유전알고리즘 기반 최적화 건축설계 툴, 갈라파고스의 기능적 특성 연구

이우형 ( Lee Woohyoung ) 한국공간디자인학회 2020 한국공간디자인학회논문집 Vol.15 No.8

(연구배경 및 목적) 최근 다양한 디지털 설계지원 툴의 등장으로 건축설계에 있어 다양한 혁신의 기회를 제공하고 있다. 특히 파라메트릭 환경상의 알고리즘 기반 최적화 툴은 자의적 판단에 의존한 전통적 설계과정의 한계에 대한 과학적 객관성을 지원한다. 그러나 이러한 최적화 툴의 활용은 다음의 문제로 인해 그 실무적 활용성에 제한을 받는다. 첫째, 다양한 알고리즘 기반 최적화 툴이 존재하나 툴 간의 특징과 장단점에 대한 이해의 부족이다. 둘째, 도출된 솔루션에 대한 이해와 해석의 제한을 받는다. 이에 본 연구는 알고리즘 기반 최적화 툴 활용의 저변확대를 위해 상기 제한사항에 주목하여 현재 건축분야에서 활용도가 가장 높은 최적화 툴인 갈라파고스의 활용성과 성능평가를 수행하므로 최적화 툴의 이해와 해석을 도출하여 건축설계에 대한 잠재적 활용가능성을 확대하고자 한다. (연구방법) 본 논문은 라이노 그라스하퍼(Rhino Grasshopper)의 유전알고리즘(Genetic Algorithm) 기반 최적화 에드온(Add-On)인 갈라파고스(Galapagos)를 선정하고 그가 제공하는 두 연산기인 진화연산기(Evolutionary Solver)와 열처리연산기(Simulated Annealing Solver)를 활용하여 설정된 예제에 대한 최적화 과정을 시험하고 이를 통해 도출된 솔루션을 분석하므로 툴 간의 특성 및 활용성을 살펴본다. 이를 위해 본 논문은 다음과 같이 구성된다. 첫째, 건축설계와 최적화, 갈라파고스를 중심으로 다양한 최적화 툴들의 특징에 대한 이론적 고찰을 진행한다. 둘째, 선정된 두 연산기를 활용하여 설정된 예제에 대한 시나리오별 다양한 최적화 솔루션을 도출한다. 예제의 세부조건은 동일 면적의 볼륨에 대한 평면적 장단변비, 지붕 형태, 향에 대한 방위를 매개변수로 정의하고 외피에 대한 절기별 최적 일사량을 적합도로 설정한다. 셋째, 도출된 솔루션에 대한 적합도 수치의 수준 및 변화패턴 그리고 유전적 특징을 분석하고 이를 통해 두 연산기의 적합도 품질 및 다중목적에 대한 적합성에 관련된 결과를 도출한다. (결과) 이러한 과정을 거쳐 다음의 결론을 도출하였다 1)갈라파고스의 효율적 활용을 위해 두 연산기가 가진 검색 특징을 고려하여 양 연산기의 복합적 활용방식을 제안한다. 2)갈라파고스의 두 연산기는 건축설계가 가진 다중목적에 대한 각각의 한계를 노출하며 보다 정교한 최적화 결과를 위해 다중목적최적화에 특화된 에드온의 활용이 요구된다. 3)건축설계에 대한 최적화 툴의 적용성 확대를 위해 사용자 눈높이에 적합한 활용 매뉴얼의 개발이 요구된다. (결론) 이를 통해 최종적으로 각 연산기가 가진 최적화의 과정적 특징과 도출된 솔루션의 비교분석을 통해 두 연산기의 효율적 활용방안을 알아보는 동시에 현시점에서의 한계와 개선 방안을 도출한다. 이를 통해 궁극적으로 건축설계과정에 과학적 객관성에 기초한 종합적 설계조건의 통합적 최적화를 지원하는 새로운 설계방법의 가능성을 넓히고자 한다. (Background and Purpose) The recent emergence of various digital design tools has provided opportunities for various innovations in architectural design. In particular, the grafting of algorithm-based optimization tools in a parametric environment supports scientific objectivity to the limitations of the traditional design process that relies on arbitrary judgment. However, the use of this optimization tool is limited. First, there are various algorithm-based optimization tools, but there is a lack of understanding considering their use. Second, the understanding and interpretation of the derived solution are limited. Therefore, to expand the use of algorithm-based optimization tools, this study