선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 않게 된다. ACC의 이러한 문제점을 해결하기 위하여 본 논문에서는 분할과 병합을 함께 히-는 진화 알고리즘 SMGA를 제안한다.
- 그리고, 잦은 종족의 병합과 분할로 인해 낮아진 효율성을 높이기 위해 종족의 병합 후에도 병합 전의 종족들을 버리지 않고 동시 진화하면서, 진화 도중 각 종족의 진화 기여도를 체크하여 진화 기여도가 낮은 종족들을 없애는 방법을 적용해 보고자 한다. 이렇게 하면 가능한 종족들의 조합이 많아서 어느 종족을 생성시킬 것인지를 결정하기 어렵다는 단점이 있으나 진화 기여도를 고려하여 종족의 존망을 결정하게 되므로 효율적인 진화가 가능할 것이다.
- 따라서 종족의 분할은 한 종족에 대하여 종족을 나타내는 변수집합을 어떻게 분할하는가에 따라 여러가지 방법으로 분할 할 수 있다. 본 논문에서는 종족의 분할을 최소단위의 변수집합 즉, 1개의 변수만을 포함하는 집합에 대응하는 종족(단일종족)으로 분할하는 것으로 한다. 분할의 시점은 병합된 종족들 각각을 세대마다 보면서, 그 종족이 전체 엘리트 염색체의 향상에 기여를 했는지를 체크하여 주어진 세대 동안 기여하지 못하였을 경우 분할 하도록 한다.
- 본 논문에서는 진화 알고리즘의 성능을 향상시키기위하여 기존의 방법들을 개선한 새로운 방법을 제시하였다. 실험 결과 제시한 알고리즘이 대상이 된 실험 함수들에 대하여 기존의 알고리즘보다 좋은 성능을 보였다.
- 현재 벤치마크 함수들과 ICP에 대해서 실험을 하였으나 제안하는 알고리즘의 타당성과 일반성을 검증하기 위해서 보다 많은 변수 의존성이 높은 여러가지 실제적인 문제(피지 논리 제어기의 최적화 문제, 자원 할당 문제 등)에 적용하여 효율성을 검증해 보고자 한다. 그리고, 잦은 종족의 병합과 분할로 인해 낮아진 효율성을 높이기 위해 종족의 병합 후에도 병합 전의 종족들을 버리지 않고 동시 진화하면서, 진화 도중 각 종족의 진화 기여도를 체크하여 진화 기여도가 낮은 종족들을 없애는 방법을 적용해 보고자 한다.
가설 설정
- proi (c?k3 叼를 병합된 개체군 Sv, (.t) 중 /번쩨 염색체 C*’에서, ■咋(分의 원소 중 k의 변수들을 표현하는 염색체의 유전자 부분만을 뽑아내는 함수라고 가정하자. 이때 종족 為를 나타내는 변수집합 K의 분할(partition) 을 P={UXU2.
- 분할의 시점은 병합된 종족들 각각을 세대마다 보면서, 그 종족이 전체 엘리트 염색체의 향상에 기여를 했는지를 체크하여 주어진 세대 동안 기여하지 못하였을 경우 분할 하도록 한다. 다시 말하면, 병합된 종족이 여러 세대동안 개선이 없는 경우 이를 탐색점이 진화 속도가 느린 탐색 영역에 존재한다고 가정하고, 다시 종족을 분할함으로써 탐색 공간의 축소를 통해 진화 속도가 향상되도톡 한다.
- 변수 의존성의 정의를 다르게 나타내면 다음과 같다. 적합도 값이 높은 염색체가 좋은 염색체라고 가정하고, 어떤 염색체 C 가 C=(C], 勺, %, . . ., 贝)와 깉-이 구성되어 있다고 가정하고, IWs, 洋, 인 z, .에 대하여, W 는 염색체 C 의 公를 糸으로 교체했을 때의 적합도의 차이로, 그리고 4F") 는 염색체 G 의 3와 勺를 각각 G.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.