• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.1011-1012
• /
• 2008

본 논문은 차량 텔레매틱스 시스템에서 중요한 응용중의 하나인 다중 목적지 방문을 위한 경로 결정방식을 구현하기 위하여 Lin-Kernighan 휴리스틱을 텔레매틱스 시스템에 결합하는 방법에 대해 기술하고 다중 목적지 결정 서버를 구현한다. 서버는 클라이언트는 로드 네트워크에 대한 자료구조를 공유하고 있으며 클라이언트가 목적지 리스트를 요청하면 1) 서버가 $A^*$ 기법에 의해 각 목적지간의 비용을 계산하고 2) Lin-Kernighan 프로그램의 인자로 변환하여 3) 경로 결정 모듈을 수행시킨다. 이 경로의 순서는 클라이언트에게 정해진 메시지 포맷에 의해 전달되며 클라이언트는 각 인접한 목적지간에 $A^*$ 기법에 의해 실제 도로 네트워크 상에서의 경로를 결정하여 사용자에게 제공한다. 성능측정 결과 방문지 수가 많더라도 수초 이내에 경로를 결정할 수 있으며 그 정확성도 거의 100%에 근접한다.

• 대한산업공학회지
• /
• 제30권2호
• /
• pp.120-129
• /
• 2004

This paper provides a simple but effective method, cost relaxation to escape from a local optimum of the traveling salesman problem. We would find a better solution if we repeat a local search heuristic at a different initial solution. To find a different initial solution, we use the cost relaxation method relaxing the cost of arcs. We used the Lin-Kernighan algorithm as a local search heuristic. In experimental result, we tested large instances, 30 random instances and 34 real world instances. In real-world instances, we found average 0.17% better above the optimum solution than the Concorde known as the chained Lin-Kernighan. In clustered random instances, we found average 0.9% better above the optimum solution than the Concorde.

• 융합신호처리학회논문지
• /
• 제2권4호
• /
• pp.97-102
• /
• 2001

CAD(Computer-Aided Design)에서의 분할(partitioning)은 기능의 최적화를 위해 대상의 그룹화(grouping)로 레이아웃(layout)에 면적과 전파지연 최소화를 위해 함께 위치할 소자를 결정하는 문제 또는 스케쥴링이나 유닛 선택을 위한 HLS(high level synthesis)에서의 변수나 연산에 대한 집단화 (clustering) 문제들을 포함하여 분할 문제에서 해를 얻기 위해 Kernighan-Lin 알고리즘 Fiduccia Mattheyses heuristic, 시뮬레이티드 어닐링(simulated annealing)등의 방식이 이용된다. 본 논문에서는 회로 분할 문제에 대하여 유전 알고리즘(GA; genetic algorithm)을 이용한 해 공간 탐색(soultion space search)방식을 제안하였으며, 제안한 방식을 시뮬레이티드 어닐링 방식과 비교, 분석하였다.

• 한국콘텐츠학회논문지
• /
• 제21권7호
• /
• pp.164-170
• /
• 2021

VLSI 설계에서의 분할(partitioning)은 기능의 최적화를 위하여 설계하고자 하는 회로의 그룹화(grouping)하는 단계로서 레이아웃(layout)에서 면적과 전파지연의 최소화를 위해 함께 배치할 소자를 결정하는 문제이다. 이러한 분할 문제에서 해를 얻기 위해 사용되는 알고리즘은 Kernighan-Lin 알고리즘, Fiduccia Mattheyses heuristic, 시뮬레이티드 어닐링, 유전자 알고리즘 등의 방식이 이용된다. 본 논문에서는 회로 분할 문제에 대하여 유전자 알고리즘과 확률 진화 알고리즘을 결합한 어댑티드 유전자 알고리즘을 이용한 해 공간 탐색(solution space search) 방식을 제안하였으며, 제안한 방식을 유전자 알고리즘 및 시뮬레이티드 어닐링 방식과 비교, 분석하였고, 어댑티드 유전자 알고리즘이 시뮬레이티드 어닐링 및 유전자 알고리즘보다 더 효과적으로 최적해에 근접하는 것을 알 수 있었다.

• 한국경영과학회지
• /
• 제19권3호
• /
• pp.219-233
• /
• 1994

A fixed k-coloring problem is introduced and dealt with by efficient heuristic algorithms. It is shown that the problem can be transformed into the graph partitioning problem. Initial coloring and improving methods are proposed for problems with and with and without the size restriction. Algorithm Move, LEE and OEE are developed by modifying the Kernighan-Lin's two way uniform partitioning procedure. The use of global information in the selection of the node and the color set made the proposed algorithms superior to the existing method. The computational result also shows that the superiority does not sacrifice the time demand of the proposed algorithms.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권9호
• /
• pp.862-866
• /
• 2003

