• 한국정밀공학회지
• /
• 제31권8호
• /
• pp.689-696
• /
• 2014

This paper presents a scheduling problem for a high-density robotic workcell using multi-objective genetic algorithm. We propose a new algorithm based on NSGA-II(Non-dominated Sorting Algorithm-II) which is the most popular algorithm to solve multi-objective optimization problems. To solve the problem efficiently, the proposed algorithm divides the problem into two processes: clustering and scheduling. In clustering process, we focus on multi-robot positions because they are fixed in manufacturing system and have a great effect on task distribution. We test the algorithm by changing multi-robot positions and compare it to previous work. Test results shows that the proposed algorithm is effective under various conditions.

• 인터넷정보학회논문지
• /
• 제8권6호
• /
• pp.95-102
• /
• 2007

협력적 필터링을 이용한 추천시스템은 희소성의 문제로 인해 예측의 정확도에 대한 신뢰성에 문제가 있다. 이는 선호도 평가치의 희소성이 크면 이웃선정과정에 문제가 있을 뿐만 아니라 예측의 정확도를 떨어뜨린다. 본 논문에서는 사용자의 응답 희소성에 따른 MAE의 변화를 조사하였으며 희소성에 따라 집단을 분류하고 분류된 집단에 따른 MAE는 유의적인 차이가 있는 지를 분석하였다. 그리고 희소성 문제로 인한 집단 간의 예측 정확도를 높이기 위한 방법으로 희소성이 있는 아이템을 선별하여 이들 중에서 선호도 응답이 많은 사용자 고객의 선호도 평균값을 선호도 평가 치로 대치시켜 희소성을 완화하여 추천시스템의 예측 정확도가 높아졌음을 연구하였다.

• ETRI Journal
• /
• 제21권2호
• /
• pp.31-39
• /
• 1999

Given two sorted lists A=(a0, a1, ${\cdots}$,a${\ell}$-1}) and B=(b0, b1, ${\cdots}$, bm-1), we are to merge these two lists into a sorted list C=(c0,c1, ${\cdots}$, cn-1), where n=${\ell}$+m. Since this is a fundamental problem useful to solve many problems such as sorting and graph problems, there have been many efficient parallel algorithms for this problem. But these algorithms cannot be performed efficiently in the postal model since the communication latency ${\lambda}$, which is of prime importance in this model, is not needed to be considered for those algorithms. Hence, in this paper we propose an efficient merge algorithm in this model that runs in $$2{\lambda}{\frac{{\log}n}{{\log}({\lambda}+1)}}+{\lambda}-1$$ time by using a new property of the bitonic sequence which is crucial to our algorithm. We also show that our algorithm is near-optimal by proving that the lower bound of this problem in the postal model is $f_{\lambda}({\frac{n}{2}})$, where $${\lambda}{\frac{{\log}n-{\log}2}{{\log}([{\lambda}]+1)}{\le}f_{\lambda}({\frac{n}{2}}){\le}2{\lambda}+2{\lambda}{\frac{{\log}n-{\log}2}{{\log}([{\lambda}]+1)}}$$.

• International journal of advanced smart convergence
• /
• 제8권3호
• /
• pp.46-53
• /
• 2019

When a partitioned structure is derived from a data set using a clustering algorithm, it is not unusual to have a different set of outcomes when it runs with a different order of data. This problem is known as the order bias problem. Many algorithms in machine learning fields try to achieve optimized result from available training and test data. Optimization is determined by an evaluation function which has also a tendency toward a certain goal. It is inevitable to have a tendency in the evaluation function both for efficiency and for consistency in the result. But its preference for a specific goal in the evaluation function may sometimes lead to unfavorable consequences in the final result of the clustering. To overcome this bias problems, the first clustering process proceeds to construct an initial partition. The initial partition is expected to imply the possible range in the number of final clusters. We apply the data centric sorting to the data objects in the clusters of the partition to rearrange them in a new order. The same clustering procedure is reapplied to the newly arranged data set to build a new partition. We have developed an algorithm that reduces bias effect resulting from how data is fed into the algorithm. Experiment results have been presented to show that the algorithm helps minimize the order bias effects. We have also shown that the current evaluation measure used for the clustering algorithm is biased toward favoring a smaller number of clusters and a larger size of clusters as a result.

