• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.417-422
• /
• 2007

A new evolution method termed queen-bee and mutant-bee evolution is based on the previous queen-bee evolution [1]. Even though the queen-bee evolution has shown very good performances, two parameters for strong mutation are added to the genetic algorithms. This makes the application of genetic algorithms with queen-bee evolution difficult because the values of the two parameters are empirically decided by a trial-and-error method without a systematic method. The queen- bee and mutant-bee evolution has no this problem because it does not need additional parameters for strong mutation. Experimental results with typical problems showed that the queen-bee and mutant-bee evolution produced nearly similar results to the best ones of queen-bee evolution even though it didn't need to select proper values of additional parameters.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.233-236
• /
• 2007

A new evolution method for strong exploration and strong exploitation termed queen-bee and mutant-bee evolution is proposed based on the previous queen-bee evolution [1]. Even though the queen-bee evolution has shown very good performances, two parameters for strong mutation are added to the genetic algorithms. This makes the application of genetic algorithms with queen-bee evolution difficult because the values of the two parameters are empirically decided by a trial-and-error method without a systematic method. The queen-bee and mutant-bee evolution has no this problem because it does not need additional parameters for strong mutation. Experimental results with typical problems showed that the queen-bee and mutant-bee evolution produced nearly similar results to the best ones of queen-bee evolution even though it didn't need to select proper values of additional parameters.

• 한국컴퓨터정보학회논문지
• /
• 제17권4호
• /
• pp.129-137
• /
• 2012

여왕벌의 생식방식을 모방하여 만든 여왕벌 유전자알고리즘은 유전자알고리즘의 성능을 대폭 향상시켰다. 그러나 여왕벌 유전자알고리즘에서는 여왕벌을 하나만사용하여 진화를 수행함으로서 개체들이 지나치게 해당 여왕벌이 있는 쪽으로 몰리는 문제를 발생하였으며 이는 결국 유전자 알고리즘의 성능저하를 가져왔다. 본 논문에서는 이러한 문제를 해결하고자 각 세대에서 가장 적합도가 좋은 여왕벌과 더불어 개체의 적합도가 부모 개체에 비하여 가장 크게 증가한 두 번째 여왕벌을 도입한 다중 여왕벌 진화 알고리즘을 제안한다. 다중 여왕벌을 도입함으로서 개체가 지역 최적해에 빠질 가능성이 줄어들고 지역 최적해에 빠진 경우에도 보다 쉽게 지역 최적해를 빠져나올 수 있게 되어 성능향상이 가능하였다. 4개의 함수최적화 문제에 적용시켜본 결과 본 논문에서 제안한 방법이 기존의 방법보다 대부분의 경우에서 성능이 향상됨을 볼 수 있었다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제5권4호
• /
• pp.310-315
• /
• 2005

This paper proposes a fast optimization method by combining queen-bee evolution and derivative evaluation in genetic algorithms. These two operations make it possible for genetic algorithms to focus on highly fitted individuals and rapidly evolved individuals, respectively. Even though the two operations can also increase the probability that genetic algorithms fall into premature convergence phenomenon, that can be controlled by strong mutation rates. That is, the two operations and the strong mutation strengthen exploitation and exploration of the genetic algorithms, respectively. As a result, the genetic algorithm employing queen-bee evolution and derivative evaluation finds optimum solutions more quickly than those employing one of them. This was proved by experiments with one pattern matching problem and two function optimization problems.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권1호
• /
• pp.29-35
• /
• 2012

This paper introduces an adaptive control method of strong mutation rate and probability for queen-bee genetic algorithms. Although the queen-bee genetic algorithms have shown good performances, it had a critical problem that the strong mutation rate and probability should be selected by a trial and error method empirically. In order to solve this problem, we employed the measure of convergence and used it as a control parameter of those. Experimental results with four function optimization problems showed that our method was similar to or sometimes superior to the best result of empirical selections. This indicates that our method is very useful to practical optimization problems because it does not need time consuming trials.

• 전자공학회논문지CI
• /
• 제49권4호
• /
• pp.54-61
• /
• 2012

본 논문에서는 기 개발된 등급기준 돌연변이 확률조절방법에 여왕벌진화방법을 융합하여 유전자알고리즘의 성능을 향상시키는 방법을 제안한다. 등급기준 돌연변이 확률조절 방법은 유전자알고리즘의 개체가 지역 최적해에 빠지는 것을 방지하고 지역 최적해에 빠졌을 경우 쉽게 빠져나올 수 있게 하는 방법으로 기존 알고리즘에 비하여 일정부분 성능향상을 보였다. 그러나 이 방법은 지역최적해가 많건 적건 간에 전역 최적해가 한 곳에 작은 영역에 있는 문제에서는 그다지 성능이 좋지 않았다. 우리는 그 이유가 이 방법이 전역 최적해로의 수렴성이 부족한 것으로 판단하고 수렴성을 강화시키기 위하여 여왕벌 진화방법을 융합한 알고리즘을 본 논문에서 제안한다. 여왕벌진화방법은 여왕벌의 생식을 모사한 방법으로 수렴성을 강화시킬 수 있는 방법이다. 제안한 방법의 성능을 측정하기위하여 4개의 함수최적화문제에 적용해본 결과 우리가 예상한대로 전역 최적해가 한 곳에 작은 영역에 몰려있는 문제에서는 상당한 성능향상이 일어나는 것을 관찰할 수 있었다. 그러나 전역 최적해가 넓은 영역에 걸쳐있는 문제에서는 성능향상이 거의 없었으며 전역 최적해가 여러 곳에 멀리 떨어져 있는 문제에서는 강한 수렴성으로 인하여 오히려 성능이 나빠지는 것을 볼 수 있었다. 이러한 실험결과로 보았을 때 본 논문에서 제안한 방법은 전역 최적해가 한 곳에 몰려있는 문제에서 매우 유용하게 사용될 수 있을 것으로 판단된다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제10권4호
• /
• pp.263-268
• /
• 2010

The premature convergence of genetic algorithms (GAs) is the most major factor of slow evolution of GAs. In this paper we propose a novel method to solve this problem through competition of multiple offspring of in dividuals. Unlike existing methods, each parents in our method generates multiple offspring and then generated multiple offspring compete each other, finally winner offspring become to real offspring. From this multiple offspring competition, our GA rarel falls into the premature convergence and easily gets out of the local optimum areas without negative effects. This makes our GA fast evolve to the global optimum. Experimental results with four function optimization problems showed that our method was superior to the original GA and had similar performances to the best ones of queen-bee GA with best parameters.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.245-248
• /
• 2011

본 논문에서는 여왕벌 진화를 모방하여 개발한 유전자알고리즘에서 강돌연변이 수행비율 및 강돌연변이 확률을 자체적으로 조정하는 방법을 제안한다. 이렇게 함으로서 적절한 강돌연변이 수행비율 및 강돌연변이 확률을 여러 번의 실험을 통하여 경험적으로 선택하는 문제를 완화하여 여왕벌 진화의 적용을 보다 쉽게 할 수 있다. 3개의 최적화문제에 제안한 방법을 적용해 본 결과 비교적 우수한 성능을 보였다. 하지만 다수의 실험을 통하여 얻은 최고의 성능보다는 우수하지는 못했는데 추후 성능을 보다 더 개선하여 이에 근접한 성능을 얻을 수 있는 알고리즘의 개발이 필요하다.