http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 백종명(Jong Myong Baik) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
다중 측면 최적화 문제를 위한 Pareto Crowding 유전자 알고리즘
박성진(Seong-Jin Park),백종명(Jong Myong Baik),백두권(Doo-Kwon Baik) 한국정보과학회 1998 정보과학회논문지(B) Vol.25 No.5
많은 실세계의 최적화문제들은 다중측면을 가지고 있으며 다중측면 최적화문제에 일반적인 GA를 사용하기 위해서는 다수의 목적함수들이 하나의 적합도함수로 결합되어야만 한다. 이 경우, GA의 탐색방향이 다차원 목적공간에 고정되는 문제점이 있지만, GA는 다중측면을 다룰 수 있도록 쉽게 수정될 수 있는 이점을 갖고있다. Schaffer이후, 서로 상충하는 다수의 목적함수들 중에서 모든 가능한 트레이드-오프(파레토 경계)를 찾기위해 GA를 적용한 많은 연구들이 있었다. 그러나, 기존연구들은 파레토 경계의 해들에 대한 균등한 분포를 유지하지 못하거나 혹은 너무 많은 연산 시간을 필요로 한다는 문제점이 있다. 본 논문에서는 파레토 최적집합을 찾기위한 알고리즘으로 PCGA(Pareto Crowding Genetic Algorithm)를 제안하였다. PCGA는 선택과정에서 파레토-박스-선택 기법을, 대치구조에서는 Pareto Crowding 기법을 사용한 점에서 기존연구와 다르다. 평가결과, 제안한 PCGA가 2가지 평가문제에 대해 보다 적은 연산 시간내에 더욱 다양한 파레토 최적해들을 찾을수 있음을 보였다. Many real world optimization problems have multiple aspects. To use the general GA on multiple aspect optimization problems, multiple objective functions should be combined into a fitness function. In this case, it is a problem that the direction of search in the GA is fixed in the multi dimensional objective space. But, the GA have an advantage that it can be readily modified to deal with multiple aspects. Since Schaffer's work, a few studies have been attempted for applying the GA to find all possible tradeoffs among the multiple, conflicting objective functions. However, previous researches cannot maintain a fairly even spread of solutions along the Pareto front or have too much computation time even if it can. In this paper we propose a PCGA(Pareto Crowding Genetic Algorithm) as an algorithm for finding the Pareto optimal set. Our approach differs from previous approaches in that Pareto-box-selection is used in selection procedure and Pareto Crowding is used in replace scheme. In the experimental results, we demonstrated that the proposed PCGA could find the better Pareto optimal solutions on the two evaluation problems in less computation time.
-
박성진(Seong-Jin Park),백종명(Hwa Gyoo Park),박화규(Jong Myong Baik),백두권(Doo-kwon Baik) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.1B
분산 데이터베이스 설계에서 데이터의 할당은 중요한 설계 이슈이다. 데이터의 할당은 분산 데이터베이스의 비용(cost) 감소, 성능(performance) 및 가용성(availability) 향상 등의 이점을 극대화할 수 있도록 최적화 되어야 한다. 기존 연구들의 대부분은 트랜잭션의 수행 비용을 최소화하는 방향으로만 최적화된 데이터 할당 결과를 제시하고 있다. 즉, 비용, 성능 및 가용성을 모두 함께 고려하는 연구는 아직까지 제시된 결과가 없으며 이는 복잡한 모델에 대한 적절한 최적화 기법이 없기 때문이다. 본 연구에서는 DAP에 대해 분산 데이터베이스의 이점들인 비용, 성능 및 가용성 등의 다중측면을 동시에 고려함으로써 데이터 할당에 대한 파레토 최적해를 제공하는 DAMMA (Data Allocation Methodology considering Multiple Aspects) 방법론을 제안하였다. DAMMA 방법론은 데이터 분할 과정을 통하여 생성된 최적의 단편들을 분산 데이터베이스 시스템의 운용 비용, 수행 성능, 가용성 등의 요소를 고려하여 각 물리적 사이트에 중복 할당하는 파레토 최적해들을 생성해낼 수 있는 설계 방법론이다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
