• 한국멀티미디어학회논문지
• /
• 제3권5호
• /
• pp.470-478
• /
• 2000

컬러 영상들은 응용 분야별로 독특한 특성을 가지고 있다. 따라서 실용적인 영상 분할 시스템을 구축하기 위해서는 특정 영상에 독립적인 방법을 개발할 필요가 있다. 본 논문에서는 분산 유전자 알고리즘을 이용한 컬러 유방암조직 영상의 분할 방법을 제안한다. 컬러 유방암조직영상에서 양성 세포핵과 음성 세포핵을 분할하기 위해서, 컬러 정보를 효과적으로 반영하는 개선된 평가함수 및 유전연산 기반의 분산 유전자 알고리즘을 이용한다. 또한 성능 향상을 위하여 영상에서의 대표색을 추출하여 초기치로 활용한다. 유효성을 입증하기 위한 실험에서 안정된 분할 결과를 보였으며 이는 제안한 방법이 제한된 컬러를 가진 제한된 개체를 분할할 때 실용화 할 수 있음을 제시한다.

• 한국산학기술학회논문지
• /
• 제9권1호
• /
• pp.221-227
• /
• 2008

시간제한을 가지는 차량경로문제는 배송 및 물류에서 가장 중요한 문제 중의 하나이다. 현실적으로 고객의 서비스를 위하여 정해진 시간 안에 출발해서 배송을 끝마쳐야 한다. 그러므로 본 연구는 개선된 유전자 알고리즘을 이용하여 차량의 용량 및 운행시간을 초과하지 않으면서 고객의 서비스를 제공해주며 비용을 최소화하는 목적이 있다. 그리고 본 연구에서 제안한 개선된 유전자 알고리즘을 이용하면 다른 휴리스틱 기법보다 더욱 효율적인 시간제한을 가지는 차량경로문제에서 훌륭한 해를 도출할 수 있다. 따라서 차량경로문제의 해를 도출할 수 있는 개선된 유전자 알고리즘을 이용한 GUI 방식의 컴퓨터 프로그램을 개발하고 표준문제를 통하여 비교한 결과 본 연구에서 개발된 프로그램이 매우 유용한 결과를 보였다.

• 전자공학회논문지S
• /
• 제34S권5호
• /
• pp.52-65
• /
• 1997

For the degradation of severe noise and ill-conditioned blur the optimization function has the solution spaces which have many local optima around global solution. General restoration methods such as inverse filtering or gradient methods are mainly dependent on the properties of degradation model and tend to be isolated into a local optima because their convergences are determined in the convex space. Hence we introduce genetic algorithm as a searching method which will search solutions beyond the convex spaces including local solutins. In this paper we introudce improved evaluation square error) and fitness value for gray scaled images. Finally we also proposed the local fine tunign of window size and visit number for delicate searching mechanism in the vicinity of th global solution. Through the experiental results we verified the effectiveness of the proposed genetic operators and evaluation function on noise reduction over the conventional ones, as well as the improved performance of local fine tuning.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제12권1호
• /
• pp.711-722
• /
• 2020

An optimization framework using genetic algorithms has been developed towards an automated parametric optimization of the Octabuoy semi-submersible design. Compared with deep draft production units, the design of the shallow draught Octabuoy semi-submersible provides a floating system with improved motion characteristics, being less susceptible to vortex induced motions in loop currents. The relatively large water plane area results in a decreased natural heave period, which locates the floater in the wave period range with more wave energy. Considering this, the hull design of Octabuoy semi-submersible has been optimized to improve the floater's motion performance. The optimization has been conducted with optimized parameters of the pontoon's rectangular cross section area, the cone shaped section's height and diameter. Through numerical evaluations of both the 1st-order and 2nd-order hydrodynamics, the optimization through genetic algorithms has been proven to provide improved hydrodynamic performance, in terms of heave and pitch motions. This work presents a meaningful framework as a reference in the process of floating system's design.

• 대한전자공학회논문지SP
• /
• 제40권6호
• /
• pp.98-105
• /
• 2003

본 논문은 유전자 알고리즘을 이용한 새로운 레이더 펄스열 탐지 기법을 제안하며, 전자전 시스템의 위협식별을 위한 펄스열 분리에 사용될 목적으로 개발되었다. 기존의 펄스열 탐지는 히스토그램 혹은 연속 웨이브렛 변환을 이용한 결정론적 접근이 일반적이었으나, 전자전 신호환경에서 빈번히 발생하는 신호누락, 잡음 및 대전자전 레이더 신호에 대해서는 탐지 신뢰성이 떨어진다. 제안한 기법은 펄스 도래시간만을 이용하는 펄스열 탐지 기법으로서 유전자 알고리즘의 확률론적 특성을 이용하여 설계되었다. 본 기법에서는 펄스의 도래 시간차를 초기 염색체로 구성하였으며, 펄스위상을 정의하여 이를 이용한 적합도 검증을 수행하였다. 그리고 다중 신호원의 분리를 목적으로 하는 레이더 펄스열 탐지를 위해서 비용함수를 이용한 조기 종료 및 그룹화를 적용하였다. 제안한 기법을 이용하여 모의 레이더 신호에 대해 실험한 결과 기존의 방법에 비해 탐지 위협개수 및 펄스 반복 주기의 탐지 정확도가 향상되었음을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권5호
• /
• pp.1963-1978
• /
• 2015

