HS 성능 향상을 위한 HS-PSO 하이브리드 최적화 알고리즘

이태봉 한국정보전자통신기술학회 2023 한국정보전자통신기술학회논문지 Vol.16 No.4

Harmony search(HS) does not use the evaluation of individual harmony when referring to HM when constructing a new harmony, but particle swarm optimization(PSO), on the contrary, uses the evaluation value of individual particles and the evaluation value of the population to find a solution. However, in this study, we tried to improve the performance of the algorithm by finding and identifying similarities between HS and PSO and applying the particle improvement process of PSO to HS. To apply the PSO algorithm, the local best of individual particles and the global best of the swam are required. In this study, the process of HS improving the worst harmony in harmony memory(HM) was viewed as a process very similar to that of PSO. Therefore, the worst harmony of HM was regarded as the local best of a particle, and the best harmony was regarded as the global best of swam. In this way, the performance of the HS was improved by introducing the particle improvement process of the PSO into the HS harmony improvement process. The results of this study were confirmed by comparing examples of optimization values ​​for various functions. As a result, it was found that the suggested HS-PSO was much better than the existing HS in terms of accuracy and consistency. Harmony search(HS)는 새로운 하모니를 구성할 때 HM을 참조하는 경우 개별 하모니의 평가를 이용하지 않지만 PSO(particle swarm optimization)는 개별 입자의 평가와 모집단의 평가를 이용하여 해를 찾아간다. 그러나 본 연구에서는 HS와 PSO의 유사점을 찾아 PSO의 입자 개선 과정을 HS에 적용하여 알고리즘의 성능을 향상시키고자 하였다. PSO 알고리즘을 적용하기 위해서는 개별 입자의 local best와 떼(swam)의 global best가 필요하다. 본 연구에서는 HS가 harmony memory(HM)에서 가장 나쁜 하모니을 개선하는 과정을 PSO와 매우 유사한 과정으로 보았다. 이에 따라 HM의 가장 나쁜 하모니를 입자의 PSO의 local best로, 가장 좋은 하모니는 PSO의 global best 최고로 간주하였다. 이와 같이 PSO의 입자 개선과정을 HS 하모니 개선과정에 도입하여 HS의 성능을 향상시킬 수 있었다. 본 연구의 결과는 다양한 함수에 대한 최적화 예시를 통해 비교 확인하였다. 그 결과 정확성과 일관성에 있어 기존 HS보다 제안한 HS-PSO가 매우 우수함을 알 수 있었다.

On Convergence and Parameter Selection of an Improved Particle Swarm Optimization

Xin Chen,Yangmin Li 대한전기학회 2008 International Journal of Control, Automation, and Vol.6 No.4

This paper proposes an improved particle swarm optimization named PSO with Controllable Random Exploration Velocity (PSO-CREV) behaving an additional exploration behavior. Different from other improvements on PSO, the updating principle of PSO-CREV is constructed in terms of stochastic approximation diagram. Hence a stochastic velocity independent on cognitive and social components of PSO can be added to the updating principle, so that particles have strong exploration ability than those of conventional PSO. The conditions and main behaviors of PSO-CREV are described. Two properties in terms of "divergence before convergence" and "controllable exploration behavior" are presented, which promote the performance of PSO-CREV An experimental method based on a complex test function is proposed by which the proper parameters of PSO-CREV used in practice are figured out, which guarantees the high exploration ability, as well as the convergence rate is concerned. The benchmarks and applications on FCRNN training verify the improvements brought by PSO-CREV.

PSO의 다양한 영역 탐색과 지역적 미니멈 인식을 위한 전략

이영아,양성봉,김택헌 한국정보처리학회 2009 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.16 No.4

