• 대한산업공학회지
• /
• 제26권4호
• /
• pp.421-430
• /
• 2000

This paper presents a new approach which uses $A^*$ search and genetic algorithms for solving large scale multi-objective shortest path problem. The focus of this paper is motivated by the problem of finding Pareto optimal paths for an advanced traveler information system(ATIS) in the context of intelligent transportation system(ITS) application. The individual description, the decoding rule, the selection strategy and the operations of crossover and mutation are proposed for this problem. The keynote points of the algorithm are how to represent individuals and how to calculate the fitness of each individual. The high performance of the proposed algorithm is demonstrated by computer simulations.

• Nuclear Engineering and Technology
• /
• 제53권11호
• /
• pp.3772-3783
• /
• 2021

This work proposes a new efficient meta-heuristic optimization algorithm called Gamma Ray Interactions Based Optimization (GRIBO). The algorithm mimics different energy loss processes of a gamma-ray photon during its passage through a matter. The proposed novel algorithm has been applied to search for the global minima of 30 standard benchmark functions. The paper also considers solving real optimization problem in the field of nuclear engineering, radioisotope identification. The results are compared with those obtained by the Particle Swarm Optimization, Genetic Algorithm, Gravitational Search Algorithm and Grey Wolf Optimizer algorithms. The comparisons indicate that the GRIBO algorithm is able to provide very competitive results compared to other well-known meta-heuristics.

• 전자통신동향분석
• /
• 제34권4호
• /
• pp.32-42
• /
• 2019

The performance of machine learning algorithms significantly depends on how a configuration of hyperparameters is identified and how a neural network architecture is designed. However, this requires expert knowledge of relevant task domains and a prohibitive computation time. To optimize these two processes using minimal effort, many studies have investigated automated machine learning in recent years. This paper reviews the conventional random, grid, and Bayesian methods for hyperparameter optimization (HPO) and addresses its recent approaches, which speeds up the identification of the best set of hyperparameters. We further investigate existing neural architecture search (NAS) techniques based on evolutionary algorithms, reinforcement learning, and gradient derivatives and analyze their theoretical characteristics and performance results. Moreover, future research directions and challenges in HPO and NAS are described.

• Computers and Concrete
• /
• 제23권5호
• /
• pp.311-320
• /
• 2019

The substructuring technique is one of the efficient methods for reducing computational effort and memory usage in the finite element method, especially in large-scale structures. Proper mesh partitioning plays a key role in the efficiency of the technique. In this study, new algorithms are proposed for mesh partitioning based on an element search technique. The computational cost function is optimized by aligning each element of the structure to a proper substructure. The genetic algorithm is employed to minimize the boundary nodes of the substructures. Since the boundary nodes have a vital performance on the mesh partitioning, different strategies are proposed for the few number of substructures and higher number ones. The mesh partitioning is optimized considering both computational and memory requirements. The efficiency and robustness of the proposed algorithms is demonstrated in numerous examples for different size of substructures.

• 대한기계학회논문집A
• /
• 제26권6호
• /
• pp.987-992
• /
• 2002

In an attempt to solve multiobjective optimization problems, many traditional methods scalarize the objective vector into a single objective. In those cases, the obtained solution is highly sensitive to the weight vector used in the scalarization process and demands the user to have knowledge about the underlying problem. Moreover, in solving multiobjective problems, designers may be interested in a set of Pareto-optimal points, instead of a single point. In this paper, pareto-based Continuous Evolutionary Algorithms for Multiobjective Optimization problems having continuous search space are introduced. This algorithm is based on Continuous Evolutionary Algorithms to solve single objective optimization problems with a continuous function and continuous search space efficiently. For multiobjective optimization, a progressive reproduction operator and a niche-formation method fur fitness sharing and a storing process for elitism are implemented in the algorithm. The operator and the niche formulation allow the solution set to be distributed widely over the Pareto-optimal tradeoff surface. Finally, the validity of this method has been demonstrated through a numerical example.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 추계종합학술대회
• /
• pp.328-332
• /
• 2000

최근 지놈(Genome) 프로젝트를 통해 DNA 염기서열에 대한 정보가 밝혀짐에 따라 분자 수준의 유전자 정보를 다루는 기법이 활발히 연구되고 있다. 그리고 밝혀진 서열정보들의 방대함으로 미루어볼 때 이들 정보를 데이터베이스화하고 효과적인 분석을 행하기 위한 새로운 컴퓨터의 알고리즘의 개발 또한 시급한 일이다. 이러한 측면에서 ,본 논문에서는 분자생물학에서 매우 중요한 연구 대상으로 삼고있는 프로모터 서열과 유전자간의 연관성으로 발현되는 특징을 알아내기 위한 연관 규칙 탐사 알고리즘을 연구한다. 기존의 탐사 알고리즘은 트랜잭션 데이터를 대상으로 하지만 본 논문에서는 생물학적 데이터를 대상으로 하였기 때문에 데이터의 형태와 생물학적인 특성을 수용하는 변형된 연관규칙 알고리즘을 설계한다. 본 연구를 통하여 얻어진 결과는 실제 생물학적 실험'대상의 후보조합을 최소화 하므로써 많은 시간과 노력 비용을 절감할 수 있다.