conducted applicability and performance evaluation of Galapagos, the most highly utilized optimization tool in the current architectural design. (Method) This study selected Galapagos, an optimization add-on based on a genetic algorithm in Rhino Grasshopper. The optimization process was tested using Galapagos’ two solvers: the Evolutionary Solver and the Simulated Annealing Solver. Moreover, the derived solution was analyzed to examine the characteristics and utility between solvers. To this end, the study is organized as follows. First, a theoretical review of the characteristics of various optimization tools was conducted, focusing on architectural design and optimization, and Galapagos. Second, using each selected solver, various optimization solutions were derived for each scenario in the example. In the detailed conditions of the example, the planar ratio with the same area, the shape of the roof, and the building orientation were defined as parameters, and the optimal solar radiation for each season was set as a fitness value. Third, we analyzed the level of fitness value, changing pattern, and genetic characteristics of the derived solution, and derived results related to the fitness quality of the two solvers and the application on multi-purpose problem. (Results) Through this process, we derived the following: (1) For efficient use of Galapagos, we propose a combined application method of both solvers; (2) the two solvers of Galapagos expose each limit to the multi-purpose of architectural design, and for more elaborate optimization results, the use of add-ons dedicated to multi-purpose optimization is required; (3) to expand the applicability of the optimization tool for architectural design, it is required to develop an application manual suitable for the user's level. (Conclusion) Finally, through the comparative analysis of the optimization process characteristics of each solver, we found the efficient utilization of them, simultaneously drawing the limitations and improvement at the present perspective. Subsequently, we intend to expand the possibilities of new design methods that ultimately support the integrated optimization of comprehensive design conditions based on scientific objectivity in the architectural design.

