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
- 반면 타부 탐색은 비록 적응성 있는 메모리 (adaptive memory)를 사용하여 어느 정도 의전 역적 탐색 능력을 가지지만, 지역적 탐색을 기초로 하고 있어 전역적 탐색에 한계가 있다. 따라서 본 논문에서는 이러한 단점을 극복하기 위한 방안으로서 각 기법을 병렬로 구현하여 보다 우수한 탐색 능력을 가지도록 한다.
- 대규모 최적화 문제에서 유전알고리즘의 최대 단점인 탐색시간의 문제를 해결하기 위한 하나의 방법은 유전알고리즘을 병렬화하는 것이다. 따라서 본 논문에서도 유전알고리즘을 병렬화하여 보다 빠른 시간에 발전기 기동정지 계획을 수립하고자 한다.
- 그러나 대규모 최적화 문제는 복잡하면서 방대한 탐색 공간을 가지기 때문에 일반적인 타부 탐색으로는 적절한 시간 안에 탐색을 끝내기 어렵고 충분히 전역적 탐색을 하기도 힘들다. 따라서 본 연구에서는 타부 탐색도 병렬화를 통하여 이러한 문제점을 해결하고자 하였다.
- 본 논문은 대규모 최적화 문제를 위하여 대표적인 메타휴리스틱 기법인 유전알고리즘과 타부 탐색을 병렬화하여 성능의 향상을 가져올 수 있음을 보여주었다. 대규모 최적화 문제 중 하나인 발전기 기동정지 계획에 적용하기 위하여 유전알고리즘과 타부 탐색의 적용방안을 연구하고 또한 각 알고리즘을 병렬화하여 병렬화를 통하여 성능이 향상됨을 실험을 통하여 보여주었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.