http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
DNA 코딩과 진화연산을 이용한 함수의 최적점 탐색방법
백동화(Dong-Hwa Peak),강환일(Hwan Il Kang),김갑일(Kab Il Kim),한승수(Seung-Soo Han) 한국지능시스템학회 2001 한국지능시스템학회논문지 Vol.11 No.6
DNA computing은 Adleman의 실험 이후에 많은 여러 가지의 최적화 문제에 적용되어 왔다. DNA computing의 장점은 스트링의 길이가 가변적이고 4가지 염기를 이용하기 때문에 복잡한 문제에서 전역 최적점을 찾는데 기존의 다른 방법보다는 효율적이라는 것이다. 본 논문에서는 이진 스트링의 개체 집단 위에서 모의진화를 일으켜 효율적으로 최적 해를 탐색하는 GA(Genetic Algorithms)와, 생체 분자인 DNA를 계산의 도구 및 정보 저장도구로 사용하며, A(Adenine), C(Cytosine), G(Guanine), T(Thymine)등의 4가지 염기를 사용하는 DNA 코딩 방법을 이용하여 multi-modal 함수의 전역 최적점을 탐색하는 문제에서의 각각의 성능을 조사하였다. Selection, crossover, mutation 등의 GA연산자를 DNA 코딩에 동일하게 적용하였으며 최적의 해를 탐색하는데 걸리는 시간과 찾아낸 최적해의 값을 평가하였다. DNA computing has been applied to the problem of getting an optimal solution since Adleman's experiment. DNA computing uses strings with various length and four-type bases that makes more useful for finding a global optimal solutions of the complex multi-modal problems. This paper presents DNA coding method for finding optimal solution of the multi-modal function and compares the efficiency of this method with the genetic algorithms (GA). GA searches effectively an optimal solution via the artificial evolution of individual group of binary string and DNA coding method uses DNA molecules and four-type bases denoted by the A(Ademine), C(Cytosine), G(Guanine) and T(Thymine). The selection, crossover, mutation operators are applied to both DNA coding algorithm and genetic algorithms and the comparison has been performed. The results show that the DNA based algorithm performs better than GA.