• 대한기계학회논문집A
• /
• 제33권11호
• /
• pp.1195-1201
• /
• 2009

In this study, effective methods for reliability estimation and reliability-based design optimization(RBDO) are proposed using kriging metamodel and genetic algorithm. In our previous study, we proposed the accurate method for reliability estimation using two-staged kriging metamodel and genetic algorithm. In this study, the possibility of applying the previously proposed method to RBDO is investigated. The efficiency and accuracy of that method were much improved than those of the first order reliability method(FORM). Finally, the effective method for RBDO is proposed and applied to numerical examples. The results are compared to the existing RBDO methods and shown to be very effective and accurate.

• 한국정밀공학회지
• /
• 제17권5호
• /
• pp.93-99
• /
• 2000

In many dynamic structural optimization problems, the goal is to reduce the total weight of the structure without causing the resonance. Up to now, gradient informations(i.e., design sensitivity) have been used to achieve the goal. For some class of dynamic problems, especially coalescent eigenvalue Problems with multiobjective optimization, the design sensitivity analysis is too much complicated mathematically and numerically. Therefore, this article proposes a new technique fur structural dynamic modification using a mode modification method with Genetic Algorithm(GA). In GA formulation, fitness is defined based on penalty function approach. Design variables are iteratively improved by using genetic algorithm. Two numerical examples are shown, (ⅰ) a cantilevered plate, and (ⅱ) H-shaped structure. The results demonstrate that the proposed method is highly efficient.

• 전기학회논문지
• /
• 제62권2호
• /
• pp.177-183
• /
• 2013

We describe a new method for selecting design variables for shape optimization of high-voltage gas circuit breaker using a Kriging meta-model and a genetic algorithm. Firstly we sample balance design variables using the Latin Hypercube Sampling. Secondly, we build meta-model using the Kriging. Thirdly, we search the optimal design variables using a genetic algorithm. To obtain the more exact design variable, we adopt the boundary shifting method. With the proposed optimization frame, we can get the improved interruption design and reduce the design time by 80%. We applied the proposed method to the optimization of multivariate optimization problems as well as shape optimization of a high - voltage gas circuit breaker.

• Journal of Computing Science and Engineering
• /
• 제10권4호
• /
• pp.118-127
• /
• 2016

An improved sample balanced genetic algorithm and Extreme Learning Machine (iSBGA-ELM) was designed for accurate diagnosis of Alzheimer disease (AD) and identification of biomarkers associated with AD in this paper. The proposed AD diagnosis approach uses a set of magnetic resonance imaging scans in Open Access Series of Imaging Studies (OASIS) public database to build an efficient AD classifier. The approach contains two steps: "voxels selection" based on an iSBGA and "AD classification" based on the ELM. In the first step, the proposed iSBGA searches for a robust subset of voxels with promising properties for further AD diagnosis. The robust subset of voxels chosen by iSBGA is then used to build an AD classifier based on the ELM. A robust subset of voxels keeps a high generalization performance of AD classification in various scenarios and highlights the importance of the chosen voxels for AD research. The AD classifier with maximum classification accuracy is created using an optimal subset of robust voxels. It represents the final AD diagnosis approach. Experiments with the proposed iSBGA-ELM using OASIS data set showed an average testing accuracy of 87%. Experiments clearly indicated the proposed iSBGA-ELM was efficient for AD diagnosis. It showed improvements over existing techniques.

• 한국멀티미디어학회논문지
• /
• 제9권1호
• /
• pp.119-126
• /
• 2006

멀티 프로세서 시스템에서 스케쥴링은 매우 중요한 부분이지만, 최적의 해를 구하는 것이 복잡하여 최근 다양한 휴리스틱 방법들에 의한 스케쥴링 알고리즘들이 제안되고 있다. 본 논문에서는 유전 알고리즘을 이용한 새로운 스케쥴링 알고리즘을 제시한다. 또한, 해를 구하는 과정에서 시뮬레이티드 어닐링 (simulated annealing)의 확률을 이용하여 유전 알고리즘의 성능을 개선시킨다. 제시된 알고리즘은 태스크들의 최종 수행 완료 시간 (makespan)을 최소화하는 것을 목표로 한다. 모의 실험을 통하여 제시된 알고리즘이 다른 알고리즘보다 최종 수행 완료 시간이 작음을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제14권1호
• /
• pp.177-182
• /
• 2010

포워드 컨버터는 광범위하게 사용되는 파워공급기 중의 하나이다. 본 논문은 부하가 다양하게 변동하는 환경에서 출력 전압의 변동을 최소화하는 포워드 컨버터의 최적회로 소자 값을 구하기 위한 파라메터 동조방법을 제시한다. 위상여유의 개념을 사용하는 기존의 방법은 최적의 위상여유를 통해 출력 전압 응답에서 부분적인 성능 개선이 이루어지도록 확장되었다. 이를 위해서 위상여유를 동조 파라메터로 두고 유전자 알고리즘을 사용하여 최적화하였다. 다음으로 회로 소자 값들을 동조 파라메터로 직접 선택하고, 역시 유전자 알고리즘으로 최적화하여 포워드 컨버터의 출력 전압 제어에서 매우 개선된 성능을 갖도록 하였다.