선량계산 및 최적화 알고리즘에 따른 치료계획의 영향 분석

김대섭,윤인하,이우석,백금문,Kim, Dae-Sup,Yoon, In-Ha,Lee, Woo-Seok,Baek, Geum-Mun 대한방사선치료학회 2012 대한방사선치료학회지 Vol.24 No.2

목 적: 알고리즘에 따른 치료계획의 영향을 분석하고 실제 치료계획을 수립할 때 고려사항을 적용하고, 나아가 최선의 치료계획을 수립하는 프로토콜을 제시하고자 한다. 대상 및 방법: 치료계획 시스템은 이클립스 10.0 (Eclipse 10.0, Varian, USA)이다. 선량계산의 알고리즘은 PBC (Pencil Beam Convolution)와 AAA (Anisotropic Analytical Algorithm)을 각각 적용하였고, 세기 조절 방사선 치료(IMRT)를 위한 최적화(Optimization) 알고리즘은 DVO (Dose Volume Optimizer 10.0.28), VMAT을 위한 최적화 알고리즘은 PRO II (Progressive Resolution Optimizer V 8.9.17)와 PRO III (Progressive Resolution Optimizer V 10.0.28)을 사용하였다. 실험을 위한 팬텀은 치료계획시스템에서 가상으로 만들었으며, $30{\times}30{\times}30$ cm의 규격에 밀도가 균일한 것(HU: 0)과 중간에 공기(HU: -1,000)로 가정되는 물질이 삽입한 된 비균질 팬텀으로 설정하였다. 실험은 먼저 팬텀(Phantom) 계획을 실시하여 일반적인 치료계획의 특징을 분석하고 그 내용을 토대로 실제 임상적용 할 치료계획을 수립하였다. 결 과: 균일한 밀도 팬텀에서 6 MV, 10 cm PDD (Percentage Depth Dose)는 PBC와 AAA는 모두 65.2%로 유사한 값을 나타냈지만, 비균질 팬텀에서 PDD는 저밀도 물질을 만나기 전까진 유사한 PDD 값을 보이다가 공기 영역에서 다른 선량곡선을 보여주고, 투과한 후에는 PDD 10 cm은 각각 75%, 73%이었다. 동일한 MU의 3차원 치료계획에서 보면, AAA 치료계획이 폐가 포함된 영역에서 저 선량으로 나타났다. 기관지와 폐의 영역이 포함된 경추 치료 환자의 2차원 대향 2문조사 치료계획을 15 MV을 이용하여 설계하였을 때, Conformity Index (ICRU 62)는 PBC 계산에서 0.95, AAA에서 0.93이었다. IMRT 치료계획은 DVO에서 보여지는 DVH가 선량계산 DVH와 동일하게 나타났다. 하지만 AAA으로 선량계산을 하였을 때는 DVO에서 조건을 만족하는 결과가 선량계산에서는 선량부족으로 나타났다. PRO II을 이용한 VMAT 치료계획은 최적화 할 때는 만족스런 결과를 얻었지만, 선량계산을 실시하였을 때는 저밀도 영역이 선량 부족으로 나타났다. 하지만 PRO III에서 같은 조건을 1회 더 최적화함으로써 최적화 결과와 선량계산 결과가 유사하였다. 결 론: 본 연구에서는 선량계산 알고리즘의 옳고 그름을 판단하지 않는다. 알고리즘이 나타내는 선량 분포의 특성을 분석하고, 특히 최적화가 필요한 IMRT나 VMAT 치료계획에서 최적화 알고리즘의 요인도 치료계획을 수립할 때 고려함으로써 최적의 치료계획을 위한 방법을 제시하고자 한다. Purpose: Analyze the Effectiveness of Radiation Treatment Planning by dose calculation and optimization algorithm, apply consideration of actual treatment planning, and then suggest the best way to treatment planning protocol. Materials and Methods: The treatment planning system use Eclipse 10.0. (Varian, USA). PBC (Pencil Beam Convolution) and AAA (Anisotropic Analytical Algorithm) Apply to Dose calculation, DVO (Dose Volume Optimizer 10.0.28) used for optimized algorithm of Intensity Modulated Radiation Therapy (IMRT), PRO II (Progressive Resolution Optimizer V 8.9.17) and PRO III (Progressive Resolution Optimizer V 10.0.28) used for optimized algorithm of VAMT. A phantom for experiment virtually created at treatment planning system, $30{\times}30{\times}30$ cm sized, homogeneous density (HU: 0) and heterogeneous density that inserted air assumed material (HU: -1,000). Apply to clinical treatment planning on the basis of general treatment planning feature analyzed with Phantom planning. Results: In homogeneous density phantom, PBC and AAA show 65.2% PDD (6 MV, 10 cm) both, In heterogeneous density phantom, also show similar PDD value before meet with low density material, but they show different dose curve in air territory, PDD 10 cm showed 75%, 73% each after penetrate phantom. 3D treatment plan in same MU, AAA treatment planning shows low dose at Lung included area. 2D POP treatment plan with 15 MV of cervical vertebral region include trachea and lung area, Conformity Index (ICRU 62) is 0.95 in PBC calculation and 0.93 in AAA. DVO DVH and Dose calculation DVH are showed equal value in IMRT treatment plan. But AAA calculation shows lack of dose compared with DVO result which is satisfactory condition. Optimizing VMAT treatment plans using PRO II obtained results were satisfactory, but lower density area showed lack of dose in dose calculations. PRO III, but optimizing the dose calculation results were similar with optimized the same conditions once more. Conclusion: In this study, do not judge the rightness of the dose calculation algorithm. However, analyzing the characteristics of the dose distribution represented by each algorithm, especially, a method for the optimal treatment plan can be presented when make a treatment plan. by considering optimized algorithm factors of the IMRT or VMAT that needs to optimization make a treatment plan.

