• Journal of Electrical Engineering and Technology
• /
• 제12권2호
• /
• pp.643-653
• /
• 2017

The paper presents controller optimization algorithm for a 12-pulse voltage source converter (VSC) based high voltage direct current (HVDC) system. To get an optimum algorithm, three methods namely conventional-Zeigler-Nichols, linear-golden section search (GSS) and stochastic-particle swarm optimization (PSO) are applied to control of 12 pulse VSC based HVDC system and simulation results are presented to show the best among the three. The performance results are obtained under various dynamic conditions such as load perturbation, non-linear load condition, and voltage sag, tapped load fault at points-of-common coupling (PCC) and single-line-to ground (SLG) fault at input AC mains. The conventional GSS and PSO algorithm are modified to enhance their performances under dynamic conditions. The results of this study show that modified particle swarm optimization provides the best results in terms of quick response to the dynamic conditions as compared to other optimization methods.

• 정보처리학회논문지B
• /
• 제15B권4호
• /
• pp.331-340
• /
• 2008

특징 선택은 기계 학습에서 분류의 성능을 높이기 위해 사용되는 방법이다. 여러 방법들이 개발되고 사용되어 오고 있으나, 전체 데이터에서 최적화된 특징 부분집합을 구성하는 문제는 여전히 어려운 문제로 남아있다. 생태계 모방 알고리즘은 생물체들의 행동 원리 등을 기반으로하여 만들어진 진화적 알고리즘으로, 최적화된 해를 찾는 문제에서 매우 유용하게 사용되는 방법이다. 특징 선택 문제에서도 생태계 모방 알고리즘을 이용한 해결방법들이 제시되어 오고 있으며, 이에 본 논문에서는 생태계 모방 알고리즘을 이용한 특징 선택 방법을 개선하는 방안을 제시한다. 이를 위해 잘 알려진 생태계 모방 알고리즘인 유전자 알고리즘(GA)과 파티클 집단 최적화 알고리즘(PSO)을 이용하여 데이터에서 가장분류 성능이 우수한 특징 부분집합을 만들어 내도록 하고, 최종적으로 개별 특징의 사전 중요도를 설정하여 생태계 모방 알고리즘을 개선하는 방법을 제안하였다. 이를 위해 개별 특징의 우수도를 구할 수 있는 mRMR이라는 방법을 이용하였다. 이렇게 설정한 사전 중요도를 이용하여 GA와 PSO의 진화 연산을 수정하였다. 데이터를 이용한 실험을 통하여 제안한 방법들의 성능을 검증하였다. GA와 PSO를 이용한 특징 선택 방법은 그 분류 정확도에 있어서 뛰어난 성능을 보여주었다. 그리고 최종적으로 제시한 사전 중요도를 이용해 개선된 방법은 그 진화 속도와 분류 정확도 면에서 기존의 GA와 PSO 방법보다 더 나아진 성능을 보여주는 것을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제22권4호
• /
• pp.21-28
• /
• 2013

일반적으로 최적화 문제에서 군사 시뮬레이션과 같이 결과가 확률적으로 나타나는 경우를 계산할 때에는 문제를 모델링 하여 일반적인 최적화 기법을 적용하는 것에 어려움이 있다. 본 논문에서는 이러한 군사 시뮬레이션의 특징을 반영하는 복잡한 반응표면을 가진 확률적 평가 함수를 정의하였다. 그리고 이러한 확률적 시뮬레이션에 대해 기존의 PSO법이 가진 약점을 보완하는 기법을 제안하였다. 제안한 기법을 이용해 평가 함수에 대한 최적화를 시행하였으며 최적화의 속도와 정확도에 영향을 미치는 계산 조건들의 상호작용을 분석하였다. 이를 통해 본 논문에서 제안한 확률적 시뮬레이션의 최적화 전략을 제시하였다.

• 전기학회논문지
• /
• 제60권2호
• /
• pp.398-406
• /
• 2011

In this paper, we introduce a new architecture of PSO-based Polynomial Neural Networks (PNN) and discuss its comprehensive design methodology. The conventional PNN is based on a extended Group Method of Data Handling (GMDH) method, and utilized the polynomial order (viz. linear, quadratic, and modified quadratic) as well as the number of node inputs fixed (selected in advance by designer) at Polynomial Neurons located in each layer through a growth process of the network. Moreover it does not guarantee that the conventional PNN generated through learning results in the optimal network architecture. The PSO-based PNN results in a structurally optimized structure and comes with a higher level of flexibility that the one encountered in the conventional PNN. The PSO-based design procedure being applied at each layer of PNN leads to the selection of preferred PNs with specific local characteristics (such as the number of input variables, input variables, and the order of the polynomial) available within the PNN. In the sequel, two general optimization mechanisms of the PSO-based PNN are explored: the structural optimization is realized via PSO whereas in case of the parametric optimization we proceed with a standard least square method-based learning. To evaluate the performance of the PSO-based PNN, the model is experimented with using Gas furnace process data, and pH neutralization process data. For the characteristic analysis of the given entire data with non-linearity and the construction of efficient model, the given entire system data is partitioned into two type such as Division I(Training dataset and Testing dataset) and Division II(Training dataset, Validation dataset, and Testing dataset). A comparative analysis shows that the proposed PSO-based PNN is model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 대한음성학회지:말소리
• /
• 제64호
• /
• pp.121-135
• /
• 2007

Speech signal is distorted by channel characteristics or additive noise and then the performances of speaker or speech recognition are severely degraded. To cope with the noise problem, we propose a modified HMM decoder algorithm using SNR-based observation confidence, which was successfully applied for GMM in speaker identification task. The modification is done by weighting observation probabilities with reliability values obtained from SNR. Also, we apply PSO (particle swarm optimization) method to the confidence function for maximizing the speaker identification performance. To evaluate our proposed method, we used the ETRI database for speaker recognition. The experimental results showed that the performance was definitely enhanced with the modified HMM decoder algorithm.

