Earticle

드론을 활용한 분야는 점점 많아지고 있지만, 실제 드론의 임무 수행은 내장된 배터리를 통하여 활동하므로 드론의 내장된 배터리 용량에 따라 드론의 행동과 시간의 제약이 따른다. 이러한 드론의 자율 비행이나 임무 수행을 하는 드론의 운행 시간에 대한 단점을 보완하기 위해서 드론 배터리 용량을 늘리거나 배터리 충전을 위한 연구가 진행되 었다. 최근 드론 배터리 충전을 위한 방식으로 배터리 교환 방식과 무선 전력 충전방식에 관한 연구가 일부 진행이 되고 있다. 이중 무선 전력 충전방식은 하나의 드론을 충전하는 시스템은 개발이 되어 있지만, 다수의 드론을 충전 하는 방법에 대한 표준과 충전 방법에 관한 연구는 아직 활발하게 진행되고 있지는 않다. 무선 충전의 효율을 높이 기 위해서는 해당 무선 채널을 원하는 사용자에게 효율적으로 배분할 수 있는 최적화 문제를 해결하는 것이 우선이 다. 유선 충전 시 전력 할당 최적화 문제를 풀기 위해서 유전자 알고리즘을 이용하여 자동차 배터리 충전에 적용한 일부 연구는 있지만, 드론에 해당 연구를 적용하기에는 여러 차이점이 존재한다. 본 논문에서는 마이크로 유전 알고 리즘을 적용하여 무선 전력 충전의 전송 효율에 관여하는 무선 채널 설정 방법을 통해 다수의 드론을 충전할 방법을 제시한다. 시뮬레이션을 통해서 본 연구에서 제안하는 방법이 다수의 드론을 충전할 수 있는 무선 채널 배분의 효율 을 높일 수 있음을 보였다.

Although the increased use of drones or Unmanned Aerial Vehicles(UAVs) for the commercial and military field, the drone's built-in battery capacity will limit the drone's behavior and time. To achieve a fully autonomous flight or mission complete, recently, some researches have been conducted on increasing drone battery capacity or charging the battery method. Some of these studies have recently been conducted on battery switching and wireless charging methods to charge drone batteries. A system for charging a single drone is developed, but the standard for charging multiple drones and the method for charging them are not yet actively studied; however, research on the wireless charging method is not actively conducted. To improve the efficiency of wireless charging, it is first necessary to solve the optimization problem of efficiently allocating the corresponding wireless channel to the user who wants them. Although some studies have been applied to car battery charging using genetic algorithms to solve the problem of power allocation optimization in wired charging, there are many differences in applying the research to drones. In this study, applying the Micro Genetic Algorithm(μ-GA), we present a method for charging multiple drones through the wireless channel setup method involved in the transmission efficiency of wireless power charging. The feasibility of the proposed algorithm was checked using simulation. Numerical results are presented to demonstrate the performance of the proposed method.

Thought Extreme Learning Machine-Radial Basis Function(ELM-RBF) can be used easily and can complete learning phase at very fast speed and provide more compact network than classical Extreme Learning Machine(ELM), it still has some room to improvement. Micro-Genetic Algorithms(uGA) improved calculated speed while inherits the Genetic Algorithms advantage of good for optimization and overall search. Considered on these, the paper designed a optimization strategy for ELM-RBF neural network based on uGA. In particular, based on classical RBF-ELM, we use real-u GA algorithm to optimize ELM-RBF hidden layer neurons center and biases value. Experiments results show that ELM-RBF-uGA has better recognition and prediction performance than classical ELM-RBF.

This study deals with a method to identify displacements on structures using a Micro-genetic algorithm (M-GA). We developed the inverse technique using a Micro-genetic algorithm which can make global solution searches possible as opposed to classical gradient-based optimization techniques such as the Least-square method. The technique described in this paper may allow us not only to detect the base function but also to find unknown displacements of a structure. Example models are simulated to detect unknown displacements and weight values at the same time.

