Study on Traditional Flower Design Based on Genetic Algorithm Optimized by K-medoids Algorithm

Junwei Qi 보안공학연구지원센터 2016 International Journal of Hybrid Information Techno Vol.9 No.10

With the continuous improvement of the economic level, people pay more and more attention to the appreciation of art. Art of flower arranging is an art following certain laws of creation and it has a long history. At present, the flower shape depends mainly on the arrangements’ experience and personal preferences. This paper attempts to use genetic algorithm optimized by the K-medoids algorithm for its research, through the replacement of the genetic algorithm to get more design solutions, so as to broaden the designer's ideas, to achieve the innovation of art design. Experiments show that the beauty of floral works produced by the optimized genetic algorithm is better than that produced by traditional genetic algorithm.

Joint Optimization Method Combining Genetic Algorithm and Numerical Algorithm Based on MATLAB

Yanhua Guo,Feifei Liu,Ning Zhang,Tao Wang 보안공학연구지원센터 2016 International Journal of Hybrid Information Techno Vol.9 No.11

A two-bar plane truss is builtin MATLAB based on mathematical model. Then the authors use genetic algorithm toolbox to solve this problem. The parametric truss model is set up in the finite element analysis software ANSYS. It is analyzed by first-order algorithm. The comparison of two kinds results show the pure genetic algorithm doesn’t always have an advantage over other algorithms. In the end, a joint optimization method is put forward on the basis of genetic algorithm. It combines genetic algorithm based on MATLAB toolbox and numerical algorithm based on quasi-Newton method. This method is illustrated by the numerical example of the two-bar plane truss. The results show this joint optimization method can get the global optimal solution of this problem every time.