개선된 물순환 최적화 알고리즘을 이용한 하이브리드 전자석 설계

조재훈(Jae-Hoon Cho),김용태(Yong-Tae Kim) 한국지능시스템학회 2019 한국지능시스템학회논문지 Vol.29 No.3

본 논문에서는 개선된 물순환 최적화 알고리즘을 이용한 하이브리드 전자석의 최적 설계 기법을 제안한다. 하이브리드 전자석 기반의 자기부상 시스템은 전자석만을 사용하는 부상 시스템에 비해 저전력으로 동작할 수 있는 장점이 있다. 제안된 알고리즘은 지능형 최적화 기법 중 물순환 최적화 알고리즘과 클론선택을 이용하였으며 물순환 알고리즘은 전역적인 탐색을 수행하고, 클론선택은 최적해의 근처에서 지역탐색을 수행한다. 제안된 알고리즘의 이러한 특성은 일반적인 지능형 최적화 알고리즘에서의 지역해의 조기수렴 문제를 해결할 수 있다. 하이브리드 전자석 설계를 위하여 전력소모와 부상력을 동시에 만족하는 비용함수를 사용하여 모의실험을 수행하였다. 실험결과에서 제안된 알고리즘의 기존의 일반적인 기법과 지능형 최적화 알고리즘에 비해 우수한 성능을 보이는 것을 확인할 수 있었다. In this paper, we propose an optimal design method of a hybrid electromagnet using an improved water circulation algorithm. The hybrid electromagnet based magnetic levitation system has an advantage in that it can operate only at a low power compared to a levitation system using only an electromagnet. The proposed algorithm uses the water cycle algorithm(WCA) and the clonal selection(CS) in the intelligent optimization method. The WCA performs the global search and the CS performs the local search in the vicinity of the optimal solution. This characteristic of the proposed algorithm can solve the problem of premature convergence in general intelligent optimization algorithm. For the design of the hybrid magnet, we proposed a cost function that simultaneously satisfied the power consumption and the levitation force. Experimental results show that the proposed algorithm shows better performance than the conventional algorithm and the optimization algorithm.

통합모델의 강수물리과정 모수 최적화를 위한 알고리즘 비교 연구

장지연(Jiyeon Jang),이용희(Yong Hee Lee),주상원(Sangwon Joo) 한국지능시스템학회 2017 한국지능시스템학회논문지 Vol.27 No.1

기상수치예보모델의 강수물리과정은 강수 발생과 연관된 입자의 낙하속도, 부착 및 자동전환, 입자크기분포 등의 과정을 다룬다. 하지만 수치예보모델의 미세물리과정과 모수에는 상당한 불확실성이 내포되어 있다. 수치예보모델의 불확실성을 줄이기 위하여 일반적으로 모수 추정을 사용한다. 이 연구에서는 모수 추정을 위한 최적화 알고리즘으로 마이크로 유전알고리즘과 하모니탐색 알고리즘을 사용하고 우리나라에서 발생한 강수사례에 대해 통합모델의 강수물리과정에서 사용하는 모수를 최적화하였다. 두 알고리즘의 서로 다른 특성으로 인해 최적화 과정 중의 차이가 보였다. 마이크로 유전알고리즘은 440회 수행 후 약 1.033의 적합도로 수렴하였고 하모니탐색 알고리즘은 60번 수행 후 약 1.031의 적합도로 수렴하였다. 이를 통해 하모니탐색 알고리즘이 마이크로 유전알고리즘보다 더 빨리 최적의 모수를 탐색하는 것을 알 수 있었다. 따라서 계산비용이 방대한 기상수치예보모델의 최적화 문제에서 빠른 시간 내에 최적의 모수를 탐색해야 한다면 하모니 탐색 알고리즘이 더 적합하다는 것을 확인하였다. The microphysical processes of the numerical weather prediction (NWP) model cover the following : fall speed, accretion, autoconversion, droplet size distribution, etc. However, the microphysical processes and parameters have a significant degree of uncertainty. Parameter estimation was generally used to reduce errors in NWP models associated with uncertainty. In this study, the micro- genetic algorithm and harmony search algorithm were used as an optimization algorithm for estimating parameters. And we estimate parameters of microphysics for the Unified model in the case of precipitation in Korea. The differences which occurred during the optimization process were due to different characteristics of the two algorithms. The micro-genetic algorithm converged to about 1.033 after 440 times. The harmony search algorithm converged to about 1.031 after 60 times. It shows that the harmony search algorithm estimated optimal parameters more quickly than the micro-genetic algorithm. Therefore, if you need to search for the optimal parameter within a faster time in the NWP model optimization problem with large calculation cost, the harmony search algorithm is more suitable.

