• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.179-187
• /
• 2005

In this paper, we consider the problem of regrouping a number of service sites into a smaller number of service sites called centers. Each service site is represented as a point in the plane and has an associated value of service demand. We aim to group the sites so that each group has the balanced service demand and the sum of distances from the sites in the group to their corresponding center is minimized. To solve this problem, we propose a hybrid genetic algorithm that is combined with Voronoi diagrams. We provide a variety of experimental results by changing the weights of the two factors: service demands and distances. Our hybrid algorithm finds better solutions in a shorter computation time in comparison with a pure genetic algorithm.

• 한국항공우주학회지
• /
• 제30권6호
• /
• pp.7-13
• /
• 2002

본 논문에서는 새로운 형태의 혼합형 유전 알고리즘을 제안하고 성능을 검증한 후 30kW 피치제어 가변 풍력발전시스템의 블레이드 설계와 피치제어 최적화에 적용하여 주어진 Weibull 분포함수에서 동력을 최대화하는 최적의 블레이드 시위 및 비틀림각의 분포와 작동범위내에서 동력을 일정하게 유지하기 위한 최적의 피치각을 결정하였다.

• 한국산업정보학회논문지
• /
• 제25권2호
• /
• pp.115-127
• /
• 2020

본 연구에서는 모바일폰의 생산, 유통 및 사용 후 처리과정을 효율적으로 관리하기 위한 지속가능한 폐쇄루프 공급망 (Sustainable close-loop supply chain: SCLSC) 모델을 제안한다. 제안된 SCLSC모델의 지속가능성 (Sustainability)을 강화하기 위해 경제적 요인인 총이익 최대화, 환경적 요인인 총 CO2 방출량 최소화, 사회적 요인인 사회적 영향력 최대화를 각각 고려하였다. 이들 세 가지의 요인은 제안된 SCLSC모델의 수리화 모델링 과정에서 목적함수로 표현된다. 따라서 제안된 SCLSC모델은 다목적 최적화 (Multi-objective optimization) 문제로 고려될 수 있으며, 이를 해결하기 위해 혼합유전알고리즘 (Hybrid genetic algorithm: HGA) 접근법을 사용하였다. 수치실험에서는 세가지 상이한 규모의 SCLSC모델을 제시하고, 이를 다양한 수행도 척도들을 사용하여 HGA 접근법의 우수성을 확인하였다.

• 한국산업정보학회논문지
• /
• 제26권3호
• /
• pp.9-22
• /
• 2021

본 연구에서는 조립산업의 공급망(Supply chain)에서의 발생할 수 있는 공급붕괴(Supply disruption)를 고려한 공급망 네트워크(Supply chain network: SCN) 모델이 제안된다. 공급붕괴를 위해 공급자 붕괴(Supplier disruption)와 경로 붕괴(Route disruption)가 함께 SCN 모델에서 고려되며, 이러한 두 가지의 붕괴 현상을 함께 고려한 SCN 모델은 유연성(Flexibility)과 효율성(Efficiency)을 성취할 수 있게 된다. SCN 모델은 수리모형으로 표현되며, 혼합유전알고리즘(Proposed hybrid genetic algorithm: pro-HGA) 접근법을 이용해 이행된다. 수치실험에서는 몇몇 상이한 규모를 가진 SCN 모델을 이용해 제안된 pro-HGA 접근법의 수행도와 기존 접근법의 수행도를 비교분석하였으며, 공급자 수와 백업경로(Backup route) 수의 변화를 통한 민감도 분석을 실시하였다. 실험 결과, 제안된 pro-HGA 접근법의 효율성을 입증하였고, SCN 모델의 유연성과 효용성을 검증하였다. 마지막으로 본 연구 수행의 의의 및 향후 개선방향에 대해 논하였다.