PSO(Particle Swarm Optimization) is an optimization algorithm in which simple particles search an optimal solution using shared information acquired through their own experiences. PSO applications are so numerous and diverse. Lots of researches have been made mainly on the parameter settings, topology, particle’s movement in order to achieve fast convergence to proper regions of search space for optimization. In standard PSO, since each particle uses only information of its and best neighbor, swarm does not explore diverse regions and intended to premature to local optima. In this paper, we propose a new particle’s movement strategy in order to explore diverse regions of search space. The strategy is that each particle moves according to relative weights of several better neighbors. The strategy of exploring diverse regions is effective and produces less local optimizations and accelerating of the optimization speed and higher success rates than standard PSO. Also, in order to raise success rates, we propose a strategy for checking whether swarm falls into local optimum. The new PSO algorithm with these two strategies shows the improvement in the search speed and success rate in the test of benchmark functions. PSO(Particle Swarm Optimization)는 군집(swarm)을 구성하는 단순한 개체들인 입자(particle)들이 각자의 경험을 공유하여 문제의 해답을 찾는 최적화 알고리즘으로 다양한 분야에서 응용되고 있다. PSO에 대한 연구는 최적화를 위해 군집이 적합한 영역으로 빠르게 수렴하도록 하는 파라미터 값의 선정, 토폴로지, 입자의 이동에서 주로 이루어지고 있다. 표준 PSO 알고리즘은 입자 자신과 최고의 이웃이 제공하는 정보만을 이용해서 이동하므로 다양한 영역을 탐색하지 못하고 지역적 최적점에 조기 수렴하는 경향이 있다. 본 논문에서는 군집이 다양한 영역을 탐색하기 위해, 각 입자는 더 나은 경험을 가진 이웃입자들의 정보를 상대적인 중요도에 따라서 참조하여 이동하도록 하였다. 다양한 영역의 탐색은 표준 PSO 알고리즘보다 지역적 최적화의 확률을 줄이고 탐색 속도를 가속화하며 탐색의 성공률을 높일 수 있다. 또한 군집이 지역적 미니멈으로부터 벗어나기 위한 검사 전략을 제안하여 탐색의 성공률을 높였다. 제안한 PSO 알고리즘을 평가하기 위하여, 벤치마크 함수들에 적용한 결과 최적화의 진행 속도 개선과 탐색 성공률의 향상이 있었다.

베타 확률분포를 이용한 입자 떼 최적화 알고리즘의 성능 비교

이병석(ByungSeok Lee),이준화(Joon Hwa Lee),허문범(Moon-Beom Heo) 제어로봇시스템학회 2014 제어·로봇·시스템학회 논문지 Vol.20 No.8

This paper deals with the performance comparison of a PSO algorithm inspired in the process of simulating the behavior pattern of the organisms. The PSO algorithm finds the optimal solution (fitness value) of the objective function based on a stochastic process. Generally, the stochastic process, a random function, is used with the expression related to the velocity included in the PSO algorithm. In this case, the random function of the normal distribution (Gaussian) or uniform distribution are mainly used as the random function in a PSO algorithm. However, in this paper, because the probability distribution which is various with 2 shape parameters can be expressed, the performance comparison of a PSO algorithm using the beta probability distribution function, that is a random function which has a high degree of freedom, is introduced. For performance comparison, 3 functions (Rastrigin, Rosenbrock, Schwefel) were selected among the benchmark Set. And the convergence property was compared and analyzed using PSO-FIW to find the optimal solution.

Particle Swarm Optimization을 이용한 공동주택의 공사비 예측에 관한 연구

이상춘 대한건축학회지회연합회 2011 대한건축학회연합논문집 Vol.13 No.2

건설사업 초기단계에서 제한된 사업정보를 가지고 개략적인 공사비를 예측하는 것은 사업의 수익성과 다른 사업 추진을 위한 자금의 여유 등을 고려할 때 발주처나 사업주체 같은 건설사업 관계자에게 중요하다. 이에 통계적인 방법과 인공지능기법을 이용하여 사업 초기단계에서의 공사비 예측에 관한 많은 연구가 이루어졌다. 본 논문은 새나 물고기 무리의 군집행동에 영감을 얻은 최적의 해를 찾아가는 진화형 계산기법인 PSO방법을 이용하여 공동주택 건설사업 초기단계에서의 공사비를 예측하는 새로운 방법을 제시한다. NeuroShell Predictor 소프트웨어를 이용하여 219개 공동주택 건설사업자료를 가지고 예측모델을 제안하였다. 소프트웨어에서 제공하는 성능에 대한 통계치와 기존의 연구방법으로 많이 적용된 신경망모델과의 직접적인 비교를 통해서 제안된 PSO기반 예측모델의 성능은 좋은 것으로 판명되었다. 또한, 본 연구에서의 성공적인 적용을 통해서 다른 예측문제의 해결에 있어서 PSO방법의 잠재능력을 보여주었다.

