• Advances in Computational Design
• /
• 제9권2호
• /
• pp.115-136
• /
• 2024

Stochastic optimization methods have been extensively studied for structural optimization in recent decades. In this study, a novel algorithm named the CA-SA method, is proposed for topology optimization of steel double-layer grid structures. The CA-SA method is a hybridized algorithm combining the Simulated Annealing (SA) algorithm and the Cellular Automata (CA) method. In the CA-SA method, during the initial iterations of the SA algorithm, some of the preliminary designs obtained by SA are placed in the cells of the CA. In each successive iteration, a cell is randomly chosen from the CA. Then, the "local leader" (LL) is determined by selecting the best design from the chosen cell and its neighboring ones. This LL then serves as the leader for modifying the SA algorithm. To evaluate the performance of the proposed CA-SA algorithm, two square-on-square steel double-layer grid structures are considered, with discrete cross-sectional areas. These numerical examples demonstrate the superiority of the CA-SA method over SA, and other meta-heuristic algorithms reported in the literature in the topology optimization of large-scale skeletal structures.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2157-2177
• /
• 2024

Demand response (DR) refers to the customers' active reaction with respect to the changes of market pricing or incentive policies. DR plays an important role in improving network reliability, minimizing operational cost and increasing end users' benefits. Hence, the integration of DR in the microgrid (MG) management is gaining increasing popularity nowadays. This paper proposes a day-ahead MG scheduling framework in conjunction with DR and investigates the impact of DR in optimizing load profile and reducing overall power generation costs. A linear responsive model considering time of use (TOU) price and incentive is developed to model the active reaction of customers' consumption behaviors. Thereafter, a novel multi-swarm sine cosine algorithm (MSCA) is proposed to optimize the total power generation costs in the framework. In the proposed MSCA, several sub-swarms search for better solutions simultaneously which is beneficial for improving the population diversity. A cooperative learning scheme is developed to realize knowledge dissemination in the population and a competitive substitution strategy is proposed to prevent local optima stagnation. The simulation results obtained by the proposed MSCA are compared with other meta-heuristic algorithms to show its effectiveness in reducing overall generation costs. The outcomes with and without DR suggest that the DR program can effectively reduce the total generation costs and improve the stability of the MG network.

• 한국융합학회논문지
• /
• 제9권7호
• /
• pp.1-7
• /
• 2018

데이터 전처리 기법 중 하나인 특징 선택은 대규모 데이터셋을 다루는 다양한 응용분야에서 주요 연구 분야 중 하나로 각광받고 있다. 특징 선택은 패턴 인식, 기계학습 및 데이터 마이닝에서 사용됐고, 최근에는 텍스트 분류, 이미지 검색, 침입 탐지 및 게놈 분석과 같은 다양한 분야에 널리 적용되고 있다. 제안 방법은 메타 휴리스틱 알고리즘 중의 하나인 유전 알고리즘을 기반으로 한다. 특징 부분 집합을 찾는 방법은 크게 필터(filter) 방법과 래퍼(wrapper) 방법이 있는데, 본 연구에서는 최적의 특징 부분 집합을 찾기 위해 실제 분류기를 사용한 평가를 하는 래퍼 방법을 사용한다. 실험에 사용한 훈련 데이터셋은 클래스 불균형이 심하여 희소클래스에 대한 분류 성능을 높이기 어렵다. SMOTE 기법을 적용한 훈련 데이터셋을 사용하여 특징 선택을 하고 다양한 기계학습 알고리즘을 사용하여 선택한 특징들의 성능을 평가한다.

• 산업경영시스템학회지
• /
• 제39권3호
• /
• pp.83-89
• /
• 2016

The group formation problem of the machine and part is a critical issue in the planning stage of cellular manufacturing systems. The machine-part grouping with alternative process plans means to form machine-part groupings in which a part may be processed not only by a specific process but by many alternative processes. For this problem, this study presents an algorithm based on self organizing neural networks, so called SOM (Self Organizing feature Map). The SOM, a special type of neural networks is an intelligent tool for grouping machines and parts in group formation problem of the machine and part. SOM can learn from complex, multi-dimensional data and transform them into visually decipherable clusters. In the proposed algorithm, output layer in SOM network had been set as one-dimensional structure and the number of output node has been set sufficiently large in order to spread out the input vectors in the order of similarity. In the first stage of the proposed algorithm, SOM has been applied twice to form an initial machine-process group. In the second stage, grouping efficacy is considered to transform the initial machine-process group into a final machine-process group and a final machine-part group. The proposed algorithm was tested on well-known machine-part grouping problems with alternative process plans. The results of this computational study demonstrate the superiority of the proposed algorithm. The proposed algorithm can be easily applied to the group formation problem compared to other meta-heuristic based algorithms. In addition, it can be used to solve large-scale group formation problems.