The paper deals with the optimization of runner system in injection molding design. The design objective is to locate gate positions by minimizing both maximum injection pressure at the injection port and maximum pressure difference among all the gates on a product with constraints on shear stress and/or weld-line. The analysis of filling process is conducted by a finite element based program for polymer flow. Micro genetic algorithm (mGA) is used as a global optimization tool due to the nature of inherent nonlinearlity in flow analysis. Four different design applications in injection molds are explored to examine the proposed design strategies. The paper shows the effectiveness of mGA in the context of optimization of runner system in injection molding design.

The performance of optimisation methods, based on penalty functions, is highly problem- dependent and many methods require additional tuning of some variables. This additional tuning is the influences of penalty coefficient, which depend strongly on the degree of constraint violation. Moreover, Binary-coded Genetic Algorithm (BGA) meets certain difficulties when dealing with continuous and/or discrete search spaces with large dimensions. With the above reasons, Real-coded Micro-Genetic Algorithm (R$\mu$GA) is proposed to find the global optimum of continuous and/or discrete nonlinear constrained engineering problems without handling any of penalty functions. R$\mu$GA can help in avoiding the premature convergence and search for global solution-spaces, because of its wide spread applicability, global perspective and inherent parallelism. The proposed R$\mu$GA approach has been demonstrated by solving three different engineering design problems. From the simulation results, it has been concluded that R$\mu$GA is an effective global optimisation tool for solving continuous and/or discrete nonlinear constrained real­world optimisation problems.

In this paper, a method of designing the efficient batch blind equalization with low complexity using a micro genetic algorithm (GA), is presented. In general, the blind equalization techniques that are focused on the complexity reduction might be carried out with minor effect on the performance. Among the advanced various subjects in the field of GAs, a micro genetic algorithm is employed to identity the unknown channel impulse response in order to reduce the search space effectively. A new cost function with respect to the constant modulus criterion is suggested considering its relation to the Wiener criterion. We provide simulation results to show the superiority of the proposed techniques compared to other existing techniques.

The optimum design of power yacht belongs to the nonlinear constrained optimization problems. The determination of scantlings for the bow structure is a very important issue with in the whole structural design process. The derived design results are obtained by the use of real-coded micro-genetic algorithm including evaluation from Lloyd's Register small craft guideline, so that the nominal limiting stress requirement can be satisfied. In this study, the minimum volume design of bow structure on the power yacht was carried out based on the finite element analysis. The target model for optimum design and local structural analysis is the bow structure of a power yacht. The volume of bow structure and the main dimensions of structural members are chosen as an objective function and design variable, respectively. During optimization procedure, finite element analysis was performed to determine the constraint parameters at each iteration step of the optimization loop. optimization results were compared with a pre-existing design and it was possible to reduce approximately 19 percents of the total steel volume of bow structure from the previous design for the power yacht.

Optimal design of an automotive catalytic converter for minimization of cold-start emissions is numerically performed using a micro genetic algorithm for two optimization problems: optimal geometry design of the monolith for various operating conditions and optimal axial catalyst distribution. The optimal design process considered in this study consists of three modules: analysis, optimization, and control. The analysis module is used to evaluate the objective functions with a one-dimensional single channel model and the Romberg integration method. It obtains new design variables from the control module, produces the CO cumulative emissions and the integral value of a catalyst distribution function over the monolith volume, and provides objective function values to the control module. The optimal design variables for minimizing the objective functions are determined by the optimization module using a micro genetic algorithm. The control module manages the optimal design process that mainly takes place in both the analysis and optimization modules.

