최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국생산제조시스템학회지 = Journal of the Korean Society of Manufacturing Technology Engineers, v.23 no.3, 2014년, pp.213 - 217
이수항 (Department of Mechanical Engineering, Hanyang Graduate School) , 김일현 (Department of Mechanical Engineering, Hanyang Graduate School) , 김용호 (Department of Mechanical Engineering, Hanyang Graduate School) , 한석영 (Division of Mechanical Engineering, Hanyang University)
A hybrid search method based on the artificial bee colony algorithm (ABCA) with harmony search (HS) is suggested for finding a global solution in the field of optimization. Three cases of the suggested algorithm were examined for improving the accuracy and convergence rate. The results showed that t...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
전역 최적화의 목적은 무엇인가? | 전역 최적화(global optimization)의 목적은 제약조건을 만족하는 수많은 국부해(local optimum)들 중에서 최소의 목적함수 (objective function) 값을 주는 변수들의 값을 결정하는 것이다. 최근, 자연의 생태계와 살아있는 생명체의 기본 구조, 원리 및 메커 니즘 등에서 영감을 얻어 실생활에 응용된 자연 모사 기술(natureinspired technology)들이 많이 제안되고 있다. | |
최적화 분야에서 응용된 자연 모사 기술에는 무엇이 있는가? | 최근, 자연의 생태계와 살아있는 생명체의 기본 구조, 원리 및 메커 니즘 등에서 영감을 얻어 실생활에 응용된 자연 모사 기술(natureinspired technology)들이 많이 제안되고 있다. 최적화 분야에서는 개미, 벌, 물고기, 새, 박쥐 등의 군집의 거동을 모방하여 최적해를 구하는 집단 지능 알고리즘(swarm intelligence algorithm)들이제안되었다[1-4]. 그 중에서도 Karaboga와 Basturk[4]에 의해 제안된 인공벌 군집 알고리즘(artificial bee colony algorithm: ABCA) 은 꿀벌의 먹이(nectar)를 찾는 집단행동을 모방한 알고리즘으로 차분 진화(differential evolution: DE)[5], 입자 군집 최적화(particle swarm optimization: PSO)[2], 진화 알고리즘(evolutionary algorithm: EA)[6]과 비교할 때 전역해를 찾는데 더 효율적임을 확인하였으며, 구조 위상 최적화 문제에도 적용되어 많은 설계변수를 가지는 문제에도 해의 수렴이 뛰어남을 확인하였다[7,8]. | |
조화탐색법이란 무엇인가? | 조화탐색(harmony search: HS)[9]법은 재즈 연주에서 악기들의 음을 조율하는 것에 착안하여 음악에서의 음의 조화는 최적의 변수들이 조화된 벡터와 같다는 것에 기반을 둔 알고리즘이다. 이 탐색 법은 선택된 주요 변수들을 이용하여 국부해에 빠지지 않고, 효율적으로 전역해를 찾을 수 있다. |
Dorigo, M., Stutzle, T., 2004, Ant Colony Optimization, MIT Press, London.
Kennedy, J., Eberhart, R., 1995, Particle Swarm Optimization, Proc. 1995 IEEE Int. Conf. Neural Netw. 4 1942-1948.
Yang, X-S., 2010, A New Metaheuristic Bat-inspired Algorithm, Nat. Inspir. Coop. Strateg. Optim. (NICSO 2010) Stud. Comput. Intell. 284 65-74.
Karaboga, D., Basturk, B., 2008, On the Performance of Artificial Bee Colony (ABC) Algorithm, Appl. Soft Comput. 8:1 687-697.
Back, T., 1996, Evolutionary Algorithms in Theory and Practice: Evolution, Strategies, Evolution Programming, Genetic Algorithms, Oxford Univ. Press, New York.
Park, J.-Y., Ryu, S.-P., Eom, Y.-S., Yoo, K.-S., Park, J.-Y., Han, S.-Y., 2010, Application of Modified Bee Colony Algorithm for Structural Dynamic Problems, Korea Soc. Mach. Tool Eng. Autumn Conf. 2010 57-58.
Park. J. Y., Han, S. Y., 2013, Topology optimization of nonlinear Structures Using Bee Colony Optimization, Korea Soc. Manuf. Technol. Eng. Spring Conf. 2013 193.
Lee, K. S., Geem, Z. W., 2004, A New Structural Optimization Method Based on the Harmony Search Algorithm, Comput. Struct. 82:9-10 781-798.
Geem, Z. W., 2006, Comparison Harmony Search with Other Meta-heuristics in Water Distribution Network Design, Water Distrib. Syst. Anal. Symp. 2006.
Kim, J. H., Geem, Z. W., Kim, E. S., 2001, Parameter Estimation of the Nonlinear Muskingum Model Using Harmony Search, J. Am. Water Resour. Assoc. 37:5 1131-1138.
Zarei, O., Fesanghary, M., Farshi, B., Jalili Saffar, R., Razfar, M. R., 2009, Optimization of Multi-pass Face-milling via Harmony Search Algorithm, J. Mater. Process. Technol. 209:5 2386-2392.
Goldberg, D. E., 1989, Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley Longman Publ. Co., Boston.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.