메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제25권 제5호
발행연도
1998.5
수록면
820 - 830 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
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.

목차

요약

Abstract

1. 서론

2. 기존 연구 및 문제점

3. 다중측면 최적화를 위한 PCGA

4. 평가

5. 결론

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017749805