• 정보교육학회논문지
• /
• 제11권1호
• /
• pp.29-38
• /
• 2007

최근 컴퓨터 교육에서 프로그래밍에 대한 관심이 높아지고 있다. 학습에서 논리력과 창의력의 요구가 늘어나고 있는 추세에 힘입어 컴퓨터 교육 분야에서도 프로그래밍 학습을 통한 논리력과 창의력을 함양하려는 다양한 시도가 이루어지고 있다. 프로그램은 알고리즘을 컴퓨터 언어로 구현한 것이므로 문제해결의 핵심은 논리적 해결 방법의 고안 즉, 알고리즘의 고안에 있다. 알고리즘의 중요성을 인식한다면 이제 알고리즘 교육에 대한 방향 정립을 위한 체계적 연구가 필요한 시점에 와 있다고 볼 수 있다. 지금까지 주로 정렬, 탐색과 같은 특정 문제를 중심으로 한 문제 종속적이고 개별적인 알고리즘 학습을 강조해 왔다. 본 논문에서는 문제 독립적, 집단적 성질을 고려하는 문제 해결의 개념적 유형이라는 관점에서 개념적 알고리즘(conceptual algorithm)을 정의한다. 개념적 알고리즘의 유형적 특성을 바탕으로 개별적, 문제 종속적인 기존의 알고리즘 교육과 구분되는 체계적, 문제 독립적, 알고리즘적인 문제 해결력을 지향하는 알고리즘 교육의 새로운 방향을 제안한다.

• 한국지능시스템학회논문지
• /
• 제24권1호
• /
• pp.46-51
• /
• 2014

공학적 시스템 최적설계의 가장 중요한 과정은 설계변수와 시스템 응답과의 관계를 파악하는 것이다. 시스템 최적화의 경우 반응표면법이 주로 사용되고 있다. 반응표면법의 최적화 과정은 대표적인 후보대안을 이용하여 설계공간을 구성하고, 설정된 설계 공간에서 설계 최적점을 찾는다. 설계공간의 구성에 따라 최적점이 변화되므로 합리적인 최적점을 찾기 위해서는 설계공간의 구성이 매우 중요하다. 따라서 본 연구에서는 설계변수와 시스템응답의 관계를 신경반응표면을 이용하여 설계공간을 구성하고, 구성된 설계 공간 안에서 다목적유전자 알고리즘을 이용하여 최적 형상을 예측 할 수 있는 '신경반응표면을 이용한 공학 구조물 설계 프레임워크 구축'을 시도하였다. 구축된 프레임워크의 유용성을 확인하기 위해 비선형 수학함수 문제를 적용하였다. 구축된 프레임워크를 통해 공학문제의 최적화 과정에서 시간의 제약을 해결하고, 효과적인 최적설계가 가능함을 확인할 수 있었다. 향후에는 본 연구의 결과를 바탕으로 실제 조선해양공학 최적화 문제에 적용을 시도할 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권7호
• /
• pp.3501-3523
• /
• 2017

It is a classical integer optimization difficulty to design an optimal selection scheme in cooperative relay networks considering co-channel interference (CCI). In this paper, we solve single-objective and multi-objective relay selection problem. For the single-objective relay selection problem, in order to attain optimal system performance of cooperative relay network, a novel quantum differential evolutionary algorithm (QDEA) is proposed to resolve the optimization difficulty of optimal relay selection, and the proposed optimal relay selection scheme is called as optimal relay selection based on quantum differential evolutionary algorithm (QDEA). The proposed QDEA combines the advantages of quantum computing theory and differential evolutionary algorithm (DEA) to improve exploring and exploiting potency of DEA. So QDEA has the capability to find the optimal relay selection scheme in cooperative relay networks. For the multi-objective relay selection problem, we propose a novel non-dominated sorting quantum differential evolutionary algorithm (NSQDEA) to solve the relay selection problem which considers two objectives. Simulation results indicate that the proposed relay selection scheme based on QDEA is superior to other intelligent relay selection schemes based on differential evolutionary algorithm, artificial bee colony optimization and quantum bee colony optimization in terms of convergence speed and accuracy for the single-objective relay selection problem. Meanwhile, the simulation results also show that the proposed relay selection scheme based on NSQDEA has a good performance on multi-objective relay selection.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2007년도 추계 종합학술대회 논문집
• /
• pp.903-907
• /
• 2007