• 한국건축시공학회지
• /
• 제17권4호
• /
• pp.369-375
• /
• 2017

본 연구는 제설작업의 효율성을 높일 수 있도록 제설차량의 작업구간 할당 및 제설기지 위치를 최적화할 수 있는 PSO 알고리듬을 제시하였다. 기존의 PSO 알고리듬을 개선하여 해공간의 탐색 성능을 높일 수 있는 개선된 알고리듬을 제시하였으며, 제설차량의 작업구간 할당 문제에 적용할 수 있도록 개체의 표현 및 적합도 합수값을 제시하였다. 또한 제시한 알고리듬의 타당성을 검증하기 위하여 지자체의 실제 사례에 적용하였으며, 기존 알고리듬과 개선된 알고리듬을 비교하였다. 그 결과 개선된 PSO의 경우 기존 알고리듬보다 폭넓게 해공간을 탐색하여 지역해에 빠지지 않고 더 우수한 해를 도출하는 것을 알 수 있다. 또한 개별 제설차량의 작업부하가 평준화될 수 있도록 작업구간을 할당할 수 있으며, 할당된 작업구간에 가장 가까운 지점을 도출하여 제설전진기지의 위치를 결정하는데 활용될 수 있음을 알 수 있었다.

• ETRI Journal
• /
• 제40권4호
• /
• pp.471-482
• /
• 2018

This paper proposes the necessity of a walking period in footstep planning and details situations in which it should be considered. An optimization-based fast footstep planner that takes the walking period into consideration is also presented. This footstep planner comprises three stages. A binary search is first used to determine the walking period. The front stride, side stride, and walking direction are then determined using the modified rapidly-exploring random tree algorithm. Finally, particle swarm optimization (PSO) is performed to ensure feasibility without departing significantly from the results determined in the two stages. The parameters determined in the previous two stages are optimized together through the PSO. Fast footstep planning is essential for coping with dynamic obstacle environments; however, optimization techniques may require a large computation time. The two stages play an important role in limiting the search space in the PSO. This framework enables fast footstep planning without compromising on the benefits of a continuous optimization approach.

• 한국전자파학회논문지
• /
• 제26권2호
• /
• pp.218-225
• /
• 2015

역합성 개구면 레이더(Inverse Synthetic Aperture Radar: ISAR) 영상은 표적으로부터 반사되어 돌아온 레이더 수신신호들을 코히런트하게 신호처리하여 형성한 표적의 2차원 영상이다. 본 논문에서는 계단 첩 파형(Stepped Chirp Waveform: SCW)을 이용한 ISAR 영상 형성과정에서 펄스 간 움직임(Inter-Pulse Motion: IPM)이 존재하는 경우, 이를 효과적으로 보상하기 위한 알고리즘을 제안한다. 널리 쓰이는 최적화 기법 중 하나인 particle swarm optimization(PSO)를 기반으로 IPM에 관련된 표적의 속도와 가속도를 추정한다. 또한, 개선된 PSO를 통해 기존의 성능을 더욱 향상시켜 실시간 요동보상을 수행한다. 시뮬레이션에서는 Boeing-737의 점 산란원 모델을 이용한 기동 시나리오에서 제안된 알고리즘의 성능을 확인한다.

• Journal of Electrical Engineering and Technology
• /
• 제9권6호
• /
• pp.1873-1881
• /
• 2014

This paper deals with the design of multi-machine power system stabilizers (PSSs) and Static var compensator (SVC) using Modified shuffled frog leaping algorithm (MSFLA). The effectiveness of the proposed scheme for optimal setting of the PSSs and SVC controllers has been attended. The PSSs and SVC controllers designing is converted to an optimization problem in which the speed deviations between generators are involved. In order to compare the capability of PSS and SVC, they are designed independently once, and in a coordinated mode once again. The proposed method is applied on a multi-machine power system under different operating conditions and disturbances to confirm the effectiveness of it. The results of tuned PSS controller based on MSFLA (MSFLAPSS) and tuned SVC controller based on MSFLA (MSFLA SVC) are compared with the Strength pareto evolutionary algorithm (SPEA) and Particle swarm optimization (PSO) based optimized PSS and SVC through some performance to reveal its strong performance.

• 정보통신설비학회논문지
• /
• 제11권2호
• /
• pp.34-38
• /
• 2012

In this paper, the particle swarm optimization (PSO) algorithm is adopted to design a modified ring-slot type patch rectenna with a resonance frequency of 2.45GHz. In order to accomplish minimization of dimensions and circular polarization (CP) and harmonic suppression, axial direction slits and side-cuts are added to the patch of the ring. The PSO manipulated this kind of multi-dimensional problem very well, and as a result, the designed rectenna shows a desirable performance of return loss of 21.36dB and axial ratio of 2.92dB at the frequency of 2.45GHz with compact sizing.