http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
최적 통신 걸침 나무 문제를 해결하기 위한 진화 알고리즘
석상문(Sang-Moon Soak),장석철(Seok-Cheol Chang),변성철(Sung-Cheal Byun),안병하(Byung-Ha Ahn) 한국정보과학회 2005 정보과학회논문지 : 소프트웨어 및 응용 Vol.32 No.4
본 논문은 최적 통신 걸침 나무 문제(Optimum Communication Spanning Tree Problem : OCST)를 다룬다. 일반적으로, OCST문제는 NP-hard 문제로 알려져 있으며 최근에 Papadimitriou 와 Yannakakis에 의해서 MAX SNP-hard로 밝혀졌다. 그럼에도 불구하고 OCST 문제를 해결하기 위한 기존의 주된 접근법은 polynomial time 알고리즘들 이었다. 본 논문에서는 OCST 문제를 해결하기 위한 진화 알고리즘을 소개한다. 특히, 진화 알고리즘을 어떤 문제에 적용할 때 가장 우선적으로 고려되어야 하는 사항은 해를 어떻게 표현할 것인가 하는 표현법(representation)에 관한 것이다. 따라서 본 논문에서는 기존에 차수 제약 걸침 나무 문제를 해결하기 위해 제안한 표현법의 단점을 개선하는 새로운 표현법을 제안하고 이 표현법을 이용해서 트리(tree)를 만들어 내는 decoding 방법 또한 소개한다. 그리고 제안하는 해 표현법에 맞는 유전 연산자를 찾기 위해 네트워크의 정보 및 부모세대가 지닌 유전 정보를 이용하는 3가지 방법을 실험하였다. 결론적으로, 다양한 실험을 통해서 제안하는 방법이 기존의 방법에 비해 우수한 결과를 보여 준다는 것을 확인할 수 있었다. This paper deals with optimum communication spanning tree(OCST) problem. Generally, OCST problem is known as NP-hard problem and recently, it is reveled as MAX SNP hard by Papadimitriou and Yannakakis. Nevertheless, many researchers have used polynomial approximation algorithm for solving this problem. This paper uses evolutionary algorithm. Especially, when an evolutionary algorithm is applied to tree network problem such as the OCST problem, representation and genetic operator should be considered simultaneously because they affect greatly the performance of algorithm. So, we introduce a new representation method to improve the weakness of previous representation which is proposed for solving the degree constrained minimum spanning tree problem. And we also propose a new decoding method to generate a reliable tree using the proposed representation. And then, for finding a suitable genetic operator which works well on the proposed representation, we tested three kinds of genetic operators using the information of network or the genetic information of parents. Consequently, we could confirm that the proposed method gives better results than the previous methods.
물류 센터 위치 선정 및 대리점 할당 모형에 대한 휴리스틱 해법
석상문(Sang-Moon Soak),이상욱(Sang-Wook Lee) 한국콘텐츠학회 2010 한국콘텐츠학회논문지 Vol.10 No.9
시설물 입지 선정 문제(FLP)는 전통적인 최적화 문제중에 하나이다. FLP에 공급제약과 하나의 고객은 하나의 시설물에서만 제품을 공급받을 수 있다는 제약을 추가하면 단일 시설물 공급제약을 가지는 시설물 위치 설정 문제(SSFLP)가 된다. SSFLP는 NP-hard 문제로 알려져 있으며 진화 알고리즘과 같은 휴리스틱 알고리즘을 사용하여 해결하는 것이 일반적이다. 본 논문에서는 SSFLP를 위한 효율적인 진화 알고리즘을 제안한다. 제안하는 알고리즘은 적응형 링크 조절 진화 알고리즘과 3가지 휴리스틱 해 개선 방법을 조합하여 고안되었다. 제안하는 알고리즘을 벤치마크 문제에 적용하여 다른 알고리즘과 성능을 비교분석해 본 결과, 제안하는 알고리즘은 중간 크기의 문제에서 대부분 최적해를 찾았으며 큰 문제에서도 안정된 결과를 보여주었다. The facility location problem is one of the traditional optimization problems. In this paper, we deal with the single source capacitated facility location problem (SSCFLP) and it is known as an NP-hard problem. Thus, it seems to be natural to use a heuristic approach such as evolutionary algorithms for solving the SSCFLP. This paper introduces a new efficient evolutionary algorithm for the SSCFLP. The proposed algorithm is devised by incorporating a general adaptive link adjustment evolutionary algorithm and three heuristic local search methods. Finally we compare the proposed algorithm with the previous algorithms and show the proposed algorithm finds optimum solutions at almost all middle size test instances and very stable solutions at larger size test instances.