Particle Swarm Optimization을 이용한 다층 구조 레이돔 설계

이경원(Kyung-Won Lee),홍익표(Ic-Pyo Hong),박범준(Beom-Jun Park),정영철(Yeong-Chul Chung),육종관(Jong-Gwan Yook) 한국전자파학회 2010 한국전자파학회논문지 Vol.21 No.7

본 논문에서는 PSO(Particle Swarm Optimizaation)를 이용하여 다층 구조(c-sandwich) 레이돔을 설계하고, 레이돔 특성을 분석하였다. PSO를 이용한 레이돔 설계는 두 경우를 바탕으로 설계되었다. 첫 번째는 c-sandwich 레이돔의 skin과 core의 물질이 정해진 상태에서 PSO를 이용하여 각 층들의 최적의 두께를 결정하였으며, 두 번째는 양쪽 skin의 물질과 두께는 고정하고, 가운데 3개의 층에 대해 물질 상수와 두께를 PSO를 이용하여 최적의 값을 결정하였다. 설계된 두 레이돔 모두 0.1 ㎓에서 15 ㎓ 관심 주파수 대역 중, X-band에서 삽입 손실이 -0.3㏈ 이내의 우수한 성능을 가짐을 알 수 있었다. 레이돔 설계에 PSO를 적용함으로써 빠르고 정확하게 설계 업무를 수행할 수 있음을 보였으며, 경사 입사에 대한 경우에도 최적의 레이돔을 설계할 수 있음을 보였다. 또한 다양한 파라미터의 조합에서도 요구 성능에 부합하는 최적의 값이 결정됨을 보였다. 본 논문의 결과로부터 레이돔을 설계하기 위한 복잡하고 많은 계산을 생략할 수 있으며, 다양한 성능을 가지는 레이돔 설계 및 개발에 활용할 수 있다. In this paper, the design of multilayer radome within, the insertion loss, -0.3 ㏈ in X-band with PSO was carried out based on two cases. The first is that, deciding material constant of skin and core, each layer thickness of c-sandwich radome with PSO is found and the second is that, deciding material constant and thickness of the skins of both sides, the material constant and thickness of three layers between skins of both sides using PSO is decided. The performance of the designed radome almost agreed with the required performance. It was showed that the radome design applying PSO algorithm is easy and fast and the optimum radome is also designed in combination of the various parameters of radome. From these results, the radome having various performance can be designed except the tedious calculation and also be applied to various radome structure.

설계사양을 고려한 AVR 시스템의 PSO 기반 PID 제어기

이윤형(Yun-Hyung Lee) 한국산학기술학회 2018 한국산학기술학회논문지 Vol.19 No.10

비례-적분-미분(PID) 제어기는 단순한 구조와 넓은 범위의 운전영역에서 견고한 성능으로 인해 산업계에서 널리 사용되고 있다. 그러나 제어대상으로서 AVR(Automatic Voltage Regulator)은 전력 시스템의 파라미터의 변동에 강인하지 않다. 따라서 PID 제어기를 사용하여 AVR 시스템의 안정성과 성능을 향상시키는 것이 필요하다. 본 논문에서는 PSO(Partial Swarm Optimization) 알고리즘을 사용하여 AVR 시스템을 위한 최적 PID 제어기 파라미터를 결정하는 새로운 설계 방법을 제시한다. 제안하는 접근법은 쉬운 구현뿐만 아니라 안정된 수렴 특성 및 양호한 계산 효율과 우수한 특성을 갖는다. 또한, 제안 된 PSO-PID 제어기의 성능을 평가하기 위해 새로운 목적함수를 정의한다. 이 목적함수는 최대백분율 오버슈트와 정정시간이 설계사양으로 주어진 경우 이를 반영하기 위한 것이다. 이를 위해 ITAE 평가함수에 제약 조건을 위반하면 벌점을 부과하도록 하여 PSO 알고리즘이 PID 제어기 파라미터를 탐색할 때 설계사양을 만족하도록 하게 한다. 최종적으로 컴퓨터 시뮬레이션을 통해 제안한 PSO-PID 제어기는 단자전압 계단응답에 대해 주어진 설계사양을 만족할 뿐만 아니라 다른 유사한 최근의 연구보다 더 우수한 제어 성능을 보임을 확인하였다. The proportional-integral-derivative(PID) controller has been widely used in the industry because of its robust performance and simple structure in a wide range of operating conditions. However, the AVR(Automatic Voltage Regulator) as a control system is not robust to variations of the power system parameters. Therefore, it is necessary to use PID controller to increase the stability and performance of the AVR system. In this paper, a novel design method for determining the optimal PID controller parameters of an AVR system using the particle swarm optimization(PSO) algorithm is presented. The proposed approach has superior features, including easy implementation, stable convergence characteristic and good computational efficiency. In order to assist estimating the performance of the proposed PSO-PID controller, a new performance criterion function is also defined. This evaluation function is intended to reflect when the maximum percentage overshoot, the settling time are given as design specifications. The ITAE evaluation function should impose a penalty if the design specifications are violated, so that the PSO algorithm satisfies the specifications when searching for the PID controller parameter. Finally, through the computer simulations, the proposed PSO-PID controller not only satisfies the given design specifications for the terminal voltage step response, but also shows better control performance than other similar recent studies.

