• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.441-446
• /
• 2010

군집 로봇시스템에서 개개의 로봇은 스스로 주위의 환경과 자신의 상태를 스스로 판단하여 행동하고, 필요에 따라서는 다른 로봇과 협조를 통하여 임의의 주어진 임무를 수행할 수 있어야 한다. 따라서 각 로봇 개체는 동적으로 변화하는 환경에 잘 적응할 수 있도록 하기 위한 학습 및 진화능력을 갖는 것이 필수적이다. 이를 위하여 본 논문에서는 Q-learning 알고리즘을 기반으로 하는 학습과 Harmony Search 알고리즘을 이용한 진화방법을 제안하였으며, 유전 알고리즘이 아닌 Harmony Search 알고리즘을 제안함으로써 정확도를 높이고자 하였다. 그 결과를 이용하여 군집 로봇의 로봇 개체 환경변화에 따른 임무 수행 능력의 향상을 검증한다.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.401-406
• /
• 2011

복잡해진 최적화문제를 전통적인 방법보다 효율적으로 해결하기위해 유전알고리즘이나 개미군집화, 하모니서치알고리즘과 같은 다양한 메타휴리스틱이 개발되었다. 그 중에서 하모니 서치알고리즘이 다른 메타휴리스틱알고리즘보다 좋은 결과를 보이고 있다. 하모니 서치 알고리즘은 음악을 작곡할 때 아름다운 소리를 내는 하모니를 찾는 과정을 모방했다. 성능은 하모니 메모리에서 선택하는 비율인 HMCR값과 하모니 메모리에서 선택된 값의 조정 비율을 결정하는 PAR값에 따라 달라지는 것으로 알려져 있다. 다르게 말하면 두 변수의 기반이 되는 하모니 메모리의 사용방법의 문제로 볼 수 있다. 본 논문은 설정한 기간 동안 더 좋은 최적해를 찾지 못할 경우 하모니 메모리의 일부를 좋은 하모니로 구성되게 수정하는 방법을 제안했다. 테스트 함수를 이용한 검증 실험결과에서 하모니 메모리를 수정할 경우 정확도 변화가 적어 신뢰성 있는 정확도를 보였으며, Iteration이 짧더라도 최적값에 근접한 값을 찾았다.

• 한국항행학회논문지
• /
• 제25권5호
• /
• pp.403-408
• /
• 2021

Harmony Search(HS) 알고리즘은 음악 즉흥 연주 프로세스에서 영감을 받은 메타 휴리스틱 최적화 알고리즘으로 다양한 최적화 문제를 해결하는 데 성공적으로 적용되어 왔다. 본 논문에서는 HS의 성능을 더욱 향상시키기 위해 FSH(Fast Harmony Search) 알고리즘을 제안하였다. 이를 위해 본 논문에서는 HM을 이용하여 목적 변수의 경곗값을 새롭게 정의하여 독립적인 두 개의 화음개선과정을 하나로 통합하는 방법을 제안하였다. 그 결과 알고리즘의 처리 시간이 단축되고 대역폭의 명시적인 결정이 더이상 필요하지 않게 되었다. 또한, 무작위 선택의 활용능력이 향상되었다. 수치적 예시 결과는 제안된 알고리즘이 기존의 HS에 비해 더 나은 해를 찾을 수 있으며 속도 또한 빠르다는 것을 보여준다.

• 한국산학기술학회논문지
• /
• 제21권2호
• /
• pp.8-18
• /
• 2020

본 연구에서는 기존의 Harmony Search(HS)의 성능을 강화한 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)를 개발하였다. EBHS-CGS는 HS의 성능 강화를 위해 총 두 가지 방법을 추가하였다. 첫 번째 방법은 지역탐색을 강화하기 위한 Bandwidth(bw) 개량방안이다. 이 방법은 기존 bw를 지수형태의 bw로 대체하여 적용함으로써 반복시산이 진행되면서 bw값을 줄인다. 이러한 형태의 bw는 정밀한 지역탐색을 가능하고, 이를 통해 알고리즘은 더욱 정밀한 값을 구할 수 있다. 두 번째 방법은 효과적인 전역탐색을 위한 탐색범위 축소이다. 이 방법은 Harmony Memory(HM) 내에서 가장 좋은 결정변수를 고려하여 탐색범위를 축소한다. 이를 Centralized Global Search(CGS)라 하며, 이 과정은 새로운 매개변수 Centralized Global Search Rate(CGSR)에 의해 HS의 전역탐색과는 별도로 진행된다. 축소된 탐색범위는 효과적인 전역탐색을 가능하게 하며, 이를 통해 알고리즘의 성능이 향상된다. EBHS-CGS를 대표적인 최적화 문제(수학 및 공학 분야)에 적용하고, 그 결과를 HS와 Improved Harmony Search(IHS)와 비교하여 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.114-114
• /
• 2022