유전알고리즘을 활용한 조망분석 최적화에 따른 볼륨 계획에 관한 연구

김범진,김용성,송석재 한국공간디자인학회 2023 한국공간디자인학회논문집 Vol.18 No.8

(Background and Purpose) Algorithm-based optimization tools in digital architectural design present new possibilities for scientifically objective design methods. By simulating a virtual environment and conducting an environmental analysis in a digital three-dimensional space, design plans with scientific objectivity can be developed. This approach, often used by local governments for urban planning and 3D spatial information services, was applied in this study to propose an optimal mass design method for maximizing sea views at the Songjeong Beach redevelopment site, a popular tourist destination. Using Rhino Grasshopper’s algorithm and digital topographic map data from the national land information platform, a virtual environment was created to implement a genetic algorithm. This study focused on obtaining a numerical value for the optimal sea view based on the theory of visible areas, aiming to find mass designs with high views while adhering to the building and floor area ratio constraints within the building limits. The objective reliability of the results was assessed through quantitative analysis. (Method) The genetic algorithm, formulated using Rhino Grasshopper’s environmental analysis simulation Add-On DecodingSpace, was executed using Wallacei, an optimization tool based on the genetic algorithm. Specifically, the NSGA-II genetic algorithm, designed for multipurpose optimization problems, was employed to identify a mass design that achieved maximum sea view. A quantitative evaluation of the derived results was performed using data from the K-means algorithm to ensure reliability. (Results) The optimal solution, planned with a difference of less than 1% from the dry-opening ratio limit of 19.95% and floor area ratio of 349.23%, yielded a view of 177.73. This ranks 60th among a total of 1,500 data models, including 0th place, placing it in the top 4%. The optimal solution not only excels in the Fitness Rank but also records high values for the dry-opening ratio and floor area ratio. Considering the overall results, the optimal solution surpasses the other Cluster Centroids and is deemed the optimal choice. (Conclusion) This study proposes a mass design method that maximizes sea views through a combination of parametric design and a genetic algorithm for a Songjeong Beach redevelopment site. This study introduced a valuable methodology for securing ample views in areas with promising prospects for future projects. However, the digital three-dimensional space formed through the national land information platform does not fully represent the real space. The limitation of this study is its simplistic mass design approach, which forms square columns by extruding a horizontal projection surface with a Z value. Future research should explore atypical mass designs rather than adhering to a square column structure. (연구 배경 및 목적) 디지털 건축설계 분야에서 파라메트릭 디자인의 알고리즘 기반 최적화 툴의 도입은 설계 방식에 있어 과학적 객관성을 가지는 새로운 설계 방법의 가능성을 보여준다. 이는 디지털 3차원 공간에서의 가상환경과 환경분석 시뮬레이션을 통해 이루어지고 있다. 가상공간에 구축된 환경에서 수행한 환경분석 시뮬레이션의 결과를 현실 세계의 설계에 반영하므로 과학적 객관성을 갖춘 설계안을 만들 수 있다. 이러한 방식은 지자체에서도 3D 공간정보 서비스를 구축하여 도시 계획을 수립하거나, 일조권 및 조망권을 확인하는 방식으로 이용하고 있다. 본 연구에서는 송정해수욕장 재개발 대상지를 국토정보 플랫폼의 수치지형도 데이터를 통해 Rhino Grasshopper의 알고리즘으로 디지털 3차원 공간의 가상환경에 구축하여, 유전알고리즘을 활용해 관광지인 송정해수욕장에 최대의 바다 조망을 얻을 수 있는 최적 매스 디자인 방법을 제안한다. 본 연구에서 말하는 최적의 바다 조망은 가시영역 이론에 근거해 조망도 값으로 수치화한 것을 말하며, 값이 클수록 넓은 바다 조망을 확보한다. 건축한계선 내에서 건폐율, 용적률의 조건을 충족하면서 높은 조망도를 갖는 매스 디자인을, 유전알고리즘을 활용해 찾고 정량적 분석을 통해 도출한 결과의 객관적 신뢰성을 판단하는 데 목적을 둔다. (연구 방법) 유전알고리즘의 활용은 Rhino Grasshopper의 환경분석 시뮬레이션 Add-On인 DecodingSpace로 알고리즘을 형성하고, 유전 알고리즘 기반 최적화 Add-On인 Wallacei를 통해 유전 알고리즘을 진행한다. 여기서 다목적 최적화 문제에 활용되는 유전 알고리즘의 NSGA-II 알고리즘을 이용해 최대의 바다 조망을 얻을 수 있는 매스 디자인을 찾고, 도출된 결과는 K-Means 알고리즘을 통해 도출된 데이터와 비교 분석하는 과정을 통해 정량적으로 평가하여 결과값의 신뢰성을 판단한다. (결과) 도출된 최적해는 건폐율 19.95%, 용적률 349.23%로 건폐율의 한계인 20%, 용적률의 한계인 350%에서 1% 미만의 차이를 두고 계획되었다. 도출된 조망도는 177.73으로 0순위를 포함해 총 1,500개의 데이터 모델 중 60번째로 높은 조망도 값을 가진다. 이는 생성된 데이터 모델 중 상위 4%에 해당한다. 최적해는 Fitness Rank에서 우수한 결과를 보이고 있을 뿐 아니라, 건폐율과 용적률에서도 높은 수치를 기록하고 있다. 종합적인 결과를 고려할 때, 최적해가 다른 Cluster Centroid 들보다 더 뛰어나며, 가장 최적의 선택으로 평가된다. (결론) 해당 연구에서는 유전알고리즘을 활용하여 송정 해수욕장 재개발 대상지의 조망 분석 매스 디자인을 위해 파라메트릭 디자인과 유전 알고리즘을 결합하여 최대의 바다 조망을 얻을 수 있는 매스 디자인 방법을 제안했다. 본 연구는 이후 진행될 프로젝트에 있어 좋은 조망을 갖는 지역에서 선택된 조망을 충분히 확보할 수 있는 매스 디자인 방법론을 제안한다는 점에 가치가 있다. 하지만 국토 정보 플랫폼의 3차원 공간 정보를 통해 형성한 디지털 3차원 공간이 현실 공간을 완벽하게 반영하지 못하며, 매스 디자인에 있어 매스의 수평투영면을 Z값으로 Extrude하여 사각기둥을 형성해 만든 단순한 형태의 매스 디자인이라는 점에 본 연구의 한계가 존재하며, 후속 연구에 있어서는 사각 기둥의 형태가 아닌 비정형의 매스 디자인 형성에 대한 연구가 필요하다.