마이크로 유전알고리즘은 적은 수의 개체 사용 및 무작위 개체 구성을 통한 돌연변이 기능 대체의 특징을 갖는 진화연산을 수행하여 일반적인 유전알고리즘이 갖는 각 세대당 많은 계산 량이 요구되는 단점을 극복하고자 하였다. 이러한 마이크로 알고리즘은 특히 설계변수가 3~5 개를 갖는 문제에 효율적이라는 것이 많은 연구자들에 의하여 알려졌다. 따라서 본 연구의 목적은 순차적 실험계획법과 마이크로 유전알고리즘을 이용한 최적화 알고리즘을 개발하는 것이며, 이를 수학예제와 구조물 문제에 적용하여 실용성을 확인하고자 한다. 순차적 실험계획법은 저자들의 선행연구에서 제안되었으며, 실험계획법과 반응표면법을 이용하는 근사최적화 기법에 의한 시행착오적인 반복과정을 최소화하고자 하는 방법으로써, 행렬실험과 평균분석을 반복 적용하는 개념이다.

A micro-genetic algorithm (MGA) is one of the improved forms of a genetic algorithm. It is used to reduce the number of iterations and the computing resources required by using small populations. The efficiency of MGAs has been proved through many problems, especially problems with 3-5 design variables. This study proposes an optimization algorithm based on the sequential design of experiments (SDOE) and an MGA. In a previous study, the authors used the SDOE technique to reduce trial-and-error in the conventional approximate optimization method by using the statistical design of experiments (DOE) and response surface method (RSM) systematically. The proposed algorithm has been applied to various mathematical examples and a structural problem.

기상수치예보모델의 강수물리과정은 강수 발생과 연관된 입자의 낙하속도, 부착 및 자동전환, 입자크기분포 등의 과정을 다룬다. 하지만 수치예보모델의 미세물리과정과 모수에는 상당한 불확실성이 내포되어 있다. 수치예보모델의 불확실성을 줄이기 위하여 일반적으로 모수 추정을 사용한다. 이 연구에서는 모수 추정을 위한 최적화 알고리즘으로 마이크로 유전알고리즘과 하모니탐색 알고리즘을 사용하고 우리나라에서 발생한 강수사례에 대해 통합모델의 강수물리과정에서 사용하는 모수를 최적화하였다. 두 알고리즘의 서로 다른 특성으로 인해 최적화 과정 중의 차이가 보였다. 마이크로 유전알고리즘은 440회 수행 후 약 1.033의 적합도로 수렴하였고 하모니탐색 알고리즘은 60번 수행 후 약 1.031의 적합도로 수렴하였다. 이를 통해 하모니탐색 알고리즘이 마이크로 유전알고리즘보다 더 빨리 최적의 모수를 탐색하는 것을 알 수 있었다. 따라서 계산비용이 방대한 기상수치예보모델의 최적화 문제에서 빠른 시간 내에 최적의 모수를 탐색해야 한다면 하모니 탐색 알고리즘이 더 적합하다는 것을 확인하였다.

The microphysical processes of the numerical weather prediction (NWP) model cover the following : fall speed, accretion, autoconversion, droplet size distribution, etc. However, the microphysical processes and parameters have a significant degree of uncertainty. Parameter estimation was generally used to reduce errors in NWP models associated with uncertainty. In this study, the micro- genetic algorithm and harmony search algorithm were used as an optimization algorithm for estimating parameters. And we estimate parameters of microphysics for the Unified model in the case of precipitation in Korea. The differences which occurred during the optimization process were due to different characteristics of the two algorithms. The micro-genetic algorithm converged to about 1.033 after 440 times. The harmony search algorithm converged to about 1.031 after 60 times. It shows that the harmony search algorithm estimated optimal parameters more quickly than the micro-genetic algorithm. Therefore, if you need to search for the optimal parameter within a faster time in the NWP model optimization problem with large calculation cost, the harmony search algorithm is more suitable.

