실수코딩 유전알고리즘과 단체법을 결합한 하이브리드 탐색법 = A Hybrid Search Method Combining a Real-Coded Genetic Algorithm with a Simplex Search Method

다국어 초록 (Multilingual Abstract)

One of the main drawbacks in applying genetic algorithms (GAs) to complex problems has been the high computational cost due to their slow convergence rate. This fact gives a difficulty in an attempt to use GAs for function optimization problem. To alleviate this difficulty, an island-model based hybrid search method which combines a real-coded genetic algorithm(RCGA) with a simplex search method is presented. Our motivation for employing the RCGA is to introduce best exploration into the hybrid search method, and the simplex search method is to introduce cost-effective exploitation. In an attempt to make effective use of the exploitation operation of the simplex search method in the proposed search framework, we use a parallel architecture where two algorithms run during the isolation time and exchanges migrants. To demonstrate the superiority of the proposed algorithm, it is compared with an alternative optimization technique, RCGA proposed by Michalewicz in two optimization problems for modeling a system with time delay and tuning the parameters of a PID controller.

목차 (Table of Contents)

• 목차
• Abstract = iii
• 제1장 서론 = 1
• 제2장 유전 알고리즘과 단체법 = 4
• 2.1 유전알고리즘 = 4
• 2.1.1 유전알고리즘의 구조 = 4
• 2.1.2 유전알고리즘의 병렬화 = 12
• 2.1.3 성능지수와 테스트 환경 = 15
• 2.2 단체법 = 21
• 2.2.1 탐색 원리 = 22
• 2.2.2 Nelder-Mead의 단체법 = 23
• 제3장 제안한 하이브리드 탐색법 = 32
• 3.1 하이브리드 탐색법의 구조 = 32
• 3.1.1 이주모델에 기초한 병렬성 구현 = 33
• 3.1.2 탐색법의 초기화 = 35
• 3.1.3 이주자의 선택 및 이주 = 35
• 3.2 하이브리드 탐색법의 파라미터 = 37
• 3.2.1 RCGA와 단체법의 파라미터 = 37
• 3.2.2 이주율의 결정 = 37
• 제4장 시뮬레이션 = 39
• 4.1 시스템의 파라미터 추정 = 39
• 4.2 PID 제어기의 파라미터 동조 = 44
• 제5장 결론 = 49
• 참고문헌 = 50