• 정보처리학회논문지C
• /
• 제15C권6호
• /
• pp.531-538
• /
• 2008

애드 혹 네트워크의 동적인 환경에서는 네트워크 토폴로지의 변화로 잦은 경로 단절과 이로 인한 전송 지연이 일어난다. 따라서 전송 지연에 민감한 애드 혹 네트워크의 실시간 환경에서는 효율적인 라우팅 방법이 주요 관심이 될 수밖에 없다. 그래프를 이용하는 통신 관련 이론의 주요 관심 중 하나는 주어진 노드들 중에서 어떠한 노드들이 연결되어 있으며, 최소 비용을 가진 경로는 어떻게 쉽게 찾을 것인가 하는 것 들이다. 애드 혹 네트워크에서 노드간의 연결은 인접 행렬로 나타낼 수 있다. 본 논문에서는 이러한 인접 행렬에 기반한 일련의 행렬 연산을 이용한 경로 검색 기법을 제안한다. 인접 행렬의 연산을 통해 구해진 연결 행렬을 이용하여 목적지로부터 소스까지 경로를 구하는 방법이다. 최단 경로를 검색하기 위한 인접 행렬 기반의 역검색 방법과 노드-비중첩 다중 경로를 검색하기 위한 인접 행렬 기반의 노드-비중첩 다중 경로 역검색 방법을 제안한다.

• 한국측량학회지
• /
• 제30권5호
• /
• pp.425-433
• /
• 2012

다익스트라 알고리즘은 네트워크 상에서 최단경로를 찾는 것으로 널리 알려져 있다. 그러나, 최적 경로 탐색을 위하여 임의점과의 최단거리만 고려해서 선택하는 다익스트라 알고리즘보다 목표점까지 휴리스틱 요소를 고려하여 판단하는 $A^*$ 알고리즘에 대한 연구가 더 필요하다. 따라서, 본 연구에서는 자전거 경로 선정을 위한 다익스트라 알고리즘과 $A^*$ 알고리즘의 성능을 비교하였다. 이를 위하여, 자전거 경로 선정 요소를 이용하여 경사에 따른 수평거리와 평균 속도를 계산하였다. 그리고 다익스트라 알고리즘과 $A^*$ 알고리즘을 적용해 최단거리와 최단시간에 따른 자전거 경로 선정을 수행하였다. 실험 결과 대규모 지역에서 $A^*$ 알고리즘이 다익스트라 알고리즘보다 경로 선정 처리 시간이 빠르게 나타났다. 향후 최적 경로선정 알고리즘은 자전거 노선 계획이나 자전거 실시간 모바일 앱에 활용될 수 있다.

• 대한교통학회지
• /
• 제14권1호
• /
• pp.51-67
• /
• 1996

The optimal path-finding problem becomes complicated when multiple variables are simultaneously considered such as physical route length, degree of congestion, traffic capacity of intersections, number of intersections and lanes, and existence of free ways. Therefore, many researchers in various fields (management science, computer science, applied mathematics, production planning, satellite launching) attempted to solve the problem by ignoring many variables for problem simplification, by developing intelligent algorithms, or by developing high-speed hardware. In this research, an integration of expert system technique and case-based reasoning in high level with a conventional algorithms in lower level was attempted to develop an optimal path-finding system. Early application of experienced driver's knowledge and case data accumulated in case base drastically reduces number of possible combinations of optimal paths by generating promising alternatives and by eliminating non-profitable alternatives. Then, employment of a conventional optimization algorithm provides faster search mechanisms than other methods such as bidirectional algorithm and $A^*$ algorithm. The conclusion obtained from repeated laboratory experiments with real traffic data in Seoul metropolitan area shows that the integrated approach to finding optimal paths with consideration of various real world constraints provides reasonable solution in a faster way than others.

• 로봇학회논문지
• /
• 제18권1호
• /
• pp.1-9
• /
• 2023

This paper presents an optimal path planning strategy for aerial searching and surveying of a user-designated area using multiple Unmanned Aerial Vehicles (UAVs). The method is designed to deal with a single unseparated polygonal area, regardless of polygonal convexity. By defining the search area into a set of grids, the algorithm enables UAVs to completely search without leaving unsearched space. The presented strategy consists of two main algorithmic steps: cellular decomposition and path planning stages. The cellular decomposition method divides the area to designate a conflict-free subsearch-space to an individual UAV, while accounting the assigned flight velocity, take-off and landing positions. Then, the path planning strategy forms paths based on every point located in end of each grid row. The first waypoint is chosen as the closest point from the vehicle-starting position, and it recursively updates the nearest endpoint set to generate the shortest path. The path planning policy produces four path candidates by alternating the starting point (left or right edge), and the travel direction (vertical or horizontal). The optimal-selection policy is enforced to maximize the search efficiency, which is time dependent; the policy imposes the total path-length and turning number criteria per candidate. The results demonstrate that the proposed cellular decomposition method improves the search-time efficiency. In addition, the candidate selection enhances the algorithmic efficacy toward further mission time-duration reduction. The method shows robustness against both convex and non-convex shaped search area.