• 한국산학기술학회논문지
• /
• 제19권7호
• /
• pp.258-264
• /
• 2018

본 논문은 마이크로 그리드 최적 운영을 위해 Differential Search (DS) 알고리즘을 적용하였다. DS 알고리즘은 이주하는 생물의 유사 브라운 운동 형태의 임의보행 (random-walk)을 모의하여 개발된 알고리즘이다. DS 알고리즘은 다른 최적화 알고리즘과 달리 한 개 이상의 개체를 동시에 사용 할 수 있고, 유사 최적해중에서 전역 최적 해를 선별하는 직진성 특성으로 multi-modal 함수들의 해법을 위한 성공적인 탐색 전력을 지니고 있으며, 높은 비선형성과 불연속성을 갖는 전력계통의 다른 분야에도 효율적으로 적용될 수 있다. 마이크로 그리드 시스템은 풍력 발전기, 디젤발전기, 연로전지 및 태양광 발전기로 구성된다. 풍력 발전기는 가변 출력특성을 이용하여 모델링 하였다. 연료비용과 연료가 전력으로 변환되는 경우의 효율을 포함시켜 시스템의 비용을 최소화 하였으며, 마이크로 그리드 단독 운용에 관해서만 분석하였다. 본 연구는 신재생 에너지원 기반의 마이크로 그리드의 최적 운영에 대해 코딩의 단순성, 빠른 수렴 속도, 정확성 및 효율성을 갖춘 DS 알고리즘을 적용하여 다른 알고리즘의 최적 값과 비교하였다.

• 한국정보통신학회논문지
• /
• 제20권3호
• /
• pp.491-498
• /
• 2016

소프트웨어 정의 네트워크는 네트워크 제어 기능을 데이터 전송 기능으로부터 물리적으로 분리하여 소프트웨어적으로 구현한다. 광범위한 지역으로 소프트웨어 정의 네트워크를 설치하기 위해서는 다중의 제어기가 요구되며, 제어기의 배치는 소프트웨어 정의 네트워크 성능에 중요한 영향을 미친다. 본 논문에서는 소프트웨어 정의 네트워크에서 효율적인 제어기 배치를 위한 메타 휴리스틱 알고리즘인 타부 서치 알고리즘을 제안한다. 보다 좋은 결과를 효과적으로 얻기 위해 새로운 타부 서치의 이웃해 생성 방식을 제안한다. 제안된 알고리즘은 소프트웨어 정의 네트워크에서 최소 전송지연과 실행속도 관점에서 성능을 평가하며, 유전 알고리즘 및 랜덤방법과 비교하여 제안된 알고리즘의 성능이 우수함을 보인다.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.527-531
• /
• 2012

본 논문에서는 종래의 PSO 알고리즘 성능저하의 주요 원인들 중 하나인 입자들의 조기수렴 현상을 개선한 DPSO-QI (Distributed PSO with quantum-infusion mechanism) 기법을 제안한다. DPSO-QI 알고리즘은 다음과 같은 두 가지 특징을 지닌다. 첫째, 분산형 구조의 PSO 기법을 도입한다. 이는 먼저 적절한 수의 입자들로 소그룹을 형성하고, 최적해 탐색에 필요한 다양한 정보의 교환이 각 소그룹 내에서만 이루어지도록 한 기법이다. 이러한 기법을 바탕으로 입자들의 탐색 다양성을 증대시킴으로서 조기수렴 현상을 감소시키는 효과를 달성할 수 있다. 둘째, 상기의 입자 소그룹에 Quantum-infusion (QI) 메커니즘에 기반 한 기법을 도입시킨다. 이를 통해 입자들의 전역 최적해 탐색 정밀도를 보다 향상시킬 수 있다. 끝으로 다양한 수치예제를 통하여 제안하는 새로운 PSO 기법이 종래의 방식들에 비해 매우 뛰어난 성능을 구현할 수 있음을 입증하고자 한다.