A Novel Hybrid Optimization Algorithm Based on GA and ACO for Solving Complex Problem

Bin Gao,Jing-Hua Zhu,Wen-chang Lang 보안공학연구지원센터 2015 International Journal of Multimedia and Ubiquitous Vol.10 No.8

In allusion to the deficiencies of the ant colony optimization algorithm for solving the complex problem, the genetic algorithm is introduced into the ant colony optimization algorithm in order to propose a novel hybrid optimization (NHGACO) algorithm in this paper. In the NHGACO algorithm, the genetic algorithm is used to update the global optimal solution and the ant colony optimization algorithm is used to dynamically balance the global search ability and local search ability in order to improve the convergence speed. Finally, some complex benchmark functions are selected to prove the validity of the proposed NHGACO algorithm. The experiment results show that the proposed NHGACO algorithm can obtain the global optimal solution and avoid the phenomena of the stagnation, and take on the fast convergence and the better robustness.

유전알고리즘을 활용한 조망분석 최적화에 따른 볼륨 계획에 관한 연구

김범진 ( Kim Beomjim ),김용성 ( Kim Yongseong ),송석재 ( Song Seokjae ) 한국공간디자인학회 2023 한국공간디자인학회논문집 Vol.18 No.8

(연구 배경 및 목적) 디지털 건축설계 분야에서 파라메트릭 디자인의 알고리즘 기반 최적화 툴의 도입은 설계 방식에 있어 과학적 객관성을 가지는 새로운 설계 방법의 가능성을 보여준다. 이는 디지털 3차원 공간에서의 가상환경과 환경분석 시뮬레이션을 통해 이루어지고 있다. 가상공간에 구축된 환경에서 수행한 환경분석 시뮬레이션의 결과를 현실 세계의 설계에 반영하므로 과학적 객관성을 갖춘 설계안을 만들 수 있다. 이러한 방식은 지자체에서도 3D 공간정보 서비스를 구축하여 도시 계획을 수립하거나, 일조권 및 조망권을 확인하는 방식으로 이용하고 있다. 본 연구에서는 송정해수욕장 재개발 대상지를 국토정보 플랫폼의 수치지형도 데이터를 통해 Rhino Grasshopper의 알고리즘으로 디지털 3차원 공간의 가상환경에 구축하여, 유전알고리즘을 활용해 관광지인 송정해수욕장에 최대의 바다 조망을 얻을 수 있는 최적 매스 디자인 방법을 제안한다. 본 연구에서 말하는 최적의 바다 조망은 가시영역 이론에 근거해 조망도 값으로 수치화한 것을 말하며, 값이 클수록 넓은 바다 조망을 확보한다. 건축한계선 내에서 건폐율, 용적률의 조건을 충족하면서 높은 조망도를 갖는 매스 디자인을, 유전알고리즘을 활용해 찾고 정량적 분석을 통해 도출한 결과의 객관적 신뢰성을 판단하는 데 목적을 둔다. (연구 방법) 유전알고리즘의 활용은 Rhino Grasshopper의 환경분석 시뮬레이션 Add-On인 DecodingSpace로 알고리즘을 형성하고, 유전 알고리즘 기반 최적화 Add-On인 Wallacei를 통해 유전 알고리즘을 진행한다. 여기서 다목적 최적화 문제에 활용되는 유전 알고리즘의 NSGA-II 알고리즘을 이용해 최대의 바다 조망을 얻을 수 있는 매스 디자인을 찾고, 도출된 결과는 K-Means 알고리즘을 통해 도출된 데이터와 비교 분석하는 과정을 통해 정량적으로 평가하여 결과값의 신뢰성을 판단한다. (결과) 도출된 최적해는 건폐율 19.95%, 용적률 349.23%로 건폐율의 한계인 20%, 용적률의 한계인 350%에서 1% 미만의 차이를 두고 계획되었다. 도출된 조망도는 177.73으로 0순위를 포함해 총 1,500개의 데이터 모델 중 60번째로 높은 조망도 값을 가진다. 이는 생성된 데이터 모델 중 상위 4%에 해당한다. 최적해는 Fitness Rank에서 우수한 결과를 보이고 있을 뿐 아니라, 건폐율과 용적률에서도 높은 수치를 기록하고 있다. 종합적인 결과를 고려할 때, 최적해가 다른 Cluster Centroid 들보다 더 뛰어나며, 가장 최적의 선택으로 평가된다. (결론) 해당 연구에서는 유전 알고리즘을 활용하여 송정 해수욕장 재개발 대상지의 조망 분석 매스 디자인을 위해 파라메트릭 디자인과 유전 알고리즘을 결합하여 최대의 바다 조망을 얻을 수 있는 매스 디자인 방법을 제안했다. 본 연구는 이후 진행될 프로젝트에 있어 좋은 조망을 갖는 지역에서 선택된 조망을 충분히 확보할 수 있는 매스 디자인 방법론을 제안한다는 점에 가치가 있다. 