Earticle

전 세계적으로 지구온난화로 인한 환경문제가 심각한 위기로 인식되어지면서 세계 각국에서는 전 산업분야에 걸쳐 이산화탄소 배출을 줄이고자 노력하고 있다. 국내 에너지 부문 CO2 배출량의 약 20%를 차지하는 수송 분야의 이산화탄소 배출을 감소시키기 위해서는 전기자동차 보급 확산이 필수적이다. 최근 정부에서 전기자동차 보급 활성화를 위해 많은 노력을 기울이고 있으나 긴 충전시간과 배터리의 가격에 의한 비싼 차량가격, 짧고 불규칙한 운행거리와 부족한 충전인프라 등으로 인하여 향후 전기자동차의 보급 확대는 매우 불투명한 상태이다. 이러한 단점을 해결하고 효과적으로 전기자동차를 보급할 수 있는 방법 중 하나가 바로 배터리 공용제 기반의 배터리 자동교환형 전기자동차 시스템이다. 이를 위해서는 배터리를 자동으로 교환해주는 시설인 배터리 교환소 (BSS: Battery Swapping Stations)가 필요하게 되는데, BSS는 배터리 교환을 통해 전기자동차가 긴 충전시간을 소모할 필요 없이 짧은 시간 내에 배터리를 충전하고 이동할 수 있도록 하는 시스템이다. 이러한 시스템을 대중교통, 특히 공공버스에 적용함으로써 보다 빠른 시간 안에 전기자동차를 보급, 확산시키는 것이 가능하다. 일반버스를 전기버스로 전환하여 버스 노선을 운영할 경우 전기버스가 중간에 멈추지 않도록 적절한 위치에 충전시설을 구축할 필요가 있다. 전기버스에 대한 충전시설은 버스 노선의 기·종점 및 기존 버스정류장에 추가로 설치하여 버스가 승객의 승·하차를 위해 정차할 때 신속하게 배터리를 교환할 수 있게 구축해야 한다. 본 연구에서는 전기버스를 위한 배터리 자동교환충전시설의 위치선정 문제를 Set Covering Problem에 적용하여 해결하였다. 배터리 충전 시 최대 주행거리를 영향권으로 설정하였으며 메타 휴리스틱 기법인 그리디 알고리즘을 활용하여 배터리 교환형 충전인프라 배치 최적화 모델을 개발하였고 현재 운영 중인 서울시의 버스노선을 대상으로 실제 충전시설의 위치를 선정하였다.

This paper propose an efficient algorithm for selecting electric bus charging facility location. In nature, the optimal charging facility location problem is similar to Set Covering Problem. Set Covering Problem is the problem of covering all the rows of an m×n matrix of ones and zeros by a subset of columns with a minimal cost. It has many practical applications of modeling of real world problems. The Set Covering Problem has been proven to be NP-Complete. In order to overcome the computational complexity involved in seeking optimal solutions, this paper present an enhanced greedy algorithm and simulated annealing algorithm. In this paper, we apply the developed algorithm to Seoul's public bus system.

This paper first describes the dynamic multicast routing and routing optimization standard, then puts forward the RPL protocol based energy efficient DODAG multicast routing algorithm. Through simulation experiments, we can compare and analyze the advantages and disadvantages of several kinds of dynamic multicast routing algorithm. And according to the simulation results obtained conclusion, EE - DODAG multicast in the process of each packet sent after more a small amount of forwarding nodes, and consume less energy in survival time.

