$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

유전자 알고리즘의 성능향상을 위한 비례-적분-미분 평가방법
Proportional-Integral-Derivative Evaluation for Enhancing Performance of Genetic Algorithms 원문보기

퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems, v.13 no.4, 2003년, pp.439 - 447  

정성훈 (한성대학교 정보공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 유전자 알고리즘의 성능향상을 위한 비례-적분-미분 평가방법을 제안한다. 비례-적분-미분 평가방법에서는 평가함수에 의하여 계산된 적합도와 더불어 각 개체의 부모 적합도, 초기세대로부터 이전세대까지의 최소, 최대 적합도를 이용하여 평가함으로서 유전자 알고리즘의 성능저하를 가져오는 조숙수렴 (premature convergence) 확률을 줄여주어 결과적으로 유전자 알고리즘의 성능을 향상시키게 된다. 비례-적분-미분 평가방법의 성능을 보이기 위하여 유전자 알고리즘 성능 검증에 많이 사용되어온 대표적인 함수 최적화 문제들을 적용하여 실험해본 결과 제안한 방법이 유전자 알고리즘의 성능을 크게 향상 시킬 수 있음을 확인하였다. 제안한 평가방법은 다른 형태의 유전자 알고리즘의 성능향상을 위해서도 쉽게 적용될수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper proposes a proportional-integral-derivative (PID) evaluation method for enhancing performance of genetic algorithms. In PID evaluation, the fitness of individuals is evaluated by not only the fitness derived from an evaluation function, but also the parents fitness of each individual and ...

주제어

#유전자 알고리즘   #비례-적분-미분 평가   #최적화  

참고문헌 (21)

  1. D. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning. Reading, MA: Addison-Wesley, 1989. 

  2. K. Kristinsson and G. A. Dumont, "System Identification and Control Using Genetic Algorithms," IEEE Trans. on Systems, Man and Cybernetics, vol. 22, pp. 1033-1046, Sep/Oct 1992. 

    상세보기 crossref

  3. C. L. Karr and E. J. Gentry, "Fuzzy Control of pH Using Genetic Algorithms, "IEEE Trans. on Fuzzy Systems, vol. 1, pp. 46-53, Jan. 1993. 

    상세보기 crossref

  4. M. Srinivas and L. M. Patnaik, "Genetic Algorithms: A Survey," IEEE Computer Magazine, pp. 17-26, June 1994. 

  5. H. Szczerbicka and M. Becker, "Genetic Algorithms: A Tool for Modelling, Simulation, and Optimization of Complex Systems," Cybernetics and Systems: An International Journal, vol. 29, pp. 639-659, Aug. 1998. 

    상세보기 crossref

  6. T. kuo and S. - Y. Hwang, "A genetic algorithm with disruptive selection," , IEEE Trans. on Systems, Man and Cybernetics, vol. 26, no. 2, pp. 299-307, 1996. 

    상세보기 crossref

  7. J. Andre, P. Siarry, and T. Dognon, "An improvement of the standard genetic algorithm fighting premature convergence in continuous optimization," Advances in engineering software, vol. 32, no. 1, pp. 49-60, 2001. 

    상세보기 crossref

  8. A. J., M. Z., and M. J., "GAVaPS-a Genetic Algorithm with Varying Population Size," , Proceedings of the Evolutionary Computation Coriference, part of the IEEE World Congress on Computational Intelligence, June 1994. Orlando. 

  9. J. E. Smith and T. C. Fogarty, "Operator and parameter adaptation in genetic algorithms," , Soft computing a fusion of foundations, methodologies and applications, vol. 92, no. 2, pp. 81-87, 1997. 

  10. S. H. Jung, "A Genetic Algorithm with Ageing Chromosomes," Journal of Fuzzy Logic and Intelligent Systems, vol. 7, pp. 16-24, June 1997. 

    상세보기

  11. R. Yang and I. Douglas, "Simple Genetic Algorithm with Local Tuning: Efficient Global Optimizing Technique," Journal of Optimization Theory and Applications, vol. 98, pp. 449-465, Aug. 1998. 

    상세보기 crossref

  12. S. H. Jung, "Eugenic Genetic Algorithm," journal of Fuzzy Logic and Intelligent Systems, vol. 9, pp. 81-88, Feb. 1999. 

  13. L. Davis, "Adapting Operator Probabilities in Genetic Algorithms," in Proceedings of the 3rd International Conference on Genetic Algorithms and their Applications, pp. 61-69, 1989. 

  14. M. Srinivas and L. M. Patnaik, "Adaptive Probabilities of Crossover and Mutation in Genetic Algorithms," IEEE Trans. on Systems, Man and Cybernetics, vol. 24, pp. 656-667, Apr. 1994. 

    상세보기 crossref

  15. A. Tuson and P. Ross, "Adapting Operator Settings In Genetic Algorithms," Evolutionary Computation, vol. 6, no. 2, pp.161-184, 1998. 

    상세보기 crossref

  16. C. W. Ho, K. H. Lee, and K. S. Leung, "A Genetic Algorithm Based on Mutation and Crossover with Adaptive Probabilities," in Proceedings of the 1999 Congress on Evolutionary Computation, vol. 1, pp. 768-775, 1999. 

  17. S. H. Jung, "Self-tuning of Operator Probabilities in Genetic Algorithms," 전자공학회 논문지, vol. 37, pp. 29-44, Sept. 2000. 

  18. I.- K. Jeong and J.-J. Lee, "Adaptive Simulated Annealing Genetic Algorithm for System Identification," , Engineering Applications of Artificial Intelligence, vol. 9, pp. 523-532, Oct. 1996. 

    상세보기 crossref

  19. G. A. Vignaux and Z. Michalewicz, "A Genetic Algorithm for the Linear Transportation Problem," IEEE Trans. on Systems, Man and Cybernetics, vol. 21, pp. 445-452, MARCH/APRIL 1991. 

    상세보기 crossref

  20. M. McInerney and A. P. Dhawan, "Use of Genetic Algorithms with Back Propagation in Training of Feed-Forward Neural Networks," International Conference on Neural Network, pp. 203-208, 1993. 

  21. S. H. Jung, "Two Dimensional Evaluation Scheme in Genetic Algorithms," , Journal of Electrical Engineering and Information Science, vol. 4, pp. 561-570, Oct. 1999. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로