• 한국산업정보학회논문지
• /
• 제26권1호
• /
• pp.55-65
• /
• 2021

본 연구에서는 폐쇄루프공급망 (Closed-loop supply chain: CLSC) 모델에서 역물류 (Reverse logistics: RL) 활동을 강화하기 위한 방법론을 개발한다. 이를 위해 RL 활동 중에서 주로 고려되는 설비 중의 하나인 회복센터(Recovery center: RC)의 활동을 강화한다. RC에서의 강화된 활동에 따라 고객으로부터 회수되는 사용 후 제품은 검사 및 회복과정을 거쳐 전방향물류 (Forward logistics: FL)에서 부품 혹은 제품으로 재사용된다. 강화된 RC 활동을 가진 CLSC 모델의 운영과정을 효율적으로 표현하기 위한 수리모델이 제시되며. 혼합유전알고리즘 (Hybrid genetic algorithm: HGA) 접근법을 이용해 제안된 수리모델이 이행된다. 수치실험에서는 두 개의 상이한 형태의 CLSC 모델이 제시되며, 본 연구에서 제안된 HGA 접근법과 기존의 연구에서 제안된 몇몇 접근법들의 수행도가 비교분석되었다. 비교분석결과 HGA가 기존의 접근법들 보다 더 우수한 수행도를 보여주었다. 또한 RC 활동의 검사 및 회복과정을 거친 부품 및 제품의 비율을 다양하게 조절함으로서 강화된 RC 활동을 가진 CLSC 모델의 유용성을 증명했다.

• Journal of information and communication convergence engineering
• /
• 제8권1호
• /
• pp.13-18
• /
• 2010

The composite stock cutting problem is defined as allocating rectangular and irregular patterns onto a large composite stock sheet of finite dimensions in such a way that the resulting scrap will be minimized. In this paper, we introduce a novel approach to hybrid optimization algorithm called MGA in MPI (Message Passing Interface) environments. The proposed MGA combines the benefit of rapid convergence property of Mean Field Annealing and the effective genetic operations. This paper also proposes the efficient data structures for pattern related information.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2007년도 춘계학술대회B
• /
• pp.2476-2481
• /
• 2007

An inverse radiation analysis is presented for the estimation of the wall emissivities for an absorbing, emitting, and scattering media with diffusely emitting and reflecting opaque boundaries. In this study, a repulsive particle swarm optimization(RPSO) algorithm which is a relatively recent heuristic search method is proposed as an effective method for improving the search efficiency for unknown parameters. To verify the performance of the proposed RPSO algorithm, it is compared with a basic particle swarm optimization(PSO) algorithm and a hybrid genetic algorithm(HGA) for the inverse radiation problem with estimating the wall emissivities in a two-dimensional irregular medium when the measured temperatures are given at only four data positions. A finite-volume method is applied to solve the radiative transfer equation of a direct problem to obtain measured temperatures.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 추계학술대회 논문집 학회본부 B
• /
• pp.521-523
• /
• 1999

In this paper, we propose the hybrid fuzzy controller(HFC) and the hybrid auto-tuning algorithm. The proposed HFC combined a PID controller with a fuzzy controller concurrently produces the better output performance such as sensitivity improvement in steady state and robustness in transient state than any other controller. In addition, a hybrid auto-tuning algorithm which consists of genetic algorithm and complex algorithm to automatically generate weighting factor, scaling factors and PID control gains optimizes the output of HFC. As an typical example of non-linear system in control theory an inverted pendulum will be controlled by the suggested HFC and illustrated the performance and applicability of this proposed method by simulation.

• 한국산업정보학회논문지
• /
• 제1권1호
• /
• pp.63-85
• /
• 1996

This paper describes the applications of genetic algorithm to nonlinear constrained optimization problems. Genetic algorithms are combinatorial in nature, and therefore are computationally suitable for treating continuous and idstrete integer design variables. For several problems , the conventional genetic algorithms are ill-defined , which comes from the application of penalty function , encoding and decoding methods, fitness scaling, and premature convergence of solution. Thus, we develope a hybrid genetic algorithm to resolve these problems and present two examples to demonstrate the effectiveness of the methodology developed in this paper.

• Journal of Information Processing Systems
• /
• 제16권5호
• /
• pp.1169-1182
• /
• 2020

The ant colony optimization (ACO) algorithm is a classical metaheuristic optimization algorithm. However, the conventional ACO was liable to trap in the local minimum and has an inherent slow rate of convergence. In this work, we propose a novel combinatorial ACO algorithm (CG-ACO) to alleviate these limitations. The genetic algorithm and the cloud model were embedded into the ACO to find better initial solutions and the optimal parameters. In the experiment section, we compared CG-ACO with the state-of-the-art methods and discussed the parameter stability of CG-ACO. The experiment results showed that the CG-ACO achieved better performance than ACO_R, simple genetic algorithm (SGA), CQPSO and CAFSA and was more likely to reach the global optimal solution.