• International Journal of Contents
• /
• 제3권1호
• /
• pp.34-38
• /
• 2007

Load redistribution is a critical resource in computer system. In sender-initiated load redistribution algorithms, the sender continues to send unnecessary request messages for load transfer until a receiver is found while the system load is heavy. These unnecessary request messages result in inefficient communications, low CPU utilization, and low system throughput in distributed systems. To solve these problems, we propose a genetic algorithm based approach for improved sender-initiated load redistribution in distributed systems. Compared with the conventional sender-initiated algorithms, the proposed algorithm decreases the response time and task processing time.

• 한국방사선학회논문지
• /
• 제14권1호
• /
• pp.69-75
• /
• 2020

다층박막 거울은 산업뿐만 아니라 의료 분야에서도 사용되고 있다. 층수가 40인 W/C 다층박막 거울의 성능을 평가하기 위해 엑스선회절분석기로 엑스선반사율을 측정하였다. 40층의 각 층에 대해 두께, 밀도, 계면거칠기를 획득하기 위하여 유전 알고리즘이 사용된다. 기존의 균일 무작위 선택을 하면 해가 수렴하지 않거나 수렴하더라도 오차가 커지는 문제가 발생하여 개선이 요구되었다. 유전 알고리즘의 적합도를 계산하는 시간을 단축하기 위해 C/C++로 병렬 프로그래밍하였다. 제작된 유전 알고리즘은 세대수의 증가와 개체군의 증가에 대해 선형적인 시간 증가를 보여 우수한 scalability를 보였다. 유전 알고리즘의 선택을 균일과 가우시안 무작위를 1:1로 하여 해의 수렴을 보다 안정적으로 개선하였다. 개선된 유전 알고리즘은 다층 박막 거울과 같이 층의 개수가 수십 층 이상이 되는 시료의 각 층의 특성을 파악하는데 적용할 수 있을 것이다.

• 제어로봇시스템학회논문지
• /
• 제9권1호
• /
• pp.50-56
• /
• 2003

In electrical impedance tomography(EIT), various image reconstruction algorithms have been used in order to compute the internal resistivity distribution of the unknown object with its electric potential data at the boundary. Mathematically the EIT image reconstruction algorithm is a nonlinear ill-posed inverse problem. This paper presents a new combined method based on genetic algorithm(GA) and modified Newton-Raphson(mNR) algorithm via two-step approach for the solution of the static EIT inverse problem. In the first step, each mesh is classified into three mesh groups: target, background, and temporary groups. The mNR algorithm can be used to determine the region of group. In the second step, the values of these resistivities are determined using genetic algorithm. Computer simulations with the 32 channels synthetic data show that the spatial resolution of reconstructed images by the proposed scheme is improved compared to that of the mNR algorithm at the expense of increased computational burden.

• 한국산학기술학회논문지
• /
• 제8권5호
• /
• pp.1279-1288
• /
• 2007

시간제한을 가지는 차량경로문제는 배송 및 물류에서 가장 중요한 문제 중의 하나이다. 실제적으로 고객의 서비스를 위하여 주어진 시간 안에 출발해서 배송을 끝마쳐야 한다. 본 연구는 복수 물류센터의 최적차량경로문제를 위하여 유전자 알고리즘을 이용한 2단계 접근방법을 사용한 VRP(Vehicle Routing Problem)모델의 개발이다. 1단계로 구역별로 Clustering한 것은 복수 물류센터의 문제를 쉽게 해결하기 위해 단일 물류센터의 문제로 전환하여 모델을 개발하였다. 2단계로 시간제한을 가지는 최적차량경로를 찾을 수 있는 개선된 유전자 알고리즘을 이용하여 GA-TSP(Genetic Algorithm-Traveling Salesman Problem)모델을 개발하였다. 따라서 본 연구에서 개발한 Network VRP는 ActiveX와 분산객체기술을 이용한 VRP문제의 해를 구하기 위한 전산프로그램을 개발한다.