유사한 운동 변수로 기동하는 기만체의 존재 때문에 표적의 병진운동 변수들이 아닌 다른 형태의 특성 벡터를 추출할 필요가 있다. 본 연구에서는 성공적인 미사일 표적의 식별을 위하여 미세운동을 하는 표적의 미세운동변수 및 산란점 추출을 위한 효과적인 기법을 제안한다. 제안된 기법에서는 모델링 된 미세 도플러 함수와 신호처리 된 수신신호의 시간-주파수 영상과의 정합을 비용함수로 사용하여 미세운동변수들과 산란점들의 위치를 추출하였다. 점 산란원으로 구성된 표적을 이용한 시뮬레이션 결과, 미세운동 및 산란점들의 변수가 정확하게 추출되었다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.47-67
• /
• 2017

강판 표면 결함은 강판의 품질과 가격을 결정하는 중요한 요인 중 하나로, 많은 철강 업체는 그동안 검사자의 육안으로 강판 표면 결함을 확인해왔다. 그러나 시각에 의존한 검사는 통상 30% 이상의 판단 오류가 발생함에 따라 검사 신뢰도가 낮은 문제점을 갖고 있다. 따라서 본 연구는 Simultaneous MTS (S-MTS) 알고리즘을 적용하여 보다 지능적이고 높은 정확도를 갖는 새로운 강판 표면 결함 진단 시스템을 제안하였다. S-MTS 알고리즘은 단일 클래스 분류에는 효과적이지만 다중 클래스 분류에서 정확도가 떨어지는 기존 마할라노비스 다구찌시스템 알고리즘(Mahalanobis Taguchi System; MTS)의 문제점을 해결한 새로운 알고리즘이다. 강판 표면 결함 진단은 대표적인 다중 클래스 분류 문제에 해당하므로, 강판 표면 결함 진단 시스템 구축을 위해 본 연구에서는 S-MTS 알고리즘을 채택하였다. 강판 표면 결함 진단 시스템 개발은 S-MTS 알고리즘에 따라 다음과 같이 진행하였다. 첫째, 각 강판 표면 결함 별로 개별적인 참조 그룹 마할라노비스 공간(Mahalanobis Space; MS)을 구축하였다. 둘째, 구축된 참조 그룹 MS를 기반으로 비교 그룹 마할라노비스 거리(Mahalanobis Distance; MD)를 계산한 후 최소 MD를 갖는 강판 표면 결함을 비교 그룹의 강판 표면 결함으로 판단하였다. 셋째, 강판 표면 결함을 분류하는 데 있어 결함 간의 차이점을 명확하게 해주는 예측 능력이 높은 변수를 파악하였다. 넷째, 예측 능력이 높은 변수만을 이용해 강판 표면 결함 분류를 재수행함으로써 최종적인 강판 표면 결함 진단 시스템을 구축한다. 이와 같은 과정을 통해 구축한 S-MTS 기반 강판 표면 결함 진단 시스템의 정확도는 90.79%로, 이는 기존 검사 방법에 비해 매우 높은 정확도를 갖는 유용한 방법임을 보여준다. 추후 연구에서는 본 연구를 통해 개발된 시스템을 현장 적용하여, 실제 효과성을 검증할 필요가 있다.