http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
국문 등재지 기반 하모니 서치 알고리즘의 이론과 응용사례 리뷰
김종우(Zong Woo Geem) 한국지능시스템학회 2022 한국지능시스템학회논문지 Vol.32 No.3
세계적으로 연구의 영향력이 있는 과학기술논문들을 모아 SCI (Science Citation Index) 데이터베이스에서 관리한다. 비슷하게 국내에서도 KCI (Korea Citation Index)를 만들어 논문을 관리하고 있다. 본 연구에서는 그동안 KCI에 등재된 하모니 서치 관련 국문 논문에 대한 광범위한 리뷰를 하였다. 하모니 서치는 음악에서 영감을 받은 지능형 최적화 알고리즘으로 그동안 다양한 문제에 적용되었는데 본 리뷰에서는 이론분야 (알고리즘 구조개선, 알고리즘간의 융합)나 응용분야 (토목공학, 전기/전자/통신공학, 컴퓨터학, 기타공학 및 의사결정분야)의 주요한 60여편의 논문을 선정하여 요약정리 하였다. 이를 통해 그동안 알고리즘이 국내에 적용된 분야를 확인 할 수 있었고 또 추후 나아가야할 연구의 방향을 제시하였다. Science Citation Index (SCI) database manages world influential research papers in science and technology. Similarly, Korea Citation Index (KCI) manages domestic influential research papers. This paper reviewes major harmony search (HS) papers written in Korean that are indexed in KCI. It gives an extensive summary of HS, music-inspired intelligent optimization algorithm, in the fields of theory (algorithm structure enhancement and hybridization with other algorithms) and applications (civil engineering, electrical/electronic/commucation engineering, computer science, and other technology & decision-making) which may enable readers to view the past, present, and future of the algorithm.
김종우(Zong Woo Geem),김원배(Won Bae Geem),우효섭 대한토목학회 2007 대한토목학회지 Vol.55 No.2
토목사업은 국가차원에서 막대한 재원이 투입되므로 보다 효율적인 설계를 통해 그 성능을 제고하고 국민의 세금을 절감하는 것이 설계자에 있어 중요한 덕목이라 볼 수 있다. 비용절감을 도모하는 최적화 설계는 전통적으로 수학의 미분을 이용하는 방법(예를 들어, 라그랑지 승수법이나 BFGS법)이나 방향을 선택하여 나열하는 방법(예를 들어, 분지한계법) 등 이 널리 사용되어 왔다. 하지만, 다변수를 가진 대규모 설계나 미분이 불가능한 이산변수를 가진 설계에서는 이러한 방법의 사용이 불가능하다. 해서, 근자에는 자연현상이나 행동현상을 모방한 진화연산(예를 들어, 유전알고리즘, 모의담금질, 혹은 개미군집 알고리즘)이 각광받기 시작했다. 본 연구에서는 음악가들의 즉흥연주에서 아이디어를 얻어 새로이 개발된 하모니써치 알고리즘을 소개하고, 토목공학의 다양한 분야에 적용예를 알아보며, 기존의 진화연산 알고리즘과도 연산능력을 비교하였다. 특히, 예제수준이 아닌, 대규모 토목시설의 설계문제에 적용하여 기존의 유전알고리즘보다 월등히 좋은 결과를 얻었는데, 그 이유를 설명하기 위해 미분도함수가 아닌 하모니써치가 가진 새로운 형태의 추계 도함수를 제시 하였다. 또한, 보다 수월히 최적화를 도모할 수 있도록 IT기술을 활용한 웹기반 최적화 연산툴을 만들었으며, 다른 연구자들이 보다 용이하게 하모니써치 알고리즘에 접근할 수 있게 하기 위하여 논문과 프로그래밍 예제를 제공하는 웹사이트도 구축하였다. Cost-savings in civil engineering projects can be one of the cardinal virtues for design engineers because the projects require enormous budget paid by tax payers. Optimization, which seeks efficient and economical design, has traditionally adopted mathematical differentiation (ex, Lagrangian multiplier, BFGS techniques, etc) or reduced enumeration (ex, branch and bound method). However, for a design with numerous variables or that with discrete variables (instead of continuous variables), the above-mentioned techniques have failed to search desirable solutions. Hence, researchers have turned their interests to evolutionary algorithms (ex, genetic algorithm, simulated annealing, and ant colony algorithm) that mimic natural or behavioral phenomenon. This study introduced another phenomenon-based algorithm (harmony search) which mimics the improvization process of musicians, then compared its performance with other algorithms in various civil engineering problems. Especially, when applied to large-scale real-world problem, the harmony search algorithm found much better results than those of genetic algorithm because it has a novel stochastic derivative which is different from traditional calculus-based one. In addition, a web-based optimal computing tool and informative website have been developed in order for other researchers to easily understand and utilize the harmony search algorithm.
이건희(Geon Hee Lee),김종우(Zong Woo Geem) 한국지능시스템학회 2021 한국지능시스템학회논문지 Vol.31 No.5
노노그램이란 주어진 숫자만큼 칸을 칠하면서 전체적인 모양을 완성하는 퍼즐로 방대한 경우의 수를 가진 NP-Hard 문제이다. 이러한 노노그램을 풀기 위해 유전 알고리즘을 적용하거나 입자군집최적화나 깊이우선탐색법 등이 쓰이기도 하였다. 그러나 아직까지 하모니서치 알고리즘을 적용한 연구는 없었기에 본 논문에서 노노그램을 하모니서치 알고리즘을 사용해 풀어보고 그 결과를 진화연산기법인 유전 알고리즘과 비교해보고자 한다. 결과적으로 10×10 이상의 비교적 큰 보드에서는 유전 알고리즘이, 그보다 작은 보드에서는 하모니서치 알고리즘이 더 우수한 결과를 보였기에 조건에 따라 하모니서치 알고리즘이 경쟁력을 가질 수 있음을 확인하였고, 추후의 연구에서는 새로운 연산자를 도입하여 성능 개선을 하고자 한다. Nonogram is an NP-Hard problem having a vast number of combinations, which completes the overall shape while painting certain spaces based on given numbers. In order to solve these Nonograms, genetic algorithm as well as particle swarm optimization and depth-first-search have been applied. However, since there was no attempt of using the harmony search algorithm, we would like to solve the Nonogram using the algorithm and compare the results with another evolutionary computation technique, genetic algorithm. Results showed that genetic algorithm solved better for relatively large boards of 10×10 or more while harmony search solved better for smaller boards. Further studies are expected to improve the performance of harmony search in the future by introducing new problem-specific operators.