딥러닝의 학습 및 예측성능을 개선하기 위해서는 딥러닝 기법 내 연산과정의 개선과 함께 학습 및 예측에 사용되는 데이터의 전처리 과정이 중요하다. 본 연구에서는 딥러닝의 성능을 개량하기 위해 제안된 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형과 데이터 전처리 기법을 통해 댐의 수위를 예측하였다. 수위예측을 위해 Multi-Layer Perceptron(MLP), 메타휴리스틱 최적화 알고리즘인 Harmony Search(HS)와 딥러닝을 결합한 MLP using a HS(MLPHS) 및 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)와 딥러닝을 결합한MLP using a EBHS-CGS(MLPEBHS)를 통해 댐의 수위를 예측하였다. 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형의 학습 및 예측성능을 개선하기 위해 학습 및 예측을 위한 자료를 기반으로 데이터 전처리기법을 적용하였다. 적용된 데이터 전처리 기법은 정규화, 수위구간별 사상(Event)분리 및 수위 변동에 대한 자료의 구분이다. 수위예측을 위한 대상유역은 금강유역에 위치한 대청댐으로 선정하였다. 대청댐의 수위예측을 위해 대청댐 상류에 위치하는 수위관측소 3개소를 선정하여 수위자료를 취득하였다. 각 수위관측소에서 취득한 수위자료를 입력자료로 설정하였으며, 대청댐의 수위자료를 출력자료로 설정하여 메타휴리스틱 최적화 알고리즘-딥러닝 모형의 학습을 진행하였다. 각 수위관측소 및 대청댐에서 취득한 수위자료는 2010년부터 2020년까지 총 11년의 일 단위 수위자료이며, 2010년부터 2019년까지의 자료를 학습자료로 사용하였으며, 2020년의 자료를 예측 및 검증자료로 사용하였다.

• 한국지능시스템학회논문지
• /
• 제27권1호
• /
• pp.79-87
• /
• 2017

기상수치예보모델의 강수물리과정은 강수 발생과 연관된 입자의 낙하속도, 부착 및 자동전환, 입자크기분포 등의 과정을 다룬다. 하지만 수치예보모델의 미세물리과정과 모수에는 상당한 불확실성이 내포되어 있다. 수치예보모델의 불확실성을 줄이기 위하여 일반적으로 모수 추정을 사용한다. 이 연구에서는 모수 추정을 위한 최적화 알고리즘으로 마이크로 유전알고리즘과 하모니탐색 알고리즘을 사용하고 우리나라에서 발생한 강수사례에 대해 통합모델의 강수물리과정에서 사용하는 모수를 최적화하였다. 두 알고리즘의 서로 다른 특성으로 인해 최적화 과정 중의 차이가 보였다. 마이크로 유전알고리즘은 440회 수행 후 약 1.033의 적합도로 수렴하였고 하모니탐색 알고리즘은 60번 수행 후 약 1.031의 적합도로 수렴하였다. 이를 통해 하모니탐색 알고리즘이 마이크로 유전알고리즘보다 더 빨리 최적의 모수를 탐색하는 것을 알 수 있었다. 따라서 계산비용이 방대한 기상수치예보모델의 최적화 문제에서 빠른 시간 내에 최적의 모수를 탐색해야 한다면 하모니 탐색 알고리즘이 더 적합하다는 것을 확인하였다.

• 한국전산구조공학회논문집
• /
• 제31권6호
• /
• pp.301-308
• /
• 2018

이 논문에서는 다중 재난을 고려한 복합 구조제어 시스템의 최적 설계방법을 제시한다. 한 가지 유형의 위험에 대해 하나의 시스템이 설계되는 전형적인 구조제어 시스템과는 달리, 구조물의 지진 및 바람에 의한 진동응답을 저감하기 위해 능동 및 수동제어 시스템에 대한 동시 최적 설계방법을 제안하였다. 수치 예로서, 30층 빌딩 구조물에 설치된 30개의 점성 댐퍼와 복합형 질량 감쇠기에 대한 최적 설계문제를 보였다. 최적화 문제를 풀기 위해 자체적응 화음탐색(harmony search, HS)알고리즘을 채택하였다. 화음탐색 알고리즘은 사람이 연주하는 악기의 튜닝 과정을 모방한 전역 최적화를 위한 메타 휴리스틱 진화 연산방법의 하나이다. 또한 전역 탐색 및 빠른 수렴을 위해 자가적응적이고 동적인 매개변수 조정 알고리즘을 도입하였다. 최적화 설계 결과, 능동 및 수동 시스템이 독립적으로 최적화된 표준적인 복합제어 시스템에 비해 제안한 동시 최적제어 시스템의 성능과 효율성이 우수함을 보였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권4호
• /
• pp.1-12
• /
• 2024