본 논문의 연구 목적은 공개 학습활동관리시스템 종류 중 하나 인 LAMS를 이용하여 학습자들의 알고리즘적인 사고력을 키우며 다양한 학습 활동을 통하여 학습에 대한 흥미를 느끼게 해주는 데 있다. LAMS는 다양한 학습 환경에서 교수자가 설계한 대로 학습자가 학습할 수 있도록 시각적인 학습 디자인 제작 환경을 제공하며 또한 순차적인 학습 환경을 제공한다. 본 논문에서는 학습자의 논리적인 사고를 향상시키기 위해 컴퓨터의 기본이 되는 데이터 정렬 알고리즘을 적용하였다. 설계한 콘텐츠를 초등학생을 대상으로 학습을 수행 한 후 설문조사를 실시한 결과 대다수의 응답자들이 긍정적인 반응을 보였다. 반면 데이터 정렬 알고리즘뿐만 아니라 컴퓨터와 관련된 다양한 종류의 콘텐츠들이 제공 되었으면 좋겠다라고 응답한 응답자도 있었다. 향후에는 초 중등 교과 과정에서 컴퓨터 교육에 대한 콘텐츠와 개념적인 원리가 추가, 수정되어야 할 필요가 있으며, 또한 대중적인 학습관리시스템을 만들기 위해 노력할 것이다.

• 정보교육학회논문지
• /
• 제22권2호
• /
• pp.223-230
• /
• 2018

2018학년도부터 초 중 고등학교에서 소프트웨어 교육이 시행될 예정이다. 소프트웨어 교육의 핵심 내용 중의 하나는 알고리즘 교육이라고 할 수 있다. 다른 분야와 마찬가지로 알고리즘 교육도 학생들의 주도적 활동이 성공을 좌우한다고 볼 수 있으며 학생들의 주도적 학습은 학생들의 흥미와 몰입도를 높일 때 이끌어낼 수 있다. 이에 본 논문에서는 알고리즘 교육에 스포츠 경기를 접목하여 소프트웨어 배틀이라는 개념을 제안하였다. 소프트웨어 배틀은 가상의 세계에서 프로그래밍된 개체들이 중간에 사람의 개입 없이 주어진 문제를 해결하는 경기를 하는 것으로 정의하였다. 이는 다양한 주제에 적용될 수 있는데 본 논문에서는 알고리즘 교육의 대표적 주제인 정렬 분야에 적용을 시도하였다. 알고리즘 교육을 소프트웨어 배틀에 적용한 결과는 학생들이 생소한 면을 느끼기는 하였지만 대체적으로 긍정적인 반응을 보였다. 이는 소프트웨어 배틀이 여러 교육 방법 중에 하나로 활용될 수 있음을 나타낸다고 할 수 있다.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.429-434
• /
• 2017

n개의 정점들을 가지는 그래프 G=(V, E)에서 각 정점에는 마지막에 놓여야 하는 고유한 상자가 존재한다. 따라서 각 정점과 상자를 1부터 n까지의 정수로 나타내고 정점 i에 놓여야 하는 상자는 상자 i로 나타낸다. 하지만 초기에 상자들은 순열(permutation) ${\pi}$에 따라서 정점 i에 상자 ${\pi}$(i)가 놓여있다. 각 단계에서 로봇은 G의 한 에지 상을 움직일 수 있고, 어떤 순간에 많아야 하나의 상자를 운반할 수 있다. 또한 정점에 도착하면 운반 중인 상자와 정점에 놓여 있는 상자를 교환할 수 있다. 문제는 모든 정점이 자신의 상자를 받을 수 있도록, 다시 말해서, ${\pi}$에 의해 섞여진 상자를 정렬하는, 로봇의 움직임의 최소 단계 수를 찾는 것이다. 본 논문에서는 그래프 G가 사이클(cycle)인 경우에 최소 단계수의 상한 값을 찾고 이 단계 안에 정렬을 수행하는 로봇의 움직임을 $O(n^2)$ 시간에 찾는 수 있음을 보일 것이다.