석상문(Sang-Moon Soak),이홍걸(Hong-Girl Lee) 한국항해항만학회 2006 한국항해항만학회 학술대회논문집 Vol.3 No.2
본 논문에서는 고정비용수송문제와 같은 다양한 네트워크 최적화 문제들에 적용될 수 있는 새로운 진화 알고리즘을 소개한다. 제안하는 알고리즘은 기존의 진화 알고리즘과 비교에서 두가지 다른 특징을 지난다. 첫째, 해 표현법이 다르다. 초기에, 모든 유전인자 값이 ‘0’으로 설정된다. 둘째, 각 해들은 일치하는 적합도 값에 따라 일종의 라마크(Lamarckian) 적응 과정을 수행한다. 제안하는 적응적 진화 알고리즘의 성능을 측정하기 위해 고정비용수송문제에 적용하였으며 또한 동시에 제안하는 알고리즘을 최적화하기 위해 다양한 실험을 수행하였다. 결론적으로, 제안하는 알고리즘은 기존에 고정비용수송문제를 위해 제안된 가장 우수한 알고리즘보다 더 우수한 성능을 보여주었다.
대칭 순회 판매원문제를 위한 Subtour 보존 교차 연산자
석상문(Sang-Moon Soak),이홍걸(Hong-Girl Lee),변성철(Sung-Cheal Byun) 대한산업공학회 2007 대한산업공학회지 Vol.33 No.2
Genetic algorithms (GAs) are very useful methods for global search and have been applied to various optimization problems. They have two kinds of important search mechanisms, crossover and mutation. Because the performance of GAs depends on these operators, a large number of operators have been developed for improving the performance of GAs. Especially, many researchers have been more interested in a crossover operator than a mutation operator. The reason is that a crossover operator is a main search operator in GAs and it has a more effect on the search performance. So, we also focus on a crossover operator. In this paper we first investigate the drawback of various crossovers, especially subtour-based crossovers and then introduce a new crossover operator to avoid such drawback and to increase efficiency. Also we compare it with several crossover operators for symmetric traveling salesman problem (STSP) for showing the performance of the proposed crossover. Finally, we introduce an efficient simple hybrid genetic algorithm using the proposed operator and then the quality and efficiency of the obtained results are discussed.
Quadratic 복수 컨테이너 적재 문제에 관한 연구
여기태(Gi-Tae Yeo),석상문(Sang-Moon Soak),이상욱(Sang-Wook Lee) 한국경영과학회 2009 韓國經營科學會誌 Vol.34 No.3
The container packing problem is one of the traditional optimization problems, which is very related to the knapsack problem and the bin packing problem. In this paper, we deal with the quadratic multiple container packing problem (QMCPP) and it is known as a NP-hard problem. Thus, it seems to be natural to use a heuristic approach such as evolutionary algorithms for solving the QMCPP. Until now, only a few researchers have studied on this problem and some evolutionary algorithms have been proposed. This paper introduces a new efficient evolutionary algorithm for the QMCPP. The proposed algorithm is devised by improving the original network random key method, which is employed as an encoding method in evolutionary algorithms. And we also propose local search algorithms and incorporate them with the proposed evolutionary algorithm. Finally we compare the proposed algorithm with the previous algorithms and show the proposed algorithm finds the new best results in most of the benchmark instances.