Routing in sensor networks is a challenging issue due to inherent constraints such as energy, memory and CPU processing capabilities. The energy efficiency is one of the key concerns in sensor networks for their better performance, as sensor nodes are limited in their battery power. In this research work, different routing algorithms have been studied and the main focus was on geographic routing in sensor networks. A location based protocol EAGR (Energy Aware Greedy Routing) has been presented for sensor networks to extend the lifetime of the network and to get higher data delivery rate and to balance the energy consumption of nodes. In EAGR, each node makes the local decision to choose its next hop. This algorithm works on forwarding rule based on location and energy levels of nodes. Each node knows its own geographic location and its energy levels and the location and energy level of its neighbors. The transmitting node writes the geographic position of destination into the packet header and forwards it to the destination by establishing the sub-destinations. The sub-destination nodes must be alive and geographically near to the destination node to route the packet by choosing the shortest and reliable path. Simulation has been made by using OMNET++. Simulation results show that the proposed algorithm gives better performance in terms of higher data delivery rate and less number of dead nodes. It has been noted that the ratio of successful packet delivery will increase in EAGR as number of nodes increased in the network. Consequently, the proposed algorithm can scale to thousands of nodes in future sensor networks and can effectively increase the lifetime of the sensor networks.

Many hierarchical reliable multicast (HRM) protocols deploy repair proxies that perform local recovery and feedback consolidation. Placement of proxies is a key design issue in HRM network. The objective of Greedy-MRS algorithm is to place the HRM proxy in a single iteration, but it requires communication with routers frequently to find the efficient proxy. The objective of preprocessing step is to communicate with routers to implement Greedy–MRS algorithm with minimum number of communications between routers. Space needed in the router to store data to find efficient placement of proxies for HRM network is constant and it is independent of number of children. Simulation results indicate that this preprocessing step providing good levels of space and communication complexity and scalability of this algorithm depends on height of subtree.

현대전에서는 다중 적기 편대가 침공할 경우 이를 무력화시키기 위해 지대공미사일 발사포대의 미사일로 효과적 이면서도 빠르게 위협을 최소화시키는 전략이 필수적이다. 이 문제에 대해 Pan et al.은 유전자 알고리즘을 적용하여 해를 구하고자 하였으나 최적 해를 구하는데 실패하였다. 본 논문에서는 각 미사일 발사포대 가용 미사일의 75%로 고위 협 목표물을 우선하여 파괴시키는 전략으로 초기 실현 가능 해를 구하였다. 다음으로 각 발사포대에 배정된 미사일 1발 을 감소시켜 총 위협을 보다 감소시킬 수 있는 다른 목표물로 이동시키는 최적화 기법을 제안하였다. 실험 결과 제안된 알고리즘은 다항시간 수행 복잡도의 탐욕 알고리즘임에도 불구하고 메타휴리스틱 기법인 유전자 알고리즘에 비해 해를 개선하는 결과를 얻었다.

During the modern battlefields of multi-batches flight formation attack situation, it is an essential task for a commander to make a proper fire distribution of air defense missile launch platforms for threat targets with effectively and quickly. Pan et al. try to solve this problem using genetic algorithm, but they are fails. This paper gets the initial feasible solution using high threat target first destroying strategy only use 75% available fire of each missile launch platform. Then, the assigned missile is moving to another target in the case of decreasing total threat. As a result of experiment, while the proposed algorithm is polynomial-time complexity greedy algorithm but this can be improve the solution than genetic algorithm.

In this paper, we first construct a mathematical model for tagSNP selection based on LD measure $r^2$, then aiming at this kind of model, we develop an efficient algorithm, which is called approximate greedy algorithm. This algorithm is able to make up the disadvantage of the greedy algorithm for tagSNP selection. The key improvement of our approximate algorithm over greedy algorithm lies in that it adds local replacement(or local search) into the greedy search, tagSNP is replaced with the other SNP having greater similarity degree with it, and the local replacement is performed several times for a tagSNP so that it can improve the tagSNP set of the local precinct, thereby improve tagSNP set of whole precinct. The computational results prove that our approximate greedy algorithm can always find more efficient solutions than greedy algorithm, and improve the tagSNP set of whole precinct indeed.

We improve the greedy algorithm which is one of the general convergence criterion for certain iterative sequence in a given space by building a constructive greedy algorithm on a normed linear space using an arithmetic average of elements. We also show the degree of approximation order is still $Ο(1\sqrt{\n}$) by a bounded linear functional defined on a bounded subset of a normed linear space which offers a good approximation method for neural networks.