하지만 국토 정보 플랫폼의 3차원 공간 정보를 통해 형성한 디지털 3차원 공간이 현실 공간을 완벽하게 반영하지 못하며, 매스 디자인에 있어 매스의 수평 투영면을 Z값으로 Extrude하여 사각기둥을 형성해 만든 단순한 형태의 매스 디자인이라는 점에 본 연구의 한계가 존재하며, 후속 연구에 있어서는 사각 기둥의 형태가 아닌 비정형의 매스 디자인 형성에 대한 연구가 필요하다. (Background and Purpose) Algorithm-based optimization tools in digital architectural design present new possibilities for scientifically objective design methods. By simulating a virtual environment and conducting an environmental analysis in a digital three-dimensional space, design plans with scientific objectivity can be developed. This approach, often used by local governments for urban planning and 3D spatial information services, was applied in this study to propose an optimal mass design method for maximizing sea views at the Songjeong Beach redevelopment site, a popular tourist destination. Using Rhino Grasshopper’s algorithm and digital topographic map data from the national land information platform, a virtual environment was created to implement a genetic algorithm. This study focused on obtaining a numerical value for the optimal sea view based on the theory of visible areas, aiming to find mass designs with high views while adhering to the building and floor area ratio constraints within the building limits. The objective reliability of the results was assessed through quantitative analysis. (Method) The genetic algorithm, formulated using Rhino Grasshopper’s environmental analysis simulation Add-On DecodingSpace, was executed using Wallacei, an optimization tool based on the genetic algorithm. Specifically, the NSGA-II genetic algorithm, designed for multipurpose optimization problems, was employed to identify a mass design that achieved maximum sea view. A quantitative evaluation of the derived results was performed using data from the K-means algorithm to ensure reliability. (Results) The optimal solution, planned with a difference of less than 1% from the dry-opening ratio limit of 19.95% and floor area ratio of 349.23%, yielded a view of 177.73. This ranks 60th among a total of 1,500 data models, including 0th place, placing it in the top 4%. The optimal solution not only excels in the Fitness Rank but also records high values for the dry-opening ratio and floor area ratio. Considering the overall results, the optimal solution surpasses the other Cluster Centroids and is deemed the optimal choice. (Conclusion) This study proposes a mass design method that maximizes sea views through a combination of parametric design and a genetic algorithm for a Songjeong Beach redevelopment site. This study introduced a valuable methodology for securing ample views in areas with promising prospects for future projects. However, the digital three-dimensional space formed through the national land information platform does not fully represent the real space. The limitation of this study is its simplistic mass design approach, which forms square columns by extruding a horizontal projection surface with a Z value. Future research should explore atypical mass designs rather than adhering to a square column structure.

