• 소성∙가공
• /
• 제12권5호
• /
• pp.493-497
• /
• 2003

The present investigation aims at visualizing the crack tip stress field using a mechanoluminescence material. The well known compound $SrAl_2O_4$:$Eu^{2+}$ was adopted as a mechanolurninescence material. Two more trivalent rare-earth elements such as Dy and Nd were taken into consideration as codopants to provide the appropriate trap levels. Samples of a variety of compositions were prepared by varing $Eu^{2+}$, $Dy^{3+}$, and $Nd^{3+}$ doping contents, for which the combinatorial chemistry method was used. In order to search for the optimum composition for the highest mechanoluminescence, the luminescence induced by a compressive device including a CCD camera. In parallel, a compact tension specimen was prepared by mixing the luminescence powders of optimum composition and epoxy resin. Crack initiation from the mechanically machined sharp note tip and its growth during loading were found to be associated with the extent of light emission from $SrAl_2O_4$.

• 한국컴퓨터정보학회논문지
• /
• 제19권10호
• /
• pp.13-21
• /
• 2014

집합 커버링 문제는 대표적인 조합 최적화 문제들 중 하나로서 n개의 열로부터 일부를 선택하여 m개의 행을 커버하되 비용을 최소화하는 문제로 정의된다. 본 논문에서는 집합 커버링 문제를 해결하기 위한 정수 계획법 기반 지역 탐색의 적용 방안을 제시하고 있다. 정수계획법 기반 지역 탐색은 이웃해를 탐색하여 현재해를 반복적으로 개선하는 지역 탐색 기법의 일종으로서 이웃해를 생성하기 위한 알고리즘으로 정수계획법을 사용한다. 본 논문에서 제시한 기법의 효과를 검증하기 위해 OR-Library의 테스트 데이터를 대상으로 실험을 수행하였다. 실험 결과, 모든 테스트 데이터에 있어서 정수계획법 기반 지역 탐색을 통해 지금까지 알려진 가장 좋은 해를 탐색할 수 있었다. 특히 4개의 테스트 데이터에 대해서는 지금까지 알려진 가장 좋은 해보다 더 좋은 해를 도출할 수 있음을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제15권9호
• /
• pp.47-55
• /
• 2010

선형 제약 만족 최적화 문제는 선형식으로 표현 가능한 목적함수 및 복잡한 제약조건을 포함하는 조합 최적화 문제를 의미한다. 정수계획법은 이와 같은 문제를 해결하는 데 매우 효과적인 기법으로 알려져 있지만 문제의 규모가 커질 경우 준최적해를 도출하기까지 매우 많은 시간과 메모리를 요구한다. 본 논문에서는 지역 탐색과 정수계획법을 결합하여 탐색 성능을 향상할 수 있는 방안을 제시한다. 기본적으로 대상 문제의 해결을 위해 지역 탐색의 가장 단순한 형태인 단순 언덕오르기 탐색을 사용하되 이웃해 생성 시 정수계획법을 적용한다. 또한 부가적으로 초기해 생성을 위해 제약 프로그래밍을 활용한다. N-Queens 최대화 문제를 대상으로 한 실험 결과, 본 논문에서 제시한 기법을 통해 다른 탐색 기법들보다 훨씬 더 좋은 해를 도출할 수 있음을 확인할 수 있었다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.237-242
• /
• 2003

Ant Colony System(ACS) 알고리즘은 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법이다. 이것은 greedy search뿐만 아니라 exploitation of positive feedback을 사용한 모집단에 근거한 접근법으로 Traveling Salesman Problem(TSP)를 풀기 위해 제안되었다. 본 논문에서는 전통적 전역갱신과 지역갱신 방법에 개미들이 방문한 각 간선에 대한 방문 횟수를 강화값으로 추가한 새로운 방법의 ACS를 제안한다. 그리고 여러 조건 하에서 TCS 문제를 풀어보고 그 성능에 대해 기존의 ACS 방법과 제안된 ACS 방법을 비교 평가해, 최적해에 더 빨리 수렴함을 실험을 통해 알 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.12-22
• /
• 2024

The travelling salesman problem is very famous and very difficult combinatorial optimization problem that has several applications in operations research, computer science and industrial engineering. As the problem is difficult, finding its optimal solution is computationally very difficult. Thus, several researchers have developed heuristic/metaheuristic algorithms for finding heuristic solutions to the problem instances. In this present study, a new hybrid genetic algorithm (HGA) is suggested to find heuristic solution to the problem. In our HGA we used comprehensive sequential constructive crossover, adaptive mutation, 2-opt search and a new local search algorithm along with a replacement method, then executed our HGA on some standard TSPLIB problem instances, and finally, we compared our HGA with simple genetic algorithm and an existing state-of-the-art method. The experimental studies show the effectiveness of our proposed HGA for the problem.

• 한국컴퓨터정보학회논문지
• /
• 제14권2호
• /
• pp.27-35
• /
• 2009

정수계획법은 조합 최적화 문제의 최적해를 매우 효과적으로 탐색할 수 있는 기법인 반면에 대상 문제가 선형적으로 표현되어야만 적용이 가능하다는 단점이 있다. 본 논문에서는 정수계획 법의 뛰어난 탐색 능력과 이웃해 탐색 기법의 유연성을 결합함으로써 비선형 최적화 문제를 효과적으로 해결하는 방안을 제시하고 있다. 먼저 1단계에서는 주어진 문제로부터 선형적으로 표현 가능한 부문제만을 대상으로 정수계획 법을 적용한다. 2단계에서는 전체 문제를 대상으로 이웃해 탐색 기법을 적용하되 1단계의 결과를 초기해로 설정한 후 탐색을 수행한다. 비선형 최대 커버링 문제를 대상으로 한 실험 결과, 이와 같은 간단한 결합만으로도 이웃해 탐색 기법만을 적용했을 때보다 훨씬 좋은 해를 도출할 수 있음을 확인하였다. 이는 기본적으로 정수계획법의 탁월한 성능에 기인한 것으로 판단된다.

