Earticle

An efficient controller based on joint between original proportional-integral-derivative (PID) controller and fast genetic algorithm (FGA) is proposed to enhance the transient response of high order synchronous machine. PID controller has several advantages in practical design of synchronous machine compared with another controller。The transient response parameters with PID controller of synchronous machine are reasonable, but they susceptible to the local minima problem and not adequate. Therefore, FGA is used to overcome this problem and to enhance the transient response. Performance of the proposed controller is tested through a high order synchronous machine model and then compared with the original PID controller. In this paper the weak coupling relationship between the automatic voltage controller (AVR) and automatic generation control (AGC) in the synchronous machine has been proved to simplify the overall model. The results demonstrate that, the proposed controller is an efficiency and better than a conventional PID controller.

로봇 경로 탐색은 주어진 시작 지점으로부터 목표 지점까지 장애물에 부딪히지 않는 경로를 찾는 것이다. 본 연구에서는 시간 제약이 있는 상황에서 로봇 경로 탐색을 위한 유전자 알고리즘을 제안한다. 제안하는 유전자 알고리즘은 적은 세대 수에서도 해를 찾을 수 있도록 수렴에 집중한 초기화, 유전자 연산자, 자연선택 방법을 사용하였다. 기존 유전 알고리즘들과의 비교 실험은 제안하는 유전 알고리즘이 경로 탐색을 위해 적은 세대 수를 사용하면서도 가장 짧은 경로를 찾을 수 있음을 보여준다.

A long-term sewer rehabilitation project consuming an enormous budget needs to be conducted systematically using an optimization skill. The optimal budgeting and ordering of priority for sewer rehabilitation projects are very important with respect to the effectiveness of investment. In this study, the sewer rehabilitation optimization model using fast-messy genetic algorithm is developed to suggest a schedule for optimal sewer rehabilitation in a subcatchment area by modifying the existing GOOSER$^{(R)}$ model having been developed using simple genetic algorithm. The sewer rehabilitation optimization model using fast-messy genetic algorithm can improve the speed converging to the optimal solution relative to GOOSER$^{(R)}$, suggesting that it is more advantageous to the sewer rehabilitation in a larger-scale subcatchment area than GOOSER.

유전자 알고리즘은 초기 해 집합을 대상으로 해 집합의 평가와 유전자 연산자의 적용, 자연 선택 등의 과정을 반복하여 최적 해를 찾는 탐색 알고리즘이다. 유전자 알고리즘을 설계할 때 사용한 선택 전략, 세대교체 방법, 유전자 연산자 등은 유전자 알고리즘의 탐색 효율성에 영향을 준다. 본 논문에서는 시간 제약이 있는 상황에서의 로봇 경로 탐색을 위해 기존의 유전자 알고리즘보다 빠르게 수렴하는 유전자 알고리즘을 제안한다. 로봇 경로 탐색 시 긴급한 상황에서 유전자 알고리즘은 연산을 위한 충분한 시간을 확보하지 못 하게 되고, 이는 최종적으로 찾아낸 경로의 질을 떨어뜨린다. 제안하는 알고리즘은 빠른 수렴을 위한 선택 전략, 세대교체 방법을 사용하였으며, 유전자 연산자로는 전통적인 교차, 돌연변이 외에 경로의 길이를 줄이기 위한 단축 연산자를 추가로 사용하였다. 이를 통해 제안하는 알고리즘은 적은 세대 수에도 빠르게 짧은 경로를 찾아낸다.

The Genetic algorithm is a search algorithm using evaluation, genetic operator, natural selection to populational solution iteratively. The convergence and divergence characteristic of genetic algorithm are affected by selection strategy, generation replacement method, genetic operator when genetic algorithm is designed. This paper proposes fast convergence genetic algorithm for time-limited robot path planning. In urgent situation, genetic algorithm for robot path planning does not have enough time for computation, resulting in quality degradation of found path. Proposed genetic algorithm uses fast converging selection strategy and generation replacement method. Proposed genetic algorithm also uses not only traditional crossover and mutation operator but additional genetic operator for shortening the distance of found path. In this way, proposed genetic algorithm find reasonable path in time-limited situation.