Genetic Algorithm을 기반을 둔 사용자에 따른 NPC의 FuSM 동적 행동패턴 생성기법

김동주,김정윤 차세대컨버전스정보서비스학회 2016 차세대컨버전스정보서비스기술논문지 Vol.5 No.1

게임에서는 그래픽, 스토리, 난이도 등 다양한 재미 요소를 가지고 있으며, 특히 난이도는 게임을 처음 접하는 초보자, 게임을 능수능란하게 하는 숙련자 모두에게 적합한 난이도가 존재한다. 본 논문에서는 FSM에 Fuzzy Algorithm를 접목시킨 FuSM과 다윈의 진화론을 토대로 한 Genetic Algorithm을 기반으로 Player(사용자)에 따른 난이도를 조절하는 알고리즘을 제안한다. Genetic Algorithm을 활용해 Player의 성적을 기준으로 실시간 동적 난이도 조절을 하는 알고리즘이다. 이를 통해 Player의 몰입도를 증진시킨다. A game is comprised of various fun elements such as graphic, story and the degree of difficulty. Specifically, the element of the game is of different level between the game beginners and the skilled players. In this study, we propose an algorithm for adjusting the degree of difficulty based on the player (user) using the Genetic Algorithm based on a theory of Darwin's survival and the FuSM which is a combination of Fuzzy Algorithm and FSM. The utilization of the Genetic Algorithm based on the results of the player is an algorithm for adjusting the dynamic degree of difficulty in real time. As a result, the proposed algorithm enhances the immersion of a player.

Dropout Genetic Algorithm Analysis for Deep Learning Generalization Error Minimization

Jae-Gyun Park,Eun-Soo Choi,Min-Soo Kang,Yong-Gyu Jung 국제문화기술진흥원 2017 International Journal of Advanced Culture Technolo Vol.5 No.2

Recently, there are many companies that use systems based on artificial intelligence. The accuracy of artificial intelligence depends on the amount of learning data and the appropriate algorithm. However, it is not easy to obtain learning data with a large number of entity. Less data set have large generalization errors due to overfitting. In order to minimize this generalization error, this study proposed DGA(Dropout Genetic Algorithm) which can expect relatively high accuracy even though data with a less data set is applied to machine learning based genetic algorithm to deep learning based dropout. The idea of this paper is to determine the active state of the nodes. Using Gradient about loss function, A new fitness function is defined. Proposed Algorithm DGA is supplementing stochastic inconsistency about Dropout. Also DGA solved problem by the complexity of the fitness function and expression range of the model about Genetic Algorithm As a result of experiments using MNIST data proposed algorithm accuracy is 75.3%. Using only Dropout algorithm accuracy is 41.4%. It is shown that DGA is better than using only dropout.

