• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.737-742
• /
• 2003

본 논문에서는 DNA 코딩 방법을 이용하여 새로운 웨이블렛 기반 퍼지 모델링 방법을 제안한다. DNA 코딩 방법은 기존의 유전 알고리즘에 비해 지식 표현에 있어서 더 다양하고, 최적화 수행에 있어서 더 좋다고 알려져 있다 그 이유는 DNA 코딩 방법은 생물학적 DNA에 기반하여 더 풍부한 유전 정보를 암호화할 수 있기 때문이다. 제안한 방법은 웨이블렛 변환 기법을 사용함으로써 퍼지 모델을 생성한다. 여기서, 계수들은 DNA 코딩 방법을 이용하여 동정된다. 즉, 웨이블렛 변환과 DNA 코딩 방법의 장점들을 사용함으로써 더 좋은 퍼지 모델을 생성한다. 제안된 방법의 우수성을 증명하기 위해서 기존지 유전알고리즘과 그 결과를 비교한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 추계학술대회 논문집 학회본부 B
• /
• pp.576-578
• /
• 1999

본 논문에서는 생물학적인 DNA와 유전자 알고리즘의 진화 메커니즘에 근거를 둔 DNA 코딩방법을 변형하여 새로운 DNA 코딩 방법을 제안한다. 이 방법은 기존의 DNA 코딩 방법이 DNA 유전자의 Redundancy와 Over-lapping 성질 때문에 갖고 있는 DNA 자체의 특성인 염색체의 길이를 자유자재로 변화시킬 수 있는 코딩 기술에 진화단계에서 변형을 가할 수 있는 새로운 유전자 알고리즘을 추가하여, 초기에 국소해로 접근하는 일반적인 유전자 알고리즘의 위험 부담률을 줄이고, 전역 해로의 접근 가능성을 높이는 방법을 제시한다. 또한. 이 변형된 DNA 코딩 방법의 가능성을 입증하기 위하여 시스템 제어에 필요한 지식을 표현하는 적당한 퍼지 규칙을 후건부의 매개변수의 동조만을 통하여 획득하고, 이 규칙에 변형된 DNA 코딩 방법을 적용하여 최적화 된 새로운 퍼지규칙 획득 알고리즘을 개발한다. 제안된 알고리즘을 이용한 퍼지 제어기를 설계하고. 이 제어기의 유용성을 입증하기 위하여 병렬형 이중 도립진자 시스템에 적용하여 시뮬레이션을 실행한 결과 효과적으로 퍼지규칙을 획득하고 제어함을 알 수 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제36권4호
• /
• pp.231-238
• /
• 2009

DNA 서열은 각 종을 나타내는 근본적인 정보이며, 다른 종 간의 DNA 서열 비교는 중요한 작업이다. DNA 서열은 길이가 매우 길며 또 종의 종류도 다양하기 때문에, DNA 서열 비교에서는 빠른 매칭 뿐만 아니라 효율적인 저장도 중요한 요소이다. 즉, 인코딩 된 DNA 서열에 적합한 빠른 문자열 매칭 방법이 필요하다. 본 논문에서는 매칭 시 디코딩이 필요하지 않은 인코딩 된 DNA 서열을 위한 빠른 매칭 알고리즘을 제시한다. 제시하는 알고리즘은 네 문자 한 바이트 인코딩을 이용하며 서픽스 기법과 다중 패턴 매칭 기법을 접목하고 있다. 실험 결과로는 본 논문에서 제시하는 방법이 AGREP보다 약 다섯배 빠름을 보이는데, 이는 알려진 알고리즘들 중에서 가장 빠른 결과이다.

• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.105-111
• /
• 2004

Traveling Salesman Problem(TSP)을 해결하기 위해 DNA 컴퓨팅이 사용되고 있다. 그러나 현재의 DNA 컴퓨팅을, TSP에 적용하였을 때, 정점과 정점사이의 가중치를 효율적으로 표현할 수 없다. 본 논문에서는 TSP의 정점과 정점 사이의 가중치를 효율적으로 표현하기 위해 DNA 컴퓨팅 기법에 DNA 코딩방법을 적용한 ACO(Algorithm for Code Optimization)를 제안한다. 우리는 ACO를 TSP에 적용하였고, 그 결과 ACO 는 Adleman의 DNA 컴퓨팅 알고리즘보다 가변길이의 DNA 코드와 간선의 가중치를 효율적으로 표현할 수 있었다. 또한 ACO 는 Adleman의 DNA 컴퓨팅 알고리즘 보다 탐색 시간과 생물학적 오류율을 50% 정도 줄일 수 있었으며, 빠른 시간 내에 최단경로를 탐색할 수 있었다.