서울 수도권 지하철 승객이 인터넷으로 구매한 채소 등의 신선 식품을 퇴근하는 도중에 이동 경로상의 지하철역 구내의 서비스 시설물에서 배달 받는다고 가정하면, 제기되는 문제는 어떤 지하철역에 서비스 시설물을 설치하면 얼마나 많은 승객들이 이용하는 가를 파악하는 것이다. 이러한 문제는 픽업 문제로 알려져 있고, 픽업 문제를 풀려면 교통 흐름을 설명하는 교통 네트워크가 있어야 되고 각 교통 흐름의 이동 경로도 알 수 있어야 된다. 서울 수도권 교통카드 시스템의 교통카드 트랜잭션 데이터베이스로부터 지하철 승객의 출발역에서 도착역까지 움직이는 이동 경로인 승객 흐름을 구할 수 있으므로, 서울 수도권 지하철 교통 시스템에서 픽업 문제는 승객 흐름을 최대한 많이 포착하는 서비스 시설물들을 설치할 지하철역들을 선정하는 것이다. 본 논문에서 서울 수도권 지하철 시스템과 지하철 승객들의 흐름을 픽업 문제의 모델에 맞추어 수식화하였고, 이를 기반으로 하여 지하철 승객들의 흐름을 기종점 통행 행렬을 만들어 단계별로 가장 많은 통과 승객수를 갖는 픽업 역을 계산해내는 빠른 휴리스틱 알고리즘을 제안하였다. 대용량 교통 네트워크와 교통 흐름에 해당되는 약 400여 개의 지하철역을 가진 서울 수도권 지하철 네트워크와 약 500만 명의 지하철 교통카드 트랜잭션들을 입력으로 하여 제안된 알고리즘으로 선정된 픽업 역들을 빠른 시간 내에 얻었고, 그 중에서 상위 10개 픽업 역들을 지하철 안내 지도에 표시하여 설명하였다. 그리고, 그 결과가 거의 최적해와 같음을 추가 실험을 통하여 검증하였다.

Some subway passengers may want to have their fresh vegetables purchased through internet at a service facility within the subway station of the Metropolitan Seoul subway system on the way to home, which raises further questions about which stations are chosen to locate service facilities and how many passengers can use the facilities. This problem is well known as the pickup problem, and it can be solved on a traffic network with traffic flows which should be identified from origin stations to destination stations. Since flows of the subway passengers can be found from the smart card transaction database of the Metropolitan Seoul smart card system, the pickup problem in the Metropolitan Seoul subway system is to select subway stations for the service facilities such that captured passenger flows are maximized. In this paper, we have formulated a model of the pickup problem on the Metropolitan Seoul subway system with subway passenger flows, and have proposed a fast heuristic algorithm to select pickup stations which can capture the most passenger flows in each step from an origin-destination matrix which represents the passenger flows. We have applied the heuristic algorithm to select the pickup stations from a large volume of traffic network, the Metropolitan Seoul subway system, with about 400 subway stations and five millions passenger transactions daily. We have obtained not only the experimental results in fast response time, but also displayed the top 10 pickup stations in a subway guide map. In addition, we have shown that the resulting solution is nearly optimal by a few more supplementary experiments.

유선 네트워크와 달리 무선 네트워크 환경에서의 브로드캐스팅은 단일 전송으로 다수의 노드로 데이터를 한 번에 송신할 수 있다. 무선 네트워크에서 노드의 전방향 브로드캐스팅은 인접한 모든 노드에게 동시에 도달한다. 본 논문에서는 무선 네트워크에서 브로드캐스팅 시 전체 송신 전력을 최소화하는 최소 전력 브로드캐스팅 문제를 해결하기 위한 탐욕 알고리즘을 제안한다. 제안된 알고리즘은 각 노드의 최대 전송 범위 내에서 메시지를 전송할 수 있는 노드의 집합인 이웃 노드 리스트를 이용하여 데이터를 수신한 송신 노드 중 이웃 노드를 가장 많이 가지고 있는 노드가 우선적으로 이웃 노드로 데이터를 전송한다. 제안된 알고리즘은 컴퓨터 시뮬레이션을 이용하여 성능평가가 이루어졌으며, 네트워크상의 모든 노드로 브로드캐스팅 시 소요되는 송신 전력과 브로드캐스팅 횟수의 관점에서 기존의 알고리즘과 비교하였다. 실험 결과에서 제안된 알고리즘은 기존의 알고리즘보다 성능이 우수함을 보인다.