With the advancement of mobile web environments, identification and analysis of the user behavior play a significant role and remains a challenging task to implement with variations observed in the model. This paper presents an efficient method for mining optimized user behavior prediction model using genetic algorithm on mobile web structure. The framework of optimized user behavior prediction model integrates the temporary and permanent register information and is stored immediately in the form of integrated logs which have higher precision and minimize the time for determining user behavior. Then by applying the temporal characteristics, suitable time interval table is obtained by segmenting the logs. The suitable time interval table that split the huge data logs is obtained using genetic algorithm. Existing cluster based temporal mobile sequential arrangement provide efficiency without bringing down the accuracy but compromise precision during the prediction of user behavior. To efficiently discover the mobile users' behavior, prediction model is associated with region and requested services, a method called optimized user behavior Prediction Model using Genetic Algorithm (PM-GA) on mobile web structure is introduced. This paper also provides a technique called MAA during the increase in the number of models related to the region and requested services are observed. Based on our analysis, we content that PM-GA provides improved performance in terms of precision, number of mobile models generated, execution time and increasing the prediction accuracy. Experiments are conducted with different parameter on real dataset in mobile web environment. Analytical and empirical result offers an efficient and effective mining and prediction of user behavior prediction model on mobile web structure.

• Journal of Radiation Protection and Research
• /
• 제42권4호
• /
• pp.212-221
• /
• 2017

Background: This study aims to calculate detector positions as a design of a radioactive source localizing radiation portal monitor (RPM) system using an improved genetic algorithm. Materials and Methods: To calculate of detector positions for a source localizing RPM system optimization problem is defined. To solve the problem, a modified iterative genetic algorithm (MIGA) is developed. In general, a genetic algorithm (GA) finds a globally optimal solution with a high probability, but it is not perfect at all times. To increase the probability to find globally optimal solution rather, a MIGA is designed by supplementing the iteration, competition, and verification with GA. For an optimization problem that is defined to find detector positions that maximizes differences of detector signals, a localization method is derived by modifying the inverse radiation transport model, and realistic parameter information is suggested. Results and Discussion: To compare the MIGA and GA, both algorithms are implemented in a MATLAB environment. The performance of the GA and MIGA and that of the procedures supplemented in the MIGA are analyzed by computer simulations. The results show that the iteration, competition, and verification procedures help to search for globally optimal solutions. Further, the MIGA is more robust against falling into local minima and finds a more reliably optimal result than the GA. Conclusion: The positions of the detectors on an RPM for radioactive source localization are optimized using the MIGA. To increase the contrast of the measurements from each detector, a relationship between the source and the detectors is derived by modifying the inverse transport model. Realistic parameters are utilized for accurate simulations. Furthermore, the MIGA is developed to achieve a reliable solution. By utilizing results of this study, an RPM for radioactive source localization has been designed and will be fabricated soon.

• 대한기계학회논문집A
• /
• 제38권5호
• /
• pp.489-495
• /
• 2014

마이크로 유전알고리즘은 적은 수의 개체 사용 및 무작위 개체 구성을 통한 돌연변이 기능 대체의 특징을 갖는 진화연산을 수행하여 일반적인 유전알고리즘이 갖는 각 세대당 많은 계산 량이 요구되는 단점을 극복하고자 하였다. 이러한 마이크로 알고리즘은 특히 설계변수가 3~5 개를 갖는 문제에 효율적이라는 것이 많은 연구자들에 의하여 알려졌다. 따라서 본 연구의 목적은 순차적 실험계획법과 마이크로 유전알고리즘을 이용한 최적화 알고리즘을 개발하는 것이며, 이를 수학예제와 구조물 문제에 적용하여 실용성을 확인하고자 한다. 순차적 실험계획법은 저자들의 선행연구에서 제안되었으며, 실험계획법과 반응표면법을 이용하는 근사최적화 기법에 의한 시행착오적인 반복과정을 최소화하고자 하는 방법으로써, 행렬실험과 평균분석을 반복 적용하는 개념이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.2075-2076
• /
• 2006

In this paper, we propose a new architecture of Genetic Algorithms(GAs)-based Backpropagation(BP). The conventional BP does not guarantee that the BP generated through learning has the optimal network architecture. But the proposed GA-based BP enable the architecture to be a structurally more optimized network, and to be much more flexible and preferable neural network than the conventional BP. The experimental results in BP neural network optimization show that this algorithm can effectively avoid BP network converging to local optimum. It is found by comparison that the improved genetic algorithm can almost avoid the trap of local optimum and effectively improve the convergent speed.

• Journal of Electrical Engineering and Technology
• /
• 제5권4호
• /
• pp.597-605
• /
• 2010

This paper presents a contribution to parameter identification of a non-linear system using a new strategy to improve the genetic algorithm (GA) method. Since cost function plays an important role in GA-based parameter identification, we propose to improve the simple version of GA, where weights of the cost function are not taken as constant values, but varying along the procedure of parameter identification. This modified version of GA is applied to the induction motor (IM) as an example of nonlinear system. The GA cost function is the weighted sum of stator current and rotor speed errors between the plant and the model of induction motor. Simulation results show that the identification method based on improved GA is feasible and gives high precision.