• ICROS
• /
• v.10 no.3
• /
• pp.21-26
• /
• 2004

Structured singular value (SSV)는 robust stability와 robust performance를 매우 엄밀하게 다루기 위해 고안되었다 (Doyle, 1982; Safonov, 1982). 이 엄밀성으로 제어시스템의 설계 및 분석에 광범위하게 사용되고 있다. 강건제어의 단초를 이루었으며 loop failure tolerance, decentralized integral controllability (Campo and Morari. 1994), D-stability (Lee and Edgar, 2001) 등에 SSY가 사용되고 있다. SSV의 중요성이 알려짐에 따라 이것에 관한 많은 연구가 있었다(Fan et at., 1991 ; Pacltard and Pander, 1993), 그러나 이 값의 계산은 매우 어려운 NP-hard인 것으로 판명되었으며 (Braatz et al.. 1994). 실수 불확실 변수에 대한 SSV의 경우 원하는 오차범위 내로 근사 값을 구하는 것도 마찬가지 인 것으로 밝혀졌다(Fu, 1997).(중략)

• Proceedings of the IEEK Conference
• /
• 2002.07c
• /
• pp.1375-1377
• /
• 2002

New graph coloring problems are discussed as models of a multihop network in this report. We consider a total scheduling problem, and prove that this problem is NP-hard. We propose new scheduling models of a multi-hop network for CDMA system, and show the complexity results of the scheduling problems.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2005.12a
• /
• pp.155-161
• /
• 2005

3자물류 시장의 급부상, 운송업계의 경쟁가열화, 운송경로의 다양화 및 글로벌화가 추구되면서 복합운송을 고려한 수송계획의 효율화가 필요한 실정이다. 본 연구에서는 국제물류에서 이루어지고 있는 복합운송을 고려한 최적수송계획 알고리즘을 제안하고자 한다. 화물과 경유지의 고려는 운송수단에 따라 동적으로 변화하는 NP-hard문제로써 가지치기 알고리즘(pruning algorithm)을 이용하여 문제를 단순화시키고, 운송수단을 제약조건으로 한 휴리스틱 최단경로 알고리즘을 제안하였다. 이를 부산항에서 로테르담항까지 실제로 사용되는 경로문제에 적용해 봄으로써 본 알고리즘의 효율성을 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.241-243
• /
• 2006

불확실성이 존재하는 대용량의 데이터에서의 추론과 각 특성들 간의 상관관계를 파악하기 위해서 사용되는 기법이 베이지안 네트워크 학습 방법이다. 본 논문에서는 베이지안 네트워크 학습 방법에서 발생할 수 있는 NP-Hard문제를 해결하게 위한 효율적인 탐색 기법을 구현하여 실제 네트워크 학습에서 적용시키고, 어떻게 개선되는지 알아본다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.61-63
• /
• 2003

지난 10년 동안 유전 알고리즘은 어렵고 복잡한 다양한 문제들을 해결하기 위한 새로운 방법으로 인식되어왔다. 이러한 유전 알고리즘의 성능은 알고리즘 내에 구현되는 여러 연산자들에 좌우된다. 따라서 많은 연구자들이 새로운 연산자 개발에 관심을 가져 왔었다. 특히, 가장 널리 알려진 조합최적화 문제 중에 하나인 알려진 traveling salesman problem (TSP)의 경우 NP-hard문제로 분류되어 현재까지 이를 해결하기 위한 다양한 유전 연산자들이 개발되어 왔었다. 따라서 본 논문에서는 TSP 문제를 test problem로 이용하여 이를 해결하기 위한 새로운 유전 연산자 특히 교차 (Crossover Operator) 연산자들을 제안하고 기존의 다양한 연산자들과 비교를 통해서 성능을 입증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.91-93
• /
• 2003

자원 제약이 있는 일정 계획 문제는 잘 알려진 NP-hard 문제이다. 이런 문제는 최적해를 구하기 어려운 경우가 많기 때문에 최적해에 근사한 값을 빠른 시간에 구할 수 있는 휴리스틱 방법을 사용한다. 최근에는 휴리스틱의 한가지 방법으로써 유전 알고리즘이 많이 사용되고 있다. 본 논문에서는 자원 제약이 있는 일정 계획문제에 효율적인 유전 연산자를 제안한다. 이 유전 연산자는 자원 제약이 있는 일정 계획 문제에서 기존에 볼 수 없었던 강력한 상속성을 가지고 있다 이 연산자를 표준문제에 적용하여 문헌에 있는 기존의 다른 연산자 보다 우수함을 입증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.79-81
• /
• 2019

Collecting data in wireless sensor networks in minimum time is a traditional problem which is known NP-hard. Previous studies built the schedule using the node-based or link-based metrics to prioritize the transmissions. In this work, we combine the effect of both metrics to obtain a smaller aggregation time. We compare our work with state of the art schemes and report the improvement.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.24 no.66
• /
• pp.1-10
• /
• 2001

Simulation-Based Expert System(SIMBES) is a very effective tool to solve complex antral hard problems. The SIMBES model includes a simulator, a feature extractor, a machine learning system, a performance evaluator, and a Knowledge-Based Expert System(KBES). Since SIMBES depends on Problem domains, a schedule-based material requirements planning problem, which is NP-hard, was selected to exemplify the SIMBES model. To implement the SIMBES application in Smalltalk paradigm, a system class hierarchy was constructed. The hierarchy consists of five large classes such as Job Generator, Job Scheduler, Job Evaluator, Inference Engine, and Executive System. Several classes inside these classes were identified. Additionally, instance protocols about all classes have been described in terms of messages and pseudo methods. These protocols can be implemented easily by any other object-oriented languages. Furthermore, these results may be used as a skeletal system to develop a new SIMBES efficiently, especially when the application is related to other scheduling problems.

• Journal of National Security and Military Science
• /
• s.1
• /
• pp.345-360
• /
• 2003

To build an information oriented armed forces, the Korean military telecommunication networks adopt TCP/IP standard communication infrastructures based on ATM packet switched networks. Utilizing this network infrastructure, the Korean armed forces also applies to the areas of battleship management for efficient operation command controls and resource management for efficient resource allocations. In this military communication networks, it is essential to determine the least cost network topology under equal performance and reliability constraints. Basically, this type of communication network design problem is known in the literature as an NP Hard problem. As the number of network node increases, it is very hard to obtain an optimal solution in polynomial time. Therefore, it is reasonable to use a heuristic algorithm which provides a good solution with minimal computational efforts. In this study, we developed a simulated annealing based heuristic algorithm which can be utilized for the design of military communication networks. The developed algorithm provides a good packet switched network topology which satisfies a given set of performance and reliability constraints with reasonable computation times.

• Journal of the Korea Society of Computer and Information
• /
• v.22 no.9
• /
• pp.9-16
• /
• 2017

The course timetabling problem is a problem assigning a set of subjects to the given classrooms and different timeslots, while satisfying various hard constraints and soft constraints. This problem is defined as a constraint satisfaction optimization problem and is known as an NP-complete problem. Various methods has been proposed such as integer programming, constraint programming and local search methods to solve a variety of course timetabling problems. In this paper, we propose an iterative improvement search method to solve the problem based on constraint programming. First, an initial solution satisfying all the hard constraints is obtained by constraint programming, and then the solution is repeatedly improved using constraint programming again by adding new constraints to improve the quality of the soft constraints. Through experimental results, we confirmed that the proposed method can find far better solutions in a shorter time than the manual method.