고래 최적화 알고리즘을 이용한 랑데부 궤도 최적화

심은송,김해동,이선호 한국항공우주학회 2023 韓國航空宇宙學會誌 Vol.51 No.1

Optimization of rendezvous orbit must be performed to minimize fuel consumption of spacecrafts during a rendezvous mission. However, due to the non-linearity and discontinuity of rendezvous equations, a optimization algorithm which has high performance is needed to find a globally optimal solution. In this paper, we propose the optimization method of rendezvous orbit using the whale optimization algorithm(WOA). We introduce universal variable to consider general orbits rather than constrained orbits such as circular orbit and coplanar orbit. Then, we solve Kepler’s problem and Lambert’s problem by using the universal variable. Finally, numerical simulation is performed to verify the improvement obtained by using WOA and we compare the result of the WOA with the result of genetic algorithm(GA) and particle swarm optimization(PSO). As a result, we have confirmed that our optimization method effectively obtains a globally optimal solution in rendezvous problem. 랑데부 궤도 최적화는 랑데부 임무에서 우주비행체의 연료 소모를 최소화하기 위해 필수적으로 수행되어야 한다. 하지만, 높은 비선형성과 비연속성을 가지는 랑데부 궤도방정식으로 인해 최적 해를 찾기 위해선 높은 성능의 최적화 알고리즘이 필요하다. 본 논문에서는 고래 최적화 알고리즘을 이용한 서로 다른 궤도상에 있는 두 우주비행체의 랑데부 최적화 방법을 제안한다. 원 궤도나 공면 궤도와 같은 제한된 궤도가 아닌 일반적인 궤도에도 적용할 수 있도록 범용 변수를 도입하여 케플러 문제와 램버트 문제를 정리한다. 고래 최적화 알고리즘을 이용하여 얻는 이점을 검증하기 위해 랑데부 수치 시뮬레이션을 수행하며, 시뮬레이션 결과를 유전 알고리즘과 입자 군집 최적화를 이용해 얻은 결과와 비교 분석한다. 비교 결과, 랑데부 최적화 문제에서 고래 최적화 알고리즘이 효과적으로 전역 해를 찾음을 확인하였으며, 이는 본 논문에서 제안한 방법이 랑데부 임무에서 우주비행체의 연료 최소화 문제에 매우 효과적임을 보여준다.

이항 반응 실험의 확률적 전역최적화 기법연구

이동훈(Donghoon Lee),황근철(Kun-Chul Hwang),이상일(Sangil Lee),윤원영(Won Young Yun) 한국시뮬레이션학회 2023 한국시뮬레이션학회 논문지 Vol.32 No.1

