• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.511-513
• /
• 2003

멀티미디어 서비스의 증가로 다양한 QoS(Quality of Service) 파라미터를 보장하는 멀티캐스트 라우팅 알고리즘이 필요하게 되었다. 이러한 멀티캐스트 라우팅에서 고려해야 하는 각각의 QoS 파리미터와 비용과의 관계는 Trade-off 관계에 있으며, 이들을 동시에 최적화하는 멀티캐스트 라우팅 문제는 다목적 최적화 문제(Multi-Objective Optimization Problem: MOOP)에 속하는 어려운 문제이다. 다목적 최적화 문제의 목표는 다양한 파레토 최적해(Pareto Optimal Solution)를 찾는데 있으며, 이를 해결하기 위해서 본 논문에서는 다목적 유전자 알고리즘(Multiple Objective Genetic Algorithms： MOGA)을 적용하였다.

• Steel and Composite Structures
• /
• 제32권4호
• /
• pp.455-466
• /
• 2019

Despite the rapid advancement in computing resources, many real-life design and optimization problems in structural engineering involve huge computation costs. To counter such challenges, approximate models are often used as surrogates for the highly accurate but time intensive finite element models. In this paper, surrogates for first-order shear deformation based finite element models are built using a polynomial regression approach. Using statistical techniques like Box-Cox transformation and ANOVA, the effectiveness of the surrogates is enhanced. The accuracy of the surrogate models is evaluated using statistical metrics like $R^2$, $R^2{_{adj}}$, $R^2{_{pred}}$ and $Q^2{_{F3}}$. By combining these surrogates with nature-inspired multi-criteria decision-making algorithms, namely multi-objective genetic algorithm (MOGA) and multi-objective particle swarm optimization (MOPSO), the optimal combination of various design variables to simultaneously maximize fundamental frequency and frequency separation is predicted. It is seen that the proposed approach is simple, effective and good at inexpensively producing a host of optimal solutions.

• 한국방재학회 논문집
• /
• 제10권1호
• /
• pp.73-80
• /
• 2010

상수도관망의 최적설계는 단목적함수와 고정된 수리학적 변수로 구성된 비용최소화의 문제로 시작되었다. 하지만, 미래의 불확실한 수요량의 변동과 같이 상수도관망 내에 존재하는 여러 불확실성을 고려하여 설계하는 것이 실제 상수도관망의 거동을 보다 적절히 예측하는 것이다. 따라서 상수도관망 내 존재하는 불확실성을 양적으로 고려하는 다양한 방법이 연구되어 상수도관망의 최적설계에 반영되었고, 다목적함수를 사용한 최적화문제도 다루게 되었다. 본 연구에서는 관망의 절점에서의 수요량과 관의 조도계수를 불확실성을 가진 변수로 두고, 비용 최소화와 관망의 강건성 (Robustness)을 최대화 하는 두 가지 목적함수를 가진 다목적함수 최적화 문제를 다루었다. 최적화 과정은 비용최소화와 불확실성을 고려한 최종 최적화의 두 과정으로 나뉜다. 각 절점에서의 수요량과 관의 조도계수는 베타확률밀도함수 (Beta PDF)를 사용, Latin Hypercube 샘플링 방법으로 불확실성을 고려하였고, 다목적함수의 최적화는 유전자 알고리듬 (Multi-objective Genetic Algorithms, MOGA)을 사용하였다. 제안된 방법은 New York Tunnels이라는 실제 상수도관망에 적용하여 적용성을 검증 하였고 그 결과를 분석하였다. 다목적 최적화 문제에서 최적화가 진행될 수 록 초기 값에 모여 있던 점들이 그 점 주위를 시작으로 해 공간에 최적 해를 찾아 오른쪽 아래 부분으로 탐색해 나가는 것을 확인할 수 있었고 최적설계의 해는 해 공간에서 Pareto Front를 구성하며 파레토 최적해를 구하였다.

• Structural Engineering and Mechanics
• /
• 제23권4호
• /
• pp.325-337
• /
• 2006

A hybrid structural design and optimization methodology that combines the strengths of genetic algorithms, local search techniques, and parallel computing is developed to evolve optimal truss systems in this research effort. The primary objective that is met in evolving near-optimal or optimal structural systems using this approach is the capability of satisfying user-defined design criteria while minimizing the computational time required. The application of genetic algorithms to the design and optimization of truss systems supports conceptual design by facilitating the exploration of new design alternatives. In addition, final shape optimization of the evolved designs is supported through the refinement of member sizes using local search techniques for further improvement. The use of the hybrid approach, therefore, enhances the overall process of structural design. Parallel computing is implemented to reduce the total computation time required to obtain near-optimal designs. The support of human-computer interaction during layout optimization and local optimization is also discussed since it assists in evolving optimal truss systems that better satisfy a user's design requirements and design preferences.