이진 극대 자기 쌍대 [14,7,4] 부호를 찾는 빌딩업 방법에 적용된 수정 유전 알고리즘

홍지훈,원병선,김종락 한국지능시스템학회 2024 한국지능시스템학회논문지 Vol.34 No.2

유전 알고리즘(Genetic Algorithm)은 최적 해를 찾는 메타 휴리스틱 알고리즘으로 자연으로부터 유래된 소프트 계산(Soft Computing)의 한 분야이다. 이번 논문에서는 유전 알고리즘을 부호론(Coding Theory) 분야의 이진 극대 자기 쌍대 부호를 찾는 것에 적용해 보았다. 기존의 빌딩업 방법은 모든 짝수 길이의 자기 쌍대 부호를 생성 가능하지만, 최소 거리를 보장할 수 없다. 따라서 유전 알고리즘을 도입하여 큰 최소 거리를 갖는 자기 쌍대 부호를 생성하는 최적화 문제에 도전하였다. 본 논문에서는 유전 알고리즘을 통해 이진 자기 쌍대    부호에서 빌딩업 방법으로 이진 극대 자기 쌍대    부호를 생성하는 최적 해 벡터를 찾는 실험을 소개한다. 본 연구를 통해 극대 자기 쌍대 부호를 찾는 문제를 유전 알고리즘을 활용하여 효과적으로 해결할수 있음을 보였다. The Genetic Algorithm (GA) is a metaheuristic algorithm designed to find optimalsolutions, originating from the field of Soft Computing derived from nature. In thispaper, we aim to apply the Genetic Algorithm to Coding Theory, with a specificfocus on constructing binary extremal self-dual codes. The existing building-up construction technique can generate self-dual codes ofeven length but does not guarantee a minimum distance. Therefore, we haveintroduced the Genetic Algorithm to address the optimization problem of generatingbinary extremal self-dual codes. In this paper, we introduce experiments aimed at finding the optimal solutionvectors for generating binary extremal self-dual    codes from binaryself-dual    codes using the Genetic Algorithm, surpassing the limitations ofthe building-up construction technique in terms of minimum distance. This studydemonstrates the effective resolution of the problem of finding binary extremalself-dual codes using the Genetic Algorithm.

다목적 유전자 알고리즘을 이용한문서 클러스터링

이정송(Jung Song Lee),박순철(Soon Cheol Park) 한국산업정보학회 2012 한국산업정보학회논문지 Vol.17 No.2

본 논문에서는 텍스트 마이닝 분야에서 중요한 부분을 차지하고 있는 문서 클러스터링을 위하여 다목적 유전자 알고리즘을 제안한다. 문서 클러스터링에 있어 중요한 요소 중 하나는 유사한 문서를 그룹화 하는 클러스터링 알고리즘이다. 지금까지 문서 클러스터링에는 k-means 클러스터링, 유전자 알고리즘 등을 사용한 연구가 많이 진행되고 있다. 하지만 k-means 클러스터링은 초기 클러스터 중심에 따라 성능 차이가 크며 유전자 알고리즘은 목적 함수에 따라 지역 최적해에 쉽게 빠지는 단점을 갖고 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 다목적 유전자 알고리즘을 문서 클러스터링에 적용해 보고, 기존의 알고리즘과 정확성을 비교 및 분석한다. 성능 시험을 통해 k-means 클러스터링(약 20%)과 기존의 유전자 알고리즘(약 17%)을 비교할 때 본 논문에서 제안한 다목적 유전자 알고리즘의 성능이 월등하게 향상됨을 보인다. In this paper, the multi-objective genetic algorithm is proposed for the document clustering which is important in the text mining field. The most important function in the document clustering algorithm is to group the similar documents in a corpus. So far, the k-means clustering and genetic algorithms are much in progress in this field. However, the k-means clustering depends too much on the initial centroid, the genetic algorithm has the disadvantage of coming off in the local optimal value easily according to the fitness function. In this paper, the multi-objective genetic algorithm is applied to the document clustering in order to complement these disadvantages while its accuracy is analyzed and compared to the existing algorithms. In our experimental results, the multi-objective genetic algorithm introduced in this paper shows the accuracy improvement which is superior to the k-means clustering(about 20 %) and the general genetic algorithm (about 17 %) for the document clustering.

Research on the Hybrid ant Colony Algorithm based on Genetic Algorithm

Xu Yan 보안공학연구지원센터 2016 International Journal of Signal Processing, Image Vol.9 No.3

Since the ant colony algorithm is proposed, it has achieved the remarkable achievements in many fields. With the development of the times, the traditional ant colony algorithm exposes its limitations for solving the questions. In this paper, we improve the ant colony algorithm. And we combine the ant colony algorithm with the genetic algorithm. Then, we propose the GAPSPAC algorithm. The algorithm combines the advantages of the genetic algorithm and the ant colony algorithm. And it overcomes the disadvantages to improve the efficiency of solving the questions. In the last experiment, we can see the algorithm has the better problem solving ability and the stability.