조합 최적화 문제인 순회 판매원 문제(Traveling Salesman Problem, TSP)를 유전자 알고리즘(Genetic Algorithm)과 Local Search Heuristic인 Lin-Kernighan(LK) Heuristic［1］을 이용하여 접근하는 것은 최적 해를 구하기 위해 널리 알려진 방법이다. 본 논문에서는 TSP 문제를 해결하기 위한 또 다른 접근법으로 ACS(Ant Colony system) 알고리즘을 소개하고 새로운 페로몬 갱신 방법을 제시하고자 한다. ACS 알고리즘은 다수의 개미들이 경로를 만들어 가는 과정에서 각 에지상의 페로몬 정보를 이용하며, 이러한 반복적인 경로 생성 과정을 통해 최적 해를 발견하는 방법이다. ACS 기법의 전역 갱신 단계에서는 생성된 모든 경로들 중 전역 최적 경로에 속한 에지들에 대하여 페로몬을 갱신한다. 그러나 본 논문에서는 전역 갱신 규칙이 적용되기 전에 생성된 모든 에지에 대하여 페로몬을 한번 더 갱신한다. 이 때 페로몬 갱신을 위해 각 에지들의 발생 빈도수를 이용한다. 개미들이 생성한 전체 에지들의 발생 빈도수를 페로몬 정보에 대한 가중치(weight)로 부여함으로써 각 에지들에 대하여 통계적 수치를 페로몬 정보로 제공할 수 있었다. 또한 기존의 ACS 알고리즘보다 더 빠른 속도로 최적 해를 찾아내며 더 많은 에지들이 다음 번 탐색에 활용될 수 있게 함으로써 지역 최적화에 빠지는 것을 방지할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.9-11
• /
• 1999

조합 최적화 문제인 Traveling Salesman problems(TSP)을 Genetic Algorithm(GA)과 Local Search Heuristic인 Lin-Kernighan(LK) Heuristic[2]을 이용하여 접근하는 것은 최적해를 구하기 위해 널리 알려진 방법이다. 이 논문에서는 LK를 이용하여 주어진 TSP 문제에서 Local Optima를 찾고, GA를 이용하여 Local Optimal를 바탕으로 Global Optima를 찾는데 이용하게 된다. 여기서 이런 GA와 LK를 이용하여 TSP 문제를 풀 경우 해가 점점 수렴해가면서 중복된 유전자가 많이 생성된다. 이런 중복된 유전자를 제거함으로써 탐색의 범위를 보다 넓고 다양하게 검색하고, 더욱 효율적으로 최적화를 찾아내는 방법에 대해서 논하겠다. 이런 방법을 이용하여 rat195, gil262, lin318의 TSP문제에서 효율적으로 수행된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권2호
• /
• pp.709-730
• /
• 2017

To address the challenge of unprecedented growth in mobile data traffic, ultra-dense network deployment is a cost efficient solution to offload the traffic over some small cells. The overlapped coverage areas of small cells create more than one candidate access points for one mobile user. Signal strength based user association in IEEE 802.11 results in a significantly unbalanced load distribution among access points. However, the effective bandwidth demand of each user actually differs vastly due to their different preferences for mobile applications. In this paper, we formulate a set of non-linear integer programming models for joint user association control and user demand guarantee problem. In this model, we are trying to maximize the system capacity and guarantee the effective bandwidth demand for each user by soft-association control with a software defined network controller. With the fact of NP-hard complexity of non-linear integer programming solver, we propose a Kernighan Lin Algorithm based graph-partitioning method for a large-scale network. Finally, we evaluated the performance of the proposed algorithm for the edge users with heterogeneous bandwidth demands and mobility scenarios. Simulation results show that the proposed adaptive soft-association control can achieve a better performance than the other two and improves the individual quality of user experience with a little price on system throughput.

• 한국멀티미디어학회논문지
• /
• 제7권8호
• /
• pp.1183-1194
• /
• 2004

네트워크 분할 문제는 주어진 네트워크를 여러 개의 블록으로 분할하되 절단집합의 크기를 최소화하는 동시에 블록들의 크기는 균일하도록 하는 문제이다. 많은 네트워크 분할 알고리즘들 중에서 반복 알고리즘 부류는 간단하면서도 효과적이라는 것이 알려져 있다. 대표적인 반복 알고리즘은 Fiduccia와 Mattheyses가 제안한 셀 단위의 이동을 하는 알고리즘, 이의 개량형인 Sanchis가 제안한 k-방향 분할 알고리즘이 있다. 이들 알고리즘은 '블록들의 균일한 크기'를 반드시 만족되어야 하는 조건으로 고정하고 있으며, 이 조건은 비효율적인 셀 이동을 유발하는 원인이 된다. Park과 Park은 블록들의 균일한 크기를 제한 조건으로 두는 대신 '균형 비용'으로 정하고, 균형 비용의 크기를 조절하는 균형 계수 R을 제안했다. 하지만 그 알고리즘은 셀 개수의 제곱에 해당하는 상당히 높은 시간복잡도를 가진다는 문제가 있다. 본 논문에서는 셀 개수의 선형에 해당하는 시간복잡도를 가지면서도 균형 비용의 장점을 이용하는 bucket 알고리즘을 제안한다. MCNC 테스트 셋을 통한 실험은 Sanchis가 제안한 알고리즘에 비해서 제안된 알고리즘이 만들어낸 분할에서의 절단 집합의 크기가 63.33%에서 92.38%로 줄어들었으며, 균형 조건을 명시하지 않았음에도 불구하고 결과 분할들은 균형 조건을 만족함을 보여준다.