• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.6
• /
• pp.737-742
• /
• 2003

In this paper, we propose a new wavelet-based fuzzy modeling using a DNA coding method. Generally, it is well known that the DNA coding method is more diverse in the knowledge expression and better in the optimization performance than the genetic algorithm (GA) because it can encode more plentiful genetic information based on the biological DNA. The proposed method makes a fuzzy model by using the wavelet transform, in which coefficients are identified by the DNA coding method. Thus we can effectively get the fuzzy model of nonlinear system by using the advantages of both wavelet transform and DNA coding method. In order to demonstrate the superiority of the proposed method, it is compared with the GA.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• 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.

• Journal of KIISE:Computer Systems and Theory
• /
• v.36 no.4
• /
• pp.231-238
• /
• 2009

DNA sequences are the fundamental information for each species and a comparison between DNA sequences of different species is an important task. Since DNA sequences are very long and there exist many species, not only fast matching but also efficient storage is an important factor for DNA sequences. Thus, a fast string matching method suitable for encoded DNA sequences is needed. In this paper, we present a fast string matching method for encoded DNA sequences which does not decode DNA sequences while matching. We use four-characters-to-one-byte encoding and combine a suffix approach and a multi-pattern matching approach. Experimental results show that our method is about 5 times faster than AGREP and the fastest among known algorithms.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.4
• /
• 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.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.6
• /
• pp.730-735
• /
• 2005

Though Knapsack Problem appears to be simple, it is a NP-hard problem that is not solved in polynomial time as combinational optimization problems. To solve this problem, GA(Genetic Algorithms) was used in the past. However, there were difficulties in real experiments because the conventional method didn't reflect the precise characteristics of DNA. In this paper we proposed ACO (Algorithm for Code Optimization) that applies DNA coding method to DNA computing to solve problems of Knapsack Problem. ACO was applied to (0,1) Knapsack Problem; as a result, it reduced experimental errors as compared with conventional methods, and found accurate solutions more rapidly.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.1
• /
• pp.105-111
• /
• 2004

DNA computing has been using to solve TSP (Traveling Salesman Problems). However, when the typical DNA computing is applied to TSP, it can`t efficiently express vertices and weights of between vertices. In this paper, we proposed ACO (Algorithm for Code Optimization) that applies DNA coding method to DNA computing to efficiently express vertices and weights of between vertices for TSP. We applied ACO to TSP and as a result ACO could express DNA codes which have variable lengths and weights of between vertices more efficiently than Adleman`s DNA computing algorithm could. In addition, compared to Adleman`s DNA computing algorithm, ACO could reduce search time and biological error rate by 50% and could search for a shortest path in a short time.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.4
• /
• pp.315-323
• /
• 2000

In this paper, we propose a method of constructing neural networks using bio-inpired emergent and evolutionary concepts. This method is algorithm that is based on the characteristics of the biological DNA and growth of plants, Here is, we propose a constructing method to make a DNA coding method for production rule of L-system. L-system is based on so-called the parallel rewriting nechanism. The DNA coding method has no limitation in expressing the produlation the rule of L-system. Evolutionary algotithms motivated by Darwinaian natural selection are population based searching methods and the high performance of which is highly dependent on the representation of solution space. In order to verify the effectiveness of our scheme, we apply it one step ahead prediction of Mackey-Glass time series, Sunspot data and KOSPI data.

• The KIPS Transactions:PartB
• /
• v.10B no.7
• /
• pp.769-776
• /
• 2003

DNA computing has used to solve MCP (Maximal Clique Problem). However, when current DNA computing is applied to MCP. it can't efficiently express vertices and edges and it has a problem that can't look for solutions, by misusing wrong restriction enzyme. In this paper we proposed ACO (Algorithm for Code Optimization) that applies DNA coding method to DNA computing to solve MCP's problem. We applied ACO to MCP and as a result ACO could express DNA codes of variable lengths and generate codes without unnecessary vertices than Adleman's DNA computing algorithm could. In addition, compared to Adleman's DNA computing algorithm, ACO could get about four times as many as Adleman's final solutions by reducing search time and biological error rate by 15%.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.387-390
• /
• 2002

본 논문에서는 DNA 코딩 방법을 이용하여 각 아미노산의 합을 복호화하여 유전자 알고리즘의 연산자를 이용하여 1차원 함수의 최대값을 구하는 방법을 제안한다 선택방법으로는 루울렛 휠 방식, 토너먼트방식과 랭크방식을 비교하였다. 토너먼트방식에서는 2개의 토너먼트크기와 4 개의 토너먼트의 크기를 비교하는 방식을 비교하였다. 그 결과 함수의 최적화를 위해서는 토너먼트 크기가 4개인 토너먼트 방식이 우수함을 보인다.