• 제어로봇시스템학회논문지
• /
• 제8권12호
• /
• pp.1048-1055
• /
• 2002

The problem of generating torch paths for 2D laser cutting of a stock plate nested with a set of free-formed parts is investigated. The objective is to minimize the total length of the torch path starting from a blown depot, then visiting all the given Parts, and retuning back to the depot. A torch Path consists of the depot and Piercing Points each of which is to be specified for cutting a part. The torch path optimization problem is shown to be formulated as an extended version of the standard travelling salesman problem To solve the problem, a hybrid genetic algorithm is proposed. In order to improve the speed of evolution convergence, the algorithm employs a genetic algorithm for global search and a combination of an optimization technique and a genetic algorithm for local optimization. Traditional genetic operators developed for continuous optimization problems are used to effectively deal with the continuous nature of piercing point positions. Computational results are provided to illustrate the validity of the proposed algorithm.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.188-191
• /
• 2011

Path finding and path planning is crucial in today's world where time is an extremely valuable element. It is easy to plan the optimum path to a destination if provided a map but the same cannot be said for an unknown and unexplored environment. It will surely be exhaustive to search and explore for paths to reach the destination, not to mention planning for the optimum path. This is very much similar to finding for an exit of a maze. A very popular competition designed to tackle the maze solving ability of autonomous called Micromouse will be used as a guideline for us to design our maze. There are numerous ways one can think of to solve a maze such as Dijkstra's algorithm, flood fill algorithm, modified flood fill algorithm, partition-central algorithm [1], and potential maze solving algorithm [2]. We will analyze these algorithms from various aspects such as maze solving ability, computational complexity, and also feasibility to be implemented.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권11호
• /
• pp.2052-2067
• /
• 2011

Complementary trees are two spanning trees rooted at the sink node satisfying that any source node's two paths to the sink node on the two trees are node-disjoint. Complementary trees routing strategy is a special node-disjoint multi-path routing approach. Several complementary trees routing algorithms have been proposed, in which path discovery methods based on depth first search (DFS) or Dijkstra's algorithm are used to find a path for augmentation in each round of path augmentation step. In this paper, a novel path discovery method based on multi-tree-growing (MTG) is presented for the first time to our knowledge. Based on this path discovery method, a complementary trees routing algorithm is developed with objectives of low average path length on both spanning trees and low complexity. Measures are employed in our complementary trees routing algorithm to add a path with nodes near to the sink node in each round of path augmentation step. The simulation results demonstrate that our complementary trees routing algorithm can achieve low average path length on both spanning trees with low running time, suitable for wireless sensor networks in industrial scenarios.

• 한국ITS학회 논문지
• /
• 제4권3호
• /
• pp.9-22
• /
• 2005

교통망에서 경로의 총 통행비용은 통행비용과 인지비용으로 구분된다. 출발지와 도착지간에 상이하게 인지되는 비용을 고려하여 경로를 탐색하는 것은 전체경로를 열거해야 하는 문제 때문에 현실 적용에 한계가 있다. 따라서 현재 활용되고 있는 첨단교통정보체계(ATIS)에서 경로정보를 제공할 때 통행비용 만을 고려하여 경로를 탐색하는 기법을 적용하는 것이 일반적이다. 본 연구는 경로열거문제 없이 상이한 링크인지비용을 반영하는 최적 및 K 경로탐색기법을 제안한다. 이를 위해 링크를 경로의 최소단위로 정의하고, 따라서 두 링크의 비교가 경로의 비교로 확대되는 링크표지기반경로탐색기법을 활용하며, 도착지를 기반으로 후방향 최적링크인지경로트리를 구축한 후 출발지기반으로 전방향 최적의 링크총비용 경로트리를 구축하는 수식과 알고리즘을 제안한다.

• 한국산학기술학회논문지
• /
• 제11권12호
• /
• pp.5015-5022
• /
• 2010

기존의 패턴 탐사 기법들은 대부분 객체가 갖는 공간 정보의 연속적인 변화에 대한 패턴 탐사는 가능하나, 추출하고자 하는 패턴에 반드시 포함되어야 하는 공간 정보에 대한 제약이 없어 특정 지점들 사이의 최적 경로 탐색 문제나 단위기간 동안 이동 객체가 순회해야 하는 지점들에 대한 경로 예측 문제 등에 적용하기 어렵다. 본 논문에서는 Road Network 상의 특정한 지점들 사이를 이동한 객체의 위치 데이터들 중 최다 빈발 패턴과 시간 및 비용 등의 가중치를 복합적으로 고려하여 최적의 이동 경로를 탐색하는 방법(Spatial-Temporal Optimal Moving Pattern(with Frequency & Weight) algorithm)[13]을 이용하여, 공간 개념 계층에 따른 경로 탐색의 정확도를 분석한다. 분석의 결과는 패턴 탐사 과정에 있어 공간 제약을 적용하여 검색 데이터 범위를 축소함으로써 데이터베이스 검색 시간을 최소화함을 보이고, 또한 공간 추상 계층의 각 계층별 영역 내 포함여부를 고려함으로써 효율적으로 최적 이동 패턴을 탐색하여 제공하도록 한다.

• 품질경영학회지
• /
• 제47권4호
• /
• pp.701-711
• /
• 2019

Purpose: The problem of optimizing redundancy allocation in multi-level systems is considered when each item in a multi-level system has alternative items with the same function. The number of redundancy of multi-level system is allocated to maximize the reliability of the system under path set and cost limitation constraints. Methods: Based on cost limitation and path set constraints, a mathematical model is established to maximize system reliability. Particle swarm optimization is employed for redundant allocation and verified by numerical experiments. Results: Comparing the particle swarm optimization method and the memetic algorithm for the 3 and 4 level systems, the particle swarm optimization method showed better performance for solution quality and search time. Particularly, the particle swarm optimization showed much less than the memetic algorithm for variation of results. Conclusion: The proposed particle swarm optimization considerably shortens the time to search for a feasible solution in MRAP with path set constraints. PS optimization is expected to reduce search time and propose the better solution for various problems related to MRAP.