$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

최적화기법으로서의 유전알고리즘과 그 응용

Genetic Algorithms as Optimisation Tools and Their Applications

초록

유전알고리즘은 진화원리에서 발견된 몇몇 특징들을 컴퓨터 알고리즘과 결합시켜 복잡한 최적화 문제를 해결하려는 도구로서 1975년 미국의 Holland 교수에 의해 처음으로 개발되었다. 주어진 문제에서 탐색환경이 다변수 또는 다봉(multi-modal)이 되어 대단히 복잡하거나 또는 부분적으로 알려질 경우는, 구배(gradient)에 기초한 재래식 방법을 사용하여 최적화하는 것은 매우 어렵게 되고 경우에 따라서는 불가능할 수도 있다. 이러한 이유로 유전알고리즘과 같은 강인한 탐색법이 요구된다. 유전알고리즘의 장점은 연속성(continuity), 미분가능성(differentiability), 단봉성(unimodality) 등과 같이 탐색공간에 대한 제약으로부터 자유롭다는 것이다. 다시 말하면 목적함수 외 탐색공간에 대한 사전지식을 필요로 하지 않고, 매우 크고 복잡한 공간일지라도 전역해 쪽으로 수렴해 갈수 있다는 것이다. 이러한 특성 때문에 유전알고리즘은 실제 환경에서 많은 복잡한 최적화 문제를 해결하는 방법으로 인정을 받고 있으며, 함수의 최적화, 신경회로망의 학습, 동적시스템의 식별및 제어, 신호처리등 여러 분야에 성공적으로 응용되고 있다. 이러한 중요성에 비해 유전알고리즘에 대한 연구는 국내적으로는 아직 미진한 수준이나 최근 이에 대한 관심이 고조되고 있으며, 또한 그 응용분야도 점점 넓어져 이론 개발과 실질적인 응용에 확산되리라 생각된다. 따라서 본 해설기사는 유전알고리즘의 원리와 응용 사례를 살펴봄으로서 최적화 문제를 해결하려는 독자들에게 조금이나마 도움을 주고자 한다.

저자의 다른 논문

참고문헌 (25)

  1. The Genitor Algorithm and Selection Pressure: Why Rank - based Allocation of Reproductive Trials is Best , D. Whitley , Proc. 3thl Int. Conf. on Genetic Algorithms and Their Applications / v.,pp.116-121, 1989
  2. Genetic Algorithms and Simulated Annealing : An Overview , L. davis;M. Steenstrup;L. Davis(Ed.) , In Genetic Algorithms and Simulated Annealing / v.,pp., 1987
  3. system Identification and Control Using Genetic Algorithms , K. Kristinsson:G. A. Dumont , IEEE Trans. Syst., Man and Cybern. / v.22,pp.1033-1046, 1992
  4. Optimal Design of PID Process Controllers Based on Genetic Algorithms , P. Wang;D. P. Kwok , Proc. 12th Triennial World Congress of IFAC / v.4,pp.193-197, 1993
  5. Recursive Adaptive Filter Design Using an Adaptive Genetic Algorithm , D. M. Etter(et al) , Proc. '82 IEEE Int. Conf. on Acoustics, Speech and Signal Processing / v.,pp.635-638, 1982
  6. Designing Neural Networks Using Genetic Algorithms , G. F. Miller(et al) , Proc. 3rd Int. Conf. on Genetic Algorithms and Their Applications / v.,pp.379-384, 1989
  7. Multiple Objective Optimization with Vector Evaluated Genetic Algorithms , J. D. Schaffer , Proc. 1st Int. Conf. on Genetic Algorithms and Their Applications / v.,pp.93-100, 1985
  8. D. E. Goldberg , Genetic Algorithms in Search, Optimization and Machine Learning / v.,pp., 1989
  9. Intelligent Fuzzy Logic Control of Processes with Time Delays , G. Jin , PhD Thesis, University of Wales Cardiff / v.,pp., 1996
  10. Genetic Algorithms with Sharing for Multimodal function Optimization , D. E. Goldberg;J. Richardson , Proc. 2nd Int. Conf. on Genetic Algorithms and Their Applications / v.,pp.41-49, 1987
  11. Discrete - time Parameter Estimation with Genetic Algorithms , R. Das;D. E. Goldberg , Proc. 19th Annual Pittsburgh Conf. on Modeling and Simulation / v.,pp.2391-2395, 1988
  12. The Evolution of connectivity : Pruning Neural Networks Using Genetic Algorithms , D. Whitley;C. Bogart , Proc. Int. conf. on Neural Networks / v.,pp.134-137, 1990
  13. A Hybrid Genetic Algorithm , D. T. Pham;G. Jin , Proc. 3rd World Cong. on Expert Systems / v.2,pp.748-757, 1996
  14. Micro-genetic Algorithm for Stationary and Non-Stationary Function Optimization , K. Krishnakumar , SPIE Intelligent Control and Adaptive Systems / v.1196,pp.289-296, 1989
  15. Calibration of Neural Networks Using Genetic Algorithms, with Application to Optimal Path Planning , T. R. Smith(et al) , Proc. '87 First Annual Workshop on Space Operations Automation and Robotics / v.,pp.519-526, 1987
  16. Optimization of Control Parameters for Genetic Algorithms , J. J. Grefenstette , IEEE Trans. Syst., Man, Cybern / v.SMC-16,pp.122-128, 1986
  17. An Analysis of the Behavior of a class of Genetic Adaptive Systems , K. A. De Jong , Ph. D. Dissertation, The University of Michigan / v.,pp., 1975
  18. Genetic Model - Reference Adaptive Control Systems Incorporating PID Controllers , B. A. Porter(et al) , Proc. IFAC Workshop on Safety, Raliability and Applications of Emerging Intelligent Control Technologies / v.,pp.9-14, 1995
  19. A Study of Control Parameters Affecting Online Perfomance of Genetic Algorithms for Function Optimization , J. D. Schaffer(et al) , Proc. 3th Int. Conf. on Genetic Algorithms and Their Applications / v.,pp.51-60, 1989
  20. Genetic Algorithm like Learning Rule for Neural Networks , R. L. Aaron(et al) , Proc. '93 IEEE Conf. on SMC / v.1,pp.137-142, 1993
  21. Evolutionary Design of an Adaptive Fuzzy Logic Controller for Processes with Time Delays , D. T. Pham;G. Jin , Proc. '94 IEEE Int. Conf. on SMC / v.1,pp.431-436, 1994
  22. J. H. Holland , Adaptation in Natural and Artificial Systems / v.,pp., 1975
  23. Design of an Adaptive Fuzzy Logic Controller Using a Genetic Algorithm , C. L. Karr , Proc. 4th Int. Conf. on Genetic Algorithms and Their Applications / v.,pp.450-457, 1991
  24. Polynomial LQC and H Controller Synthesis: A Genetic Algorithm Solution , K. J. Hunt , Proc. 31st IEEE Conf. on Decision and Control / v.,pp.3604-3609, 1992
  25. Genetic Tuning of Model Reference Neural PID Controllers , A. H. Jones;B. Porter , Proc. IFAC workshop on Safety, Reliability and Applications of Emerging Intelligent Control Technologies / v.,pp.21-26, 1994

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일