본 논문의 목적은 이항출력 실험을 이용할 경우에 확률적 전역 최적화 방법론들을 검토하고 알고리즘들간의 성능을 비교하기 위한 것이다. 모 성공확률은 알수 없고 확률적 특성을 갖기 때문에 확률적 전역 최적화 방법론에서는 모 성공확률 대신 성공확률의 추정치를 이용한다. 언덕오르기 알고리즘 , 단순랜덤탐색, 랜덤재출발 랜덤탐색, 랜덤 최적화, 담금질 기법 및 군집기반의 알고리즘인 입자 군집 최적화 알고리즘을 확률적 전역 최적화 알고리즘으로 사용하였다. 알고리즘의 비교를 위하여 두가지 테스트 함수(하나는 단봉이고 나머지는 다봉임)가 제안되었고 몬테카를로 시뮬레이션을 이용하여 알고리즘의 성능을 평가하였다. 단순 테스트 함수에 대하여는 모든 알고리즘이 유사한 성능을 보이고 있다. 복잡한 다봉의 테스트 함수에 대하여는 랜덤재출발 랜덤최적화, 담금질 기법과 군집 기반의 입자군집 알고리즘이 훨씬 더 좋은 성능을 보임을 알 수 있다. The purpose of this paper is to review global stochastic optimization algorithms(GSOA) in case binary response experimentation is used and to compare the performances of them. GSOAs utilise estimator of probability of success instead of population probability of success , since is unknown and only known by its estimator which has stochastic characteristics. Hill climbing algorithm algorithm, simple random search, random search with random restart, random optimization, simulated annealing and particle swarm algorithm as a population based algorithm are considered as global stochastic optimization algorithms. For the purpose of comparing the algorithms, two types of test functions(one is simple uni-modal the other is complex multi-modal) are proposed and Monte Carlo simulation study is done to measure the performances of the algorithms. All algorithms show similar performances for simple test function. Less greedy algorithms such as Random optimization with Random Restart and Simulated Annealing, Particle Swarm Optimization(PSO) based on population show much better performances for complex multi-modal function.

다목표 실수코딩 유전자 알고리즘에 관한 연구

박경종,오형술 한국산업경영시스템학회 2005 한국산업경영시스템학회 학술대회 Vol.2005 No.추계

최적화 문제는 일반적으로 복수개의 목적식을 가지며, 이러한 목적식들의 대부분은 서로 충돌한다. 즉, 한 개의 목적식을 최적화하면 다른 목적식들은 최적화되지 못한다. 그러므로 하나의 목적식을 최적화하는 결정변수들이 다른 목적식들을 동시에 최적화시키기가 매우 어렵다. 따라서 최적화 개념도 하나의 목적식을 고려하는 경우와는 다른 관점에서 고려해야 한다. 본 연구에서는 다목표 최적화 문제를 해결하기 위한 새로운 실수코딩 유전자 알고리즘을 제시하고, 알고리즘의 효율 평가를 위해서 다목표 유전자 알고리즘에서 가장 일반적으로 사용되고 있는 MOGA기법과 비교한다. 제시되는 다목표 실수코딩 유전자 알고리즘에서는 여러 개의 목적식을 평가하기 위한 적합도 함수를 제안하며, 목적식들을 만족하는 다양한 파레토 최적 집합을 구축하기 위한 방안을 제시한다. 개발된 다목표 최적화 알고리즘과 MOGA 기법의 효율 평가를 위해 두 알고리즘이 파레토 최적해의 집합을 어떻게 구성하는지 비교한다. 실수코딩 유전자 알고리즘의 실험을 위해 교배연산자는 단순교배 기법을 사용하고 돌연변이 연산자는 균등돌연변이 기법을 사용한다.

