• Journal of applied mathematics & informatics
• /
• 제28권3_4호
• /
• pp.597-610
• /
• 2010

For a class of nonlinear bilevel programming problems in which the follower's problem is linear, the paper develops a genetic algorithm based on the optimality conditions of linear programming. At first, we denote an individual by selecting a base of the follower's linear programming, and use the optimality conditions given in the simplex method to denote the follower's solution functions. Then, the follower's problem and variables are replaced by these optimality conditions and the solution functions, which makes the original bilevel programming become a single-level one only including the leader's variables. At last, the single-level problem is solved by using some classical optimization techniques, and its objective value is regarded as the fitness of the individual. The numerical results illustrate that the proposed algorithm is efficient and stable.

• 대한교통학회지
• /
• 제18권6호
• /
• pp.89-99
• /
• 2000

전통적인 OD조사에 의한 OD추정방법의 여러 문제점들로 인해 링크에서 관측된 교통량과 기존OD를 결합해 새로운 OD를 추정하고자 하는 연구들이 지속되고 있으며, 그 필요성도 증대되고 있다. 그러한 기법중의 하나가 Yang(1995)이 제시한 바이레벨 모형으로, 그는 일반화최소자승법을 풀기위한 Sensitivity Analysis Based (SAB)을 제시하였다. 그러나 SAB 알고리즘은 두가지 중요한 문제점을 가지고 있다. 첫 번째 문제는 실제 OD를 알기가 어렵기 때문에, 기존 OD 조사시의 통행패턴이 현재의 통행패턴과 큰 변화가 없다는 가정 하에, 기존 OD를 추정시 중요한 추정기준으로 설정한다는 점이다. 그러나 이러한 기존 OD에 대한 추정의 종속성으로 인해, SAB는 기존 OD와 실제 OD의 차이가 큰 경우 정확한 해를 도출하지 못하고 추정결과가 일관적(robust)이지 않게 도출된다. 두 번째 문제는 SAB는 통행패턴 추정시 선형근사화를 가정하기 때문에 게임이론적 측면에서 전제로 설정한 완전한 Stackelberg 상황을 구현하지 못한다는 점이다. 이러한 문제점을 피하기 위해서는 기존 OD의 오차나 관측교통량의 오차에 대해 일관적이고 안정적인 해도출 기법이 필요하다. 본 연구의 목적은 SAB를 비롯한 기존 바이레벨 OD추정기법의 문제점을 지적하고 이에 대한 대안기법을 제시하는 것이다. OD추정의 문제는 본질적으로 비선형이고 비볼록하기 때문에, 다중해를 도출하게 된다. 따라서 전역해 탐색기법이 필요한데, 본 연구에서는 전역최적화가 가능한 유전알고리즘(Genetic Algorithm)을 이용한 OD추정모형(GA-Model:GAM)을 제시하였다. 사례네트워크에 대한 비교분석결과, GAM은 기존 OD의 오타에 대해 크게 종속적이지 않으며 OD구조가 변하는 경우에도 추정이 가능하여, 일반적으로 실제 OD를 알 수 없는 (기존OD의 오차가 어느 정도인지를 알 수 없는) 도시부 네트워크에서 신뢰성있는 추정력을 보였다.