전기소비형태 검증 기준(RRMSE)의 최소 근사해 도출을 위한 유전알고리즘 :

이일봉

추천

검색

자료유형: 학위논문

저자정보: 이일봉 (경희대학교, 경희대학교 대학원)

지도교수: 이영구

발행연도: 2019

저작권: 경희대학교 논문은 저작권에 의해 보호받습니다.

이용수6

이 논문의 연구 히스토리 (2)

2019

전기소비형태 검증 기준(RRMSE)의 최소 근사해 도출을 위한 유전알고리즘

이일봉 소프트웨어융합학과 2019.01 학위논문

2018

유전알고리즘을 활용한 전기소비형태 검증기준의 최소 근사해 도출

이일봉 , 이영구 한국정보과학회 학술발표논문집 2018.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

수요자원거래시장의 수요관리사업자는 참여고객들에 대한 전기소비패턴검증 방법인 RRMSE의 최소값을 찾으려고 노력하고 있다. 이전의 연구에서 RRMSE 최소값 발견을 위해서 SGA(Standard Genetic Algorithm)를 이용한 방법이 좋은 성능을 보였으나, 해의 품질 수준을 알 수 없고 소요시간을 더 줄여야 하는 요구사항에 대해 적절히 대응하지 못하는 문제점이 있다.
본 연구에서는 이전 연구를 확장하여 SGA와 병렬 유전알고리즘(Parallel Genetic Algorithm; PGA)을 다양한 방식으로 적용하고 실험한 결과를 통해서 RRMSE 최소값 발견이라는 목적 달성을 위한 유전알고리즘의 효과성을 확인해 본다.
PGA의 유용성을 고려해서, PGA의 성능 목표는 해품질과 소요시간이라는 측면에서 SGA 보다 비슷하거나 높은 성능목표값을 제시하였고, 그러한 PGA의 성능목표를 달성하기 위한 방안으로 다음의 5가지를 제안해 본다. (첫째) 병렬 프로세스 간 해교류가 있을 때, 우수해 열등해 간 교체(copy and update) 전략. (둘째) 병렬 프로세스 간 해교류가 있을 때, 우수해 열등해 간 교환(exchange) 전략. (셋째) 병렬 프로세스 간 해교류가 있을 때, 동등레벨 우수해 간 교체(copy and update) 전략. (넷째) 병렬 프로세스 간 해교류가 있을 때, 동등레벨 간 교환(rotation) 전략. (다섯째) 병렬 프로스세 간 해교류가 없이 고립되어 운영되는 전략.
이러한 방안들에 대해서 진화 중지 지점에서 각 프로세스의 지역 최적해와 전역 최적해를 비교하여 전역 최적해 발견 확률을 평가해 보고, 해교류가 있는 4가지 방안과 해교류가 없는 방안의 성능을 비교 평가해 본다. 병렬 유전알고리즘을 적용하는 경우 진화 중지 지점에서 각 프로세스의 지역 최적해를 서로 비교해서 가장 우수한 해를 선출하여 사용하게 되는데, 이러한 관점에서 여러 제안 방안 중 상대적으로 성능이 좋은 동등레벨 간 교환(rotation) 전략에 대한 전역 최적해 발견 확률과 소요시간을 평가해 본다. 이를 통해 성능 목표(해품질, 소요시간)를 만족하는 진화 중지 세대값을 제시하여, RRMSE 최소해 도출을 위한 유전알고리즘의 활용성을 제고한다.

#전기소비형태 검증기준 #RRMSE #유전알고리즘 #병렬 유전알고리즘 #해교류 병렬방식 #고립 병렬방식 #논리합에 의한 해교류 병렬방식 #논리합에 의한 고립 병렬방식

I. 서 론 1
II. 전기소비형태 검증기준과 유전알고리즘 4
1. 수요자원거래시장 4
2. 고객기준부하 (CBL) 5
3. 전기소비형태 검증기준(RRMSE) 6
4. 유전알고리즘(Genetic Algorithm) 7
5. 병렬 유전알고리즘 (Parallel Genetic Algorithms; PGA) 8
III. RRMSE 최소 근사해를 위한 GA 적용 10
1. RRMSE 최적해를 위한 유전알고리즘의 구성 10
2. 용어의 정의 11
3. PGA의 성능 목표 13
4. RRMSE 최적해를 위한 병렬 유전알고리즘 적용 13
5. 해교류가 없는 CGA의 적용 15
5.1. 『고립 병렬방식』 15
5.2. 『논리합에 의한 고립 병렬방식』 15
6. 해교류가 있는 CGA의 적용 17
6.1. 우수해 열등해 간 전략(superiority to inferiority) 17
6.2. 동등레벨 간 전략 (between equivalent level chromosome) 20
6.3. 『논리합에 의한 해교류 병렬방식』 21
7. RRMSE 최적해 발견을 위한 GA 적용 맵 22
IV. 실험 23
1. 실험 환경 및 실험 절차 23
1.1. 실험 환경 23
1.2. 실험절차 및 방법 24
2. 실험 결과 26
2.1. 『최대세대중지 직렬방식』 26
2.2. 『업무전문가 방식』 32
2.3. 『해교류 병렬방식』 33
2.4. 『고립 병렬방식』 36
V. RRMSE 최소 근사해를 위한 GA 평가 37
1. 『업무전문가 방식』의 해품질 평가 37
2. 프로세스 개수별 『해교류 병렬방식』 및 『고립 병렬방식』의 성능평가 38
3. 『해교류 병렬방식』과 『논리합에 의한 해교류 병렬방식』의 비교 평가 43
4. 『고립 병렬방식』과 『논리합에 의한 고립 병렬방식』의 비교 평가 46
5. 『논리합에 의한 해교류 병렬방식』과 『논리합에 의한 고립 병렬방식』의 성능 비교 47
6. 성능 목표와 『동등레벨 우수해 교환(논리합)』전략 50
7. 적용 방안 별 최적해 발견 확률 및 소요시간 비교 54
VI. 결론 55
Grossary 57
참고 문헌 58

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)