• 융합신호처리학회논문지
• /
• 제13권4호
• /
• pp.207-210
• /
• 2012

유전 알고리즘은 확률에 기반한 매우 효과적인 최적화 기법이지만 지역해로의 조기수렴과 전역해로의 수렴 속도가 느리다는 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위해 적응 분할법에 기반한 유전 알고리즘을 제안하였다. 유전 알고리즘이 전역해를 효과적으로 찾도록 하는 적응 분할법은 최적화의 복잡도를 줄이기 위해 탐색공간을 적응적으로 분할한다. 이러한 적응 분할법은 탐색공간의 복잡도가 증가할수록 더 효과적이다. 제안된 방법을 테스트 함수의 최적화 및 도립진자 제어를 위한 퍼지 제어기 설계 최적화에 적용하여 그 유효성을 보였다.

• 한국정보통신학회논문지
• /
• 제4권4호
• /
• pp.739-744
• /
• 2000

최근 지놈(Genome) 프로젝트를 통해 DNA 염기서열에 대한 정보가 밝혀짐에 따라 분자 수준의 유전자 정보를 다루는 기법이 활발히 연구되고 있다. 그리고 밝혀진 서열정보들의 방대함으로 미루어볼 때 이들 정보를 데이터베이스화하고 효과적인 분석을 행하기 위한 새로운 컴퓨터의 알고리즘의 개발 또한 시급한 일이다. 이러한 측면에서 본 논문에서는 분자생물학에서 매우 중요한 연구 대상으로 삼고있는 프로모터 서열과 유전자간의 연관성으로 발현되는 특징을 알아내기 위한 연관 규칙 탐사 알고리즘을 연구한다. 기존의 탐사 알고리즘은 트랜잭션 데이터를 대상으로 하지만 본 논문에서는 생물학적 데이터를 대상으로 하였기때문에 데이터의형태와 생물학적인 특성을 수용하는 변형된 연관규칙 알고리즘을 설계한다. 본 연구를 통하여 얻어진 결과는 실제 생물학적 실험대상의 후보조합을 최소화 하므로써 많은 시간과 노력 비용을 절감할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.729-731
• /
• 2016

본 논문에서는 제안한 알고리즘은 이전 유전 알고리즘의 분산처리를 위해 라우터 그룹 단위인 셀을 도입하였다. 기존 최적경로 알고리즘인 Dijkstra 알고리즘에서 네트워크가 손상되었을 경우 제안한 알고리즘에는 대체 경로 설정의 연산시간이 단축되었으며 손상된 네트워크의 셀 안에서 2순위의 경로를 가지고 있으므로 Dijkstra 알고리즘보다 신속하게 대체경로를 설정하도록 설계되었다. 이는 제안한 알고리즘이 네트워크상에서 Dijkstra 알고리즘이 손상되었을 경우 대체 경로설정을 보완할 수 있음을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.418-421
• /
• 2014

스마트폰과 같은 이동 통신 매체의 발달과 LTE, NFC, RFID 등 무선통신의 발달로 실시간으로 이동 객체의 위치데이터를 수집하여 활용하는 위치 기반의 서비스들이 다방면의 개발에 이용되고 있다. 이에 따라 대용량의 이동객체 위치 데이터들을 효율적으로 저장하는 방법과 여러 질의를 좀 더 빠르게 처리할 수 있는 방법들에 대한 연구들이 진행 중이다. 본 논문에서는 Douglas-Peucker 알고리즘을 응용하여 대용량의 이동객체궤적 데이터를 단순화하여 색인 구조를 생성하고 이 색인 구조를 이용하여 최근접 이웃 검색 질의를 효율적으로 처리할 수 있는 알고리즘을 제안한다. 제안된 방법으로 대용량의 데이터가 더 적은 양의 데이터로 단순화 되고 얼마나 더 효율적으로 질의를 처리하는지 실험을 통하여 확인하였다.