Unlike wired networks, broadcasting in wireless networks can transmit data to several nodes at a time in a single transmission. The omnidirectional broadcasting of node in wireless networks simultaneously reaches all neighboring nodes. In this paper, we propose a greedy algorithm to solve the minimum power broadcasting problem that minimizes the total transmission power when broadcasting in wireless networks. The proposed algorithm uses a neighborhood list which is a set of nodes that can transmit messages within the maximum transmission range of each node, and among the transmitting nodes that have received the data, the node having the largest number of the neighboring nodes firstly transmits the data to neighboring node. The performance of the proposed algorithm was evaluated by computer simulation, and was compared with existing algorithms in terms of total transmission power and broadcasting frequency for broadcasting to all nodes. Experiment results show that the proposed algorithm outperforms the conventional algorithms.

재난 발생 시, 실내 공간에서의 신속한 대피를 위해 총 대피시간 최소화를 목적으로 일부 연구들이 진행되었다. 하지만 대부분의 연구가 총 대피시간이 최소화되는 최적 대피경로를 산출하는데 오랜 연산시간이 소요되어 실제 재난 상황에 적용하기 어렵다는 한계를 가지고 있다. 이에 본 연구는 짧은 연산시간으로 총 대피시간을 단축시킬 수 있는 대피경로 할당 알고리즘을 제안하고자 한다. 대피경로 할당 알고리즘은 다수의 출구가 존재하는 건물에서 대규모 인원 대피 시, 각 출구에 적절하게 대피인원을 할당하여 출구들의 교통 정체 상황을 균형적으로 유지함으로써 총 대피시간을 단축시키는 알고리즘이다. 각 출구에 대피인원을 할당하는 방법은 그래프 이론을 기반으로 탐욕 알고리즘의 접근방식을 활용하였다. 본 연구에서는 알고리즘의 검증을 위해 cellular automata 기반 대피 시뮬레이터를 이용하였으며 실제 건물과 유사한 구조에서 다양한 인원분포를 적용한 뒤 실험을 수행하였다. 결과적으로 최단거리 출구 대피보다 알고리즘을 적용하였을 때 총 대피시간이 감소되었고 대형 건물 구조에서도 짧은 연산시간이 소요되는 것을 확인하였다.

Some studies were conducted for the purpose of minimizing total clearance time for rapid evacuation from the indoor spaces when disaster occurs. Most studies took a long time to calculate the optimal evacuation route that derived minimum evacuation time. For this reason, this study proposes an evacuation route assignment algorithm that can shorten the total clearance time in a short operational time. When lots of exits are in the building, this algorithm can shorten the total clearance time by assigning the appropriate pedestrian traffic volume to each exit and balances each exit-load. The graph theory and greedy algorithm were utilized to assign pedestrian traffic volume to each exit in this study. To verify this algorithm, study used a cellular automata-based evacuation simulator and experimented various occupants distribution in a building structure. As a result, the total clearance time is reduced by using this algorithm, compared to the case of evacuating occupants to the exit within shortest distance. And it was confirmed that the operation takes a short time In a large building structure.

Release planning in a software product line (SPL) is to select and assign the features of the multiple software products in the SPL in sequence of releases along a specified planning horizon satisfying the numerous constraints regarding technical precedence, conflicting priorities for features, and available resources. A greedy genetic algorithm is designed to solve the problems of release planning in SPL which is formulated as a precedence-constrained multiple 0-1 knapsack problem. To be guaranteed to obtain feasible solutions after the crossover and mutation operation, a greedy-like heuristic is developed as a repair operator and reflected into the genetic algorithm. The performance of the proposed solution methodology in this research is tested using a fractional factorial experimental design as well as compared with the performance of a genetic algorithm developed for the software release planning. The comparison shows that the solution approach proposed in this research yields better result than the genetic algorithm.