입자 군집 최적화 알고리즘 기반 다항식 신경회로망의 설계

박호성(Ho-Sung Park),김기상(Ki-Sang Kim),오성권(Sung-Kwun Oh) 대한전기학회 2011 전기학회논문지 Vol.60 No.2

In this paper, we introduce a new architecture of PSO-based Polynomial Neural Networks (PNN) and discuss its comprehensive design methodology. The conventional PNN is based on a extended Group Method of Data Handling (GMDH) method, and utilized the polynomial order (viz. linear, quadratic, and modified quadratic) as well as the number of node inputs fixed (selected in advance by designer) at Polynomial Neurons located in each layer through a growth process of the network. Moreover it does not guarantee that the conventional PNN generated through learning results in the optimal network architecture. The PSO-based PNN results in a structurally optimized structure and comes with a higher level of flexibility that the one encountered in the conventional PNN. The PSO-based design procedure being applied at each layer of PNN leads to the selection of preferred PNs with specific local characteristics (such as the number of input variables, input variables, and the order of the polynomial) available within the PNN. In the sequel, two general optimization mechanisms of the PSO-based PNN are explored: the structural optimization is realized via PSO whereas in case of the parametric optimization we proceed with a standard least square method-based learning. To evaluate the performance of the PSO-based PNN, the model is experimented with using Gas furnace process data, and pH neutralization process data. For the characteristic analysis of the given entire data with non-linearity and the construction of efficient model, the given entire system data is partitioned into two type such as Division I(Training dataset and Testing dataset) and Division II(Training dataset, Validation dataset, and Testing dataset). A comparative analysis shows that the proposed PSO-based PNN is model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

BLDC 모터를 위한 PSO-PID 속도 제어기 설계

김승기(Seung-Ki Kim),한병조(Byung-Jo Han),양해원(Hai-Won Yang) 대한전기학회 2011 전기학회논문지 Vol.60 No.9

Brushless DC motors applied in many control systems because of the good respose characteristic and the easy control characteristic. The speed control of the BLDC motors is important in the systems. This paper has designed PSO-PID speed controller for the speed control of BLDC motors. The PSO algorithm optimized the parameters of the PID controller in the PSO-PID speed controller. The several methods obtained the optimal inertia weight of the PSO algorithm by comparison. The optimal inertia weight of the PSO algorithm optimized the PSO-PID speed controller for BLDC motors. This paper confirmed the performance of proposed PSO-PID speed controller through simulation results.

PSO를 이용한 테오얀센 기반의 보행로봇 다리설계

김선욱(Sun-Wook Kim),김동헌(Dong Hun Kim) 한국지능시스템학회 2011 한국지능시스템학회논문지 Vol.21 No.5

본 논문에서는 절 기구(bar linkage)형 다관절 보행로봇(multi-legged walking robot)의 최적다리 길이선정을 위하여 입자군집 최적화(PSO: Particle Swarm Optimization) 기법을 사용하였다. PSO 알고리즘을 적용하기 위해서 제안한 보행로봇의 기구학적인 해석이 필요하다. 게 로봇은 4절 링크 이론(four-bar linkage)과 얀센 메커니즘(Jansen mechanism)을 기반으로 설계되었다. 이러한 기구학적인 해석을 바탕으로 로봇의 보행보폭을 정의한다. 그리고 PSO의 학습 및 군집 특성을 이용하여 최대의 보행보폭을 가지는 10개(EA)의 링크(link)길이를 구한다. 시뮬레이션을 통해 각 링크의 위치와 다리 끝단의 보행보폭을 확인할 수 있다. 결과로서, PSO기법이 절 기구형 다관절 보행로봇의 최적다리 길이 선정에 효율적임을 보여 준다. In this paper, we proposed a Particle Swarm Optimization(PSO) to search the optimal link lengths for legged walking robot. In order to apply the PSO algorithm for the proposed, its walking robot kinematic analysis is needed. A crab robot based on four-bar linkage mechanism and Jansen mechanism is implemented in H/W. For the performance index of PSO, the stride length of the legged walking robot is defined, based on the propose kinematic analysis. Comparative simulation results present to illustrate the viability and effectiveness of the proposed method.