• 정보처리학회논문지B
• /
• 제10B권7호
• /
• pp.769-776
• /
• 2003

MCP(Maximal Clique Problem)를 해결하기 위해 DNA 컴퓨팅이 사용되고 있다. 그러나 현재의 DNA 컴퓨팅을 MCP에 적용하였을 때, 정점과 간선을 효율적으로 표현할 수 없으며 제한 효소의 잘못된 사용으로 인하여 해를 찾을 수 없는 문제점을 가지고 있다. 본 논문에서는 MCP의 문제점을 해결하기 위해 DNA 컴퓨팅 기법에 DNA 코딩 방법을 적용한 ACO(Algorithm for Code Optimization)를 제안한다. 우리는 ACO를 MCP에 적용하였고, 그 결과 ACO는 Adleman의 DNA 컴퓨팅 알고리즘 보다 가변길이의 DNA 코드를 표현할 수 있으며, 불필요한 정점을 제거한 코드를 생성할 수 있었다. 또한 ACO는 Adleman의 DNA 컴퓨팅 알고리즘 보다 탐색 시간과 생물학적 오류율을 15% 정도 줄임으로써 4배 정도 많은 최종해를 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.497-502
• /
• 2002

기동표적의 추적문제는 상태추정의 분야에서 수 십 년에 걸쳐 연구되어 왔다. 칼만 필터는 표적의 상태를 추정하기 위해 널리 사용되어 왔으나, 기동이 발생할 경우, 그 성능은 현저히 저하될 수 있다. 본 논문에서는 이러한 문제점을 해결하고, 기동표적을 효과적으로 추적하기 위해, DNA 코딩에 기반한 상호작용 다중모델 기법을 제안한다. 제안된 기법은 DNA 코딩에 기반한 퍼지 논리를 이용함으로써, 기존의 기법들의 수학적 한계를 극복할 수 있다. 컴퓨터 모의실험을 통하여, 제안된 기법의 추적 성능은 적응 상호작용 다중모델 기법 및 유전 알고리즘 기반 상호작용 다중모델 기법과 비교된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.243-246
• /
• 2004

배낭 문제는 단순한 것 같지만 조합형 특성을 가진 NP-hard 문제이다 이 문제를 해결하기 위해 기존에는 GA(Genetic algorithms)를 이용하였으나 지역해에 빠질 수 있어 잘못된 해를 찾거나 찾지 못하는 문제점을 갖고 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 막대한 병렬성과 저장능력을 가진 DNA 컴퓨팅 기법에 DNA에 기반한 변형된 GA인 DNA 코딩 방법을 적용한 ACO(Algorithm for Code Optmization)를 제안한다. ACO는 배낭 문제 중 (0,1)-배낭 문제에 적용하였고, 그 결과 기존의 GA를 이용한 것 보다 초기 문제 표현에서 우수한 적합도를 생성했으며, 빠른 시간내에 우수한 해를 찾을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.389-395
• /
• 1999

최근 몇 년간 생물학적 발생에 대한 구조 및 둥작원리의 모델링에 대한 빠른 진전이 일어나고 있다. 세포자동자(cellular automata CA)와 린드마이어-시스템(L-system)은 다세포의 대표적인 발생/발달 모델이다. L-시스템은 식물의 그래픽 표현에 적용되어 오고 있으며 CA는 인고생명의 연구모델과 인공두뇌의 건축 등의 분야에 적용되어 오고 있다, 현재까지 CA와 L-시스템의 발생규칙은 설계자의 설계에 의존하고 있다. 그러나 진화연사방법을 도입하면 CA와 L-시스템을 자동으로 설계할수 있다. 발생규칙의 진화를 위해서는염색체의 코트화가 필요하다. DNA 코딩방법은 유전자의 중복과 여분을 가지고 있으며 규칙의 표현에 적합한 코딩방법이다. 본 논문에서는 CA와 L-시스템의 규칙을 진화시키기 위한 DNA 코딩 방법을 제안한다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.730-735
• /
• 2005

배낭 문제는 단순한 것 같지만 조합 최적화 문제로서, 다항 시간(polynomial time)에 풀리지 않는 NP-hard 문제이다. 이 문제를 해결하기 위해 기존에는 GA(Genetic Algorithms)를 이용하여 해결하였다. 하지만 기존의 방법은 DNA의 정확한 특성을 고려하지 않아, 실제 실험과의 결과 차이가 발생하고 있다. 본 논문에서는 배낭 문제의 문제점을 해결하기 위해 DNA 컴퓨팅 기법에 DNA 코딩 방법을 적용한 ACO(Algorithm for Code Optimization)를 제안한다. ACO는 배낭 문제 중 (0,1)-배낭 문제에 적용하였고, 그 결과 기존의 방법보다 실험적 오류를 최소화하였으며, 또한 적합한 해를 빠른 시간내에 찾을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.315-323
• /
• 2000

본 논문에서는 생명창발과 진화에 기반한 신경망 구성방법을 제안한다. 이 방법은 생뭉의 DNA 구조의 특성과 식물의 생장에 기반을 둔 방법이다. 본 논문에서 제안한 방법은 DNA 코딩 방법과 L-system의 생장 구칙을 이용하여 신경망을 구성하는 방법이닫. L-system은 병렬적인 제조합 규칙을 이용하여, DNA 코딩 방법은 표현의 제약이 없는 표기법이다. 또한 진화 알고리듬은 다윈의 자연도태를 모방한 탐색법으로 다양한 해공간의 표현과 높은 효율로 탐색이 가능하다. 본 논문에서는 이러한 방법들을 이용햐 신경망을 구성하고, 신경망의 Mackey-Glass, Sunspot, KOSPI 같은 시계열 예측분제에 적용하여 유효성을 입증하고자 한다.