• 대한공간정보학회지
• /
• 제20권2호
• /
• pp.23-29
• /
• 2012

일반적인 실내 보행자 대피모형 및 대피시뮬레이터는 보행자 특성(예, 이동속도, 방향, 기동성, 성별, 나이, 몸무게, 신체사이즈 등)을 고려하여 개개인이 출구까지 대피할 때의 최단거리나 최소시간, 즉, 국지적(local)인 해를 구한다. 따라서 이러한 모델을 이용해서는 대상 공간 전체(예, 건물 전체)의 재실자들이 모두 대피한다고 할 때, 전체 대피시간을 줄이는 전역적인 최적해를 얻기 힘들다. 본 연구는 건물내의 전체 인원분포를 고려하여 건물 내 재실자들의 총 대피시간을 최소화할 수 있는 전역적인 실내 보행자 최적 대피모형을 제시하고자 한다. 총 대피시간을 줄이는 전역적인 최적해는 다항식으로 찾기 힘든 문제로, 본 연구에서는 메타 휴리스틱기법 중 유전자 알고리즘을 이용하였다. 다양한 분포 상황을 염색체로 표현하고 해를 반복적 필터링하여 최적에 가까운 대피경로 및 대피시간을 산출하였다. 설계된 알고리즘을 표현하고 실험하기 위해서 CA(cellular automata) 기반의 대피 시뮬레이터를 이용하였으며, 다양한 실내 인원분포에 적용하여 그 결과를 제시하였다.

• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1444-1451
• /
• 2016

본 논문에서는 무선 애드 혹 네트워크에서 협력 통신을 이용하여 소스 노드에서 목적 노드로 데이터를 전송함에 있어 필요한 에너지를 최소화하기 위한 타부 서치 알고리즘을 제안한다. 무선 애드 혹 네트워크에서 노드의 수가 증가함에 따라 노드 간 경로 설정을 위한 계산량은 급격히 늘어나게 된다. 본 논문에서는 노드 밀도가 높은 무선 애드 혹 네트워크에서 적정한 시간 내에 최적의 협력 통신 경로를 찾기 위한 타부 서치 알고리즘을 제안하며, 효율적인 검색을 위해 타부 서치 알고리즘의 효과적인 이웃해 생성 동작을 제안한다. 제안된 알고리즘은 소스 노드와 목적 노드간의 전송을 위한 최소 에너지와 실행시간 관점에서 성능을 평가하며, 평가 결과에서 제안된 알고리즘이 기존의 알고리즘에 비해 성능이 우수함을 보인다.

• 한국산학기술학회논문지
• /
• 제18권2호
• /
• pp.704-710
• /
• 2017

본 연구팀은 프레스 공정의 협소공간에서 작업이 가능한 6자유도 로봇을 개발하고 있으며, 본 논문은 개발된 로봇의 작업 시간을 최소화하기 위한 작업 시퀀스 최적화 방법을 제안하였다. 우선 6 자유도 로봇의 기구학을 모델링하고 작업 시간 예측 방법을 기술하였다. 그리고 작업 시퀀스 최적화를 위하여 수학적 모델을 제시하고, 이를 바탕으로 개미 집단 시스템(ant colony system), 시뮬레이트 어니일링(simulated annealing), 유전자 알고리즘(genetic algorithm)의 세 가지 최적화 방법을 적용하고 결과를 비교 분석하였다. 시뮬레이션 결과 유전자 알고리즘이 가장 좋은 결과를 보임을 확인할 수 있었으며, 계산 속도 측면에서도 가장 빨리 최적값에 수렴하였다. 또한, 개미집단시스템과 시뮬레이티드 어니일링의 경우 여러 파라미터 값들의 설정에 따라 수렴된 최적값의 편차가 비교적 큰 것에 비하여, 유전자 알고리즘은 파라미터 값에 상관없이 안정적으로 근사 최적값을 찾을 수 있었다. 마지막으로, 로봇의 작업시퀀스 최적화 방법을 시각적으로 검증하기 위하여 Mathworks 사의 Matlab과 Coppelia Robotics 사의 V-REP (virtual robot experimentation platform)를 사용한 시뮬레이션을 수행하였다.