분산 복합유전알고리즘을 이용한 구조최적화

우병헌,박효선 한국전산구조공학회 2003 한국전산구조공학회논문집 Vol.16 No.4

Enen though several GA-based optimization algorithms have been successfully applied to complex optimization problems in various engineering fields, GA-based optimization methods are computationally too expensive for practical use in the field of structural optimization, particularly for large- scale problems. Furthermore, a successful implementation of GA-based optimization algorithm requires a cumbersome and trial-and-error routine related to setting of parameters dependent on a optimization problem. Therefore, to overcome these disadvantages, a high-performance GA is developed in the form of distributed hybrid genetic algorithm for structural optimization on a cluster of personal computers. The distributed hybrid genetic algorithm proposed in this paper consist of a simple GA running on a master computer and multiple μ-GAs running on slave computers. The algorithm is implemented on a PC cluster and applied to the minimum weight design of steel structures. The results show that the computational time required for structural optimization process can be drastically reduced and the dependency on the parameters can be avoided. 최근 구조최적화분야에서 활발하게 사용되고 있는 유전알고리즘은 해집단을 운용하기 때문에, 많은 반복수와 적응도 평가를 위하여 해집단의 수에 해당하는 구조해석을 필요로 하며, 또한 교배율과 돌연변이율 등의 파라미터에 따라 알고리즘의 성능이 변화하므로 문제에, 따라 적합한 파라미터 설정이 필요한 근본적인 단점을 지니고 있다. 본 연구에서는 기존 유전알고리즘의 단점을 극복할 수 있는 복합유전알고리즘을 마이크로유전알고리즘과 단순유전알고리즘을 결합한 형식으로 그리고, 최적화에 요구되는 연산을 다수의 개인용 컴퓨터에서 동시에 분산하여 수행할 수 있는 고성능 분산 복합유전알고리즘으로 개발하였다. 개발된 알고리즘은 철골 가새골조 구조물의 최소중량설계에 적용하여 그 성능을 평가하였다.

트러스 구조의 확률적 탐색법을 이용한 최적설계

류미란,박정선 한국 항공대학교 항공산업기술연구소 2001 航空宇宙産業技術硏究所 硏究誌 Vol.11 No.-

전통적인 최적화 기법은 도함수를 구하여 최적화를 수행한다. 그러므로 이러한 전통적인 기법을 수많은 도함수를 구해야 한다. 따라서 국부 최적화에는 효과적이나 전역 최적화에는 어려움이 있다. 이러한 문제를 극복하기 위해 확률적 탐색 방법을 이용한다. 확률적인 탐색과정을 가지는 최적화 방법들로는 유전자 알고리즘, 모사풀림, 인공생명 알고리듬 등을 들 수 있다 이 알고리듬들 중 모사풀림을 사용하여 트러스 구조물을 최적화 하였다. Discrete optimization methods takes advantage of function values only, different form conventional optimization method using gradient information. The dicrete optimization methods do not need gradient calculations. The dicrete optimization methods are efficient to the global optimization. Genetic algorithm, simulated annealing and artificial life algorithm are optimization methods that have the stochastic search processes. In this paper, we studied these optimization methods. And using the simulated annealing, one of the these optimization methods, truss structures are optimized.

Boyer-Moore 알고리즘을 위한 GPU상에서의 병렬 최적화

정요상(Yosang Jeong),쟌 느앗-프엉(Nhat-Phuong Tran),이명호(Myungho Lee),남덕윤(Dukyun Nam),김직수(Jik-Soo Kim),황순욱(Soonwook Hwang) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.2

Boyer-Moore 알고리즘은 컴퓨터 및 인터넷 보안, 바이오 인포매틱스 등의 응용프로그램에서 널리 활용되는 패턴매칭 알고리즘이다. 이 알고리즘은 방대한 양의 입력 데이터에 존재하는 특정한 하나의 패턴을 실시간에 검색해야하는 높은 계산 요구량으로 인하여 병렬 처리 및 성능 최적화가 필수적이다. 본 논문에서는 GPU를 활용하여 BM 알고리즘을 병렬 최적화하는 방법론을 제안한다. 방법론에 따라 알고리즘 cascading 기법을 적용하여 실행시간에 소요되는 매핑 오버헤드를 최소화하고, 멀티스레딩 효과를 극대화하여 스레드들간의 부하 부산을 향상시킴으로써 순차실행 대비 최대 45배의 성능향상을 얻었다. The Boyer-Moore algorithm is a single pattern string matching algorithm that is widely used in various applications such as computer and internet security, and bioinformatics. This algorithm is computationally demanding and requires high-performance parallel processing. In this paper, we propose a parallelization and performance optimization methodology for the BM algorithm on a GPU. Our methodology adopts an algorithmic cascading technique. This results in significant reductions in the mapping overheads for the threads participating in the parallel string matching. It also results in the efficient utilization of the multithreading capability of the GPU which improves the load balancing among threads. Our experimental results show that this approach achieves a 45-times speedup at maximum, in comparison with a serial execution.