$\require{mediawiki-texvc}$

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.

무기할당문제에서 유전자 알고리즘의 성능을 개선하기 위한 population 초기화 방법에 관한 연구
A Study of population Initialization Method to improve a Genetic Algorithm on the Weapon Target Allocation problem 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.22 no.5, 2012년, pp.540 - 548  

홍성삼 (가천대학교 전자계산학과) ,  한명묵 (가천대학교 전자계산학과) ,  최혁진 (국방과학연구소) ,  문창민 (국방과학연구소)

초록
AI-Helper 아이콘AI-Helper

무기할당 문제(Weapon Target Allocation : WTA)는 전형적인 NP-Complete 문제로 공중에서 위협하는 표적에 대해 아군의 무기를 적절히 할당하는 문제이다. 이러한 NP-Complete 문제들은 주로 휴리스틱 알고리즘을 이용하여 최적해를 찾는다. 유전자 알고리즘은 대표적인 휴리스틱 알고리즘으로 다양한 도메인에서 우수한 성능을 보여주는 휴리스틱 알고리즘이다. 유전자 알고리즘의 단계 중에 population 초기화는 최초 염색체를 결정하는 문제로 유전자 알고리즘의 해의 질을 높일 수 있고, 탐색성능을 높일 수 있으나 많은 연구가 이루어지고 있지 않는 분야이다. 따라서 본 논문에서는 WTA 문제를 해결하기 위해 유전자 알고리즘의 성능을 향상시키기 위한 population 초기화 알고리즘을 제안하고자 한다. 제안하는 알고리즘은 초기화할 때 WTA 문제 도메인의 특성을 반영하고, 우성유전자를 상속받는다. 또한, 문제 공간에서의 탐색 공간을 넓게 선정하여 질이 좋은 해를 효율적으로 찾을 수 있도록 하였다. 본 논문에서는 제안하는 알고리즘과 다른 알고리즘과의 다양한 속성의 비교분석 및 실험을 통해 성능을 분석하여 제안하는 알고리즘의 우수성을 검증하였다. 실험 결과 제안하는 알고리즘이 WTA 문제 해결에서 다른 방법들에 비해 좋은 성능을 보였다. 특히, 제안하는 알고리즘은 문제 상황에 따라 RMI 수치를 조정하여 적응성 있게 적용할 수 있기 때문에, 문제의 상황이 다양한 WTA 문제 도메인에 적용하기 적합한 알고리즘이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The Weapon Target Allocation(WTA) problem is the NP-Complete problem. The WTA problem is that the threatful air targets are assigned by weapon of allies for killing the targets. A good solution of NP-complete problem is heuristic algorithms. Genetic algorithms are commonly used heuristic for global ...

주제어

#임의 난수 생성   #유전자 알고리즘   #무기할당   #휴리스틱   #population 초기화  

질의응답

핵심어 질문 논문에서 추출한 답변
무기할당 문제는 어떤 문제인가? 무기할당 문제(Weapon Target Allocation : WTA)는 전형적인 NP-Complete 문제로 공중에서 위협하는 표적에 대해 아군의 무기를 적절히 할당하는 문제이다. 이러한 NP-Complete 문제들은 주로 휴리스틱 알고리즘을 이용하여 최적해를 찾는다.
NP-Complete 문제들은 무엇을 이용하여 최적해를 찾는가? 무기할당 문제(Weapon Target Allocation : WTA)는 전형적인 NP-Complete 문제로 공중에서 위협하는 표적에 대해 아군의 무기를 적절히 할당하는 문제이다. 이러한 NP-Complete 문제들은 주로 휴리스틱 알고리즘을 이용하여 최적해를 찾는다. 유전자 알고리즘은 대표적인 휴리스틱 알고리즘으로 다양한 도메인에서 우수한 성능을 보여주는 휴리스틱 알고리즘이다.
대표적인 휴리스틱 알고리즘인 유전자 알고리즘의 단계 중에 population 초기화는 어떤 연구 분야인가? 유전자 알고리즘은 대표적인 휴리스틱 알고리즘으로 다양한 도메인에서 우수한 성능을 보여주는 휴리스틱 알고리즘이다. 유전자 알고리즘의 단계 중에 population 초기화는 최초 염색체를 결정하는 문제로 유전자 알고리즘의 해의 질을 높일 수 있고, 탐색성능을 높일 수 있으나 많은 연구가 이루어지고 있지 않는 분야이다. 따라서 본 논문에서는 WTA 문제를 해결하기 위해 유전자 알고리즘의 성능을 향상시키기 위한 population 초기화 알고리즘을 제안하고자 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. Dorigo, M., Maniezzo and Colorni, A., "The ant system : an autocatalyic optimizing process," Technical Report 91-016 Revised, Dipartimento di Elettronica, Politecnico di Milano, 1991. 

  2. Kirkpatrick, S, Gelatt, C. D and Vecchi, M. P, "Optimization by Simulated Annealing," Science 220, pp. 671-680, 1983. 

    상세보기 crossref

  3. Fred Glover, "Tabu Search-Part 1," ORSA Journal on Computing, vol. 1, no. 2, pp. 190-206, 1989. 

    상세보기 crossref

  4. Fred Glover, "Tabu Search-Part 2," ORSA Journal on Computing, vol. 2, no. 1, pp. 4-32, 1990. 

    상세보기 crossref

  5. J. Kennedy and R. Eberhart, "Particle Swarm Optimization," IEEE International Conference Neural Network, vol. 4, pp. 1942-1948, 1995. 

  6. D.E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning, Addison- Wesley Publishing Company Inc, 1989. 

  7. Kyung-Youb Kwon and Joongseon Joh, "Weapon-Target Assignment Using Genetic Algorithm," Proceeding of KFIS Fall Conference, vol. 13, no. 5, 2003. 

  8. Ji-Hong Yang and Myung-Mook Han, "The Intelligent Intrusion Detection Systems using Automatic Rule-Based Method," Journel of Korean Institute of Intelligent Systems, vol. 12, no. 6, pp. 531-536, 2002. 

    원문보기 상세보기 crossref

  9. Heikki Maaranen, Kaisa Miettinen and Antti Penttinen, "On initial populations of a genetic algorithm for continuous optimization problems," Journal of Global Optimization, vol. 37, no. 3, pp. 405-436, 2007. 

    상세보기 crossref

  10. Stephane Paradis, Abder Rezak Benaskeur, Martin Oxenham, and Philip Cutler, "Threat evaluation and weapons allocation in network-centric warfare," In Proceedings of the 8th International Conference on Information Fusion, vol. 2, no. 2, 2005. 

  11. George G. den Broeder, R. E. Ellison, and L. Emerling, "On optimum target assignments," Operations Research, vol. 7, no. 3, pp. 322-326, 1959. 

    상세보기 crossref

  12. Matsumoto, M., Nishimura, T, "Mersenne twister: a 623-dimensionally equidistributed uniform pseudo- random number generator," ACM Transactions on Modeling and Computer Simulation, vol. 8, no. 1, pp. 3-30, 1998. 

    상세보기 crossref

  13. Diggle, P.J., Statistical Analysis of Spatial Point Patterns, Academic Press, 1983. 

  14. Fredrik Johansson, Evaluating the Performance of TEWA Systems, Ph.D Thesis Orebro University, 2010. 

  15. Ripley, B.D, Spatial Statistics, John Wiley & Sons, 1981. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

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