본 연구에서는 강사장교의 비선형 거동과 하모니 서치 알고리즘에 기반한 사장교 부재 단면 결정 방법을 제시하였다. 하모니 서치 알고리즘은 초기값 설정, 하모니 메모리 초기화, 새로운 하모니 메모리 구성 및 하모니 메모리 업데이트의 과정을 반복하여 최적값을 탐색함으로써 사장교 부재 단면을 결정한다. 하모니 서치 알고리즘으로 선정된 주요 부재 단면으로 3차원 강사장교의 비선형 초기형상해석을 수행하였으며, 초기장력과 형상을 고려하여 복잡한 거동특성과 각 부재의 비선형성을 반영한 사장교 주요 부재인 주탑, 보강거더, 가로보 및 케이블의 최적 단면을 결정하였다. 사장교 주요 부재의 단면 결정을 위한 목적함수로는 전체 중량을 사용하였으며, 제약조건으로 한계상태설계법을 바탕으로 하중저항능력과 사용성에 대한 제약조건식 및 보강거더와 가로보 단면의 폭과 높이의 비율을 추가적인 제약조건으로 고려하고, 주탑, 보강거더 및 가로보의 기하 및 재료 비선형성과 케이블 부재의 비선형성에 따라 부재 단면을 결정할 수 있도록 하였다. 최적 단면 결정 결과, 제안한 해석 방법은 사장교의 다양한 설치조건에 따라 최적 단면을 결정할 수 있으며, 비선형성을 고려한 사장교 부재 단면제원을 하모니 서치 기법을 통하여 결정할 수 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.1-12
• /
• 2016

최적화 분야에서 Harmony Search Algorithm (HSA)은 근래에 개발된 메타휴리스틱 최적화 알고리즘의 하나로, HSA가 개발된 이래 공학, 자연과학, 의약학 등 다양한 분야에서 많은 연구자들에 의해 활용되어왔다. 현재 최적화 대상 문제들의 복잡성이 날로 증가하고 있으며 이에 따라 기존 최적화 기법에 대한 효율을 개선하는 방법론 개발에 대한 필요성이 대두되고 있다. 따라서 본 연구에서는 HSA의 구조적 특성에 초점을 맞추어 해탐색 능력을 향상시키는 것을 목표로 하여 새로운 메타휴리스틱 최적화 알고리즘인 Multi-layered Harmony Search Algorithm (MLHSA)을 제안하였다. 개발된 MLHSA는 기존 HSA에 추가적으로 구조적인 특성을 부여하여 전역 탐색 및 지역 탐색 성능을 개선하였다. 또한, 제안된 기법의 효율성과 적용성을 검증하기 위해 이전 최적화 알고리즘 관련 문헌에서 다양한 알고리즘이 적용된 바 있는 수학적 최적해 탐색 문제와 상수도 관망의 최적 관경 설계에 MLHSA를 통한 최적화를 수행하였다. 적용 결과 본 연구에서 개발된 MLHSA는 기존 알고리즘을 효과적으로 대체할 수 있는 최적화 기법임을 확인할 수 있었다.

• 한국해양공학회지
• /
• 제27권5호
• /
• pp.36-42
• /
• 2013

We present the optimum design for the cross-sectional(sizing) and shape optimization of truss structures with natural frequency constraints. The optimum design method used in this paper employs continuous design variables and the Harmony Search Algorithm(HSA). HSA is a meta-heuristic search method for global optimization problems. In this paper, HSA uses the method of random number selection in an update process, along with penalty parameters, to construct the initial harmony memory in order to improve the fitness in the initial and update processes. In examples, 10-bar and 72-bar trusses are optimized for sizing, and 37-bar bridge type truss and 52-bar(like dome) for sizing and shape. Four typical truss optimization examples are employed to demonstrate the availability of HSA for finding the minimum weight optimum truss with multiple natural frequency constraints.