• 대한전기학회논문지:전력기술부문A
• /
• 제54권8호
• /
• pp.375-387
• /
• 2005

This paper presents an application of parallel Genetic Algorithm-Tabu Search (GA-TS) algorithm to search an optimal solution of a service restoration in distribution systems. The main objective of service restoration of distribution systems is, when a fault or overload occurs, to restore as much load as possible by transferring the do-energized load in the out of service area via network reconfiguration to the appropriate adjacent feeders at minimum operational cost without violating operating constraints, which is a combinatorial optimization problem. This problem has many constraints with many local minima to solve the optimal switch position. This paper develops parallel GA-TS algorithm for service restoration of distribution systems. In parallel GA-TS, GA operators are executed for each processor. To prevent solutions of low fitness from appearing in the next generation, strings below the average fitness are saved in the tabu list. If best fitness of the GA is not changed for several generations, TS operators are executed for the upper $10\%$ of the population to enhance the local searching capabilities. With migration operation, best string of each node is transferred to the neighboring node after predetermined iterations are executed. For parallel computing, we developed a PC cluster system consists of 8 PCs. Each PC employs the 2 GHz Pentium IV CPU and is connected with others through ethernet switch based fast ethernet. To show the validity of the proposed method, proposed algorithm has been tested with a practical distribution system in Korea. From the simulation results, we can find that the proposed algorithm is efficient for the distribution system service restoration in terms of the solution quality, speedup, efficiency and computation time.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.1-8
• /
• 2024

순회 외판원 문제(TSP)는 잘 알려진 조합 최적화 문제 중 하나이다. 지역 탐색은 TSP를 해결하기 위한 한 가지 방법으로 사용되어 왔다. Greedy Random Insertion(GRI)은 지역 탐색을 위한 효과적인 이웃해 생성 방법으로 알려져 있다. GRI는 현재해로부터 일부 도시들을 무작위로 선택하고 그 도시들을 한 번에 하나의 도시만 고려하여 현재 부분해의 최적 위치로 삽입한다. 본 논문에서는 먼저 Full Greedy Insertion(FGI)이라는 또 다른 그리디 이웃해 생성 방법을 제안한다. FGI는 GRI와 마찬가지로 삽입 위치를 하나씩 결정하되 남은 모든 도시들을 한꺼번에 고려하여 결정한다. 그리고 본 논문에서는 GRI와 FGI를 결합하는 방법을 제시한다. 결합 방법에서는 시뮬레이티드 어닐링 내에서 매 반복 시 GRI 또는 FGI를 무작위로 선택하여 실행한다. 실험 결과에 의하면, FGI 단독으로는 성능이 매우 우수한 것은 아니다. 그러나 결합 방법은 GRI를 포함한 기존의 지역 탐색 방법들보다 우수한 성능을 발휘함을 확인하였다.

• 전자공학회논문지CI
• /
• 제40권6호
• /
• pp.87-94
• /
• 2003

휴리스틱 알고리즘 연구에 있어서 중요한 분야 중 하나가 강화(Intensification)와 다양화(Diversification)의 조화를 맞추는 문제이다. 개미 집단 최적화(Ant Colony Optimization, ACO)는 최근에 제안된 조합 최적화 문제를 해결하기 위한 메타휴리스틱 탐색 방법으로, 그리디 탐색(greedy search)뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 순회 판매원 문제(Traveling Salesman Problem, TSP)를 풀기 위해 처음으로 제안되었다. 본 논문에서는 ACO접근법의 하나인 개미 집단 시스템(Ant Colony System ACS)에서 강화와 다양화의 조화를 통한 성능향상기법에 대해 알아본다. 먼저 에이전트들의 방문 횟수 적용을 통한 상태전이는 탐색 영역을 넓힘으로써 에이전트들이 더욱 다양하게 탐색하게 한다. 그리고, 전역 갱신 규칙에서 전역 최적 경로만 갱신하는 전통적인 ACS알고리즘에서 대하여, 경로 사이클을 구성한 후 각 경로에 대해 긍정적 강화를 받는 엘리트 경로를 구분하는 기준을 정하고, 그 기준에 의해 추가 강화하는 방법을 제안한다. 그리고 여러 조건 하에서 TSP문제를 풀어보고 그 성능에 대해 기존의 ACS 방법과 제안된 방법을 비교 평가해, 해의 질과 문제를 해결하는 속도가 우수하다는 것을 증명한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.251-254
• /
• 2002

이동 무선 통신 시스템을 설계할 때 기지국(BTS), 기지국 콘트롤러(BSC), 이동 교환국(MSC)의 위치는 매우 중요한 파라미터 중 하나이다. 무선 통신 시스템을 설계할 때 여러 가지 복잡한 변수들을 잘 조합하여 비용이 최소가 되도록 설계해야 한다. 이러한 문제를 해결하는데 필요한 알고리즘이 전역 최적화 알고리즘이며, 지금까지 전역 최적화 검색 기술로 Random Walk, Simulated Annealing, Tabu Search, Genetic Algorithm과 같은 조합 최적화 기술이 사용되어 왔다. 본 논문은 이동 통신 시스템의 기지국, 기지국 콘트롤러, 이동 교환국의 위치 최적화에 위의 4가지 알고리듬들을 적용하여 각 알고리듬의 결과를 비교 분석하며 알고리듬에 의한 최적화 과정을 보여 준다.