유전자 알고리즘은 문제 크기가 커짐에 따라 해집합이 폭발적으로 늘어나 최적해를 찾기 힘든 최적화 문제에 주로 적용되는 알고리즘으로, 최근에는 지리정보시스템(GIS)의 경로 최적화 문제, 게임에서의 길찾기, 인공지능에 많이 적용되고 있다. 마이크로 유전자 알고리즘은 일반 유전자 알고리즘에 비해 작은 크기의 모집단을 사용함으로써 알고리즘의 효율을 높일 수 있는 장점이 있다. 따라서, 본 논문에서는 무향 Rural Postman Problem 해법으로 마이크로 유전자 알고리즘의 적용 방법을 제안한다.

그래프 분할 문제는 각각의 가중치가 주어진 에지와 노드를 정해진 목적에 맞게 몇 개의 그룹으로 분할하는 문제이다. 이 문제는 휴리스틱 방법으로 해결되어져 왔으나, NP-hard 문제로 인한 지역 최적해에 빠지기 쉬운 단점을 갖는다. 유전자 알고리즘이 해결 방법으로 제시되고 있는 가운데 단순 유전자 알고리즘에서 초기의 모집단 메모리(population memory)를 이용하여 적은 크기의 모집단을 생성하고 외부메모리에 최적해들을 저장하고 있어 GA의 효율성을 높이며, 다수의 지역 최적해에 빠지지 않게 하며 수렴 속도를 향상시키는 마이크로 유전자 알고리즘을 적용한다. ${\mu}$-GA를 통해 본 논문에서는 클러스터들의 가중치를 비교적 동일하게 하는 GPP를 해결하고자 한다.

다목적 최적화 문제의 목표는 다양한 파레토 최적해(Pareto Optimal Solution)을 찾는데 있으며, 마이크로-유전자 알고리즘(Micro-Genetic Algorithm)은 단순 유전자 알고리즘(Simple Genetic Algorithm)에 비해 소수의 유전자들만을 선별하여 진화시키는 방식으로 효율성을 극대화시킨다. 본 논문에서는 다양한 목적을 동시에 최적화하는 다목적 멀티캐스트 라우팅 문제를 해결하기 위해서 다목적 유전자 알고리즘과 마이크로-유전자 알고리즘을 결합한 다목적 마이크로-유전자 알고리즘을 적용하였다.

다목적 최적화 문제의 목표는 다양한 파레토 최적해(Pareto Optimal Solution)을 찾는데 있으며, 마이크로-유전자 알고리즘(Micro-Genetic Algorithm)은 단순 유전자 알고리즘(Simple Genetic Algorithm)에 비해 소수의 유전자들만을 선별하여 진화시키는 방식으로 효율성을 극대화시킨다. 본 논문에서는 다양한 목적을 동시에 최적화하는 다목적 멀티캐스트 라우팅 문제를 해결하기 위해서 다목적 유전자 알고리즘과 마이크로-유전자 알고리즘을 결합한 다목적 마이크로-유전자 알고리즘을 적용하였다.

SGA (Single Genetic Algorithm) is a heuristic global optimization method based on the natural characteristics and uses many populations and stochastic rules. Therefore SGA needs many function evaluations and takes much time for convergence. In order to solve the demerits of SGA, $\mu$GA(Micro-Genetic Algorithm) has recently been developed. In this study, $\mu$GA which have small populations and fast convergence rate, was applied to structural optimization with discrete or integer variables such as 3, 10 and 25 bar trusses. The optimized results of $\mu$GA were compared with those of SGA. Solutions of $\mu$GA for structural optimization were very similar or superior to those of SGA, and faster convergence rate was obtained. From the results of examples, it is found that $\mu$GA is a suitable and very efficient optimization algorithm for structural design.

본 논문에서는 평판구조물의 정적 및 동적해석에 사용할 목적으로 성능이 향상된 평판유한요소를 제시하였다. 이 요소는 비적합변위형과 선택적 감차적분방법 그리고 대체전단변형률장을 복합적으로 적용하여 각각의 장점들을 포함하는 향상된 거동을 보여주고 있다. 또한 비적합변위형의 적용으로 발생되는 조각시험의 실패 문제점을 해결하기 위하여 직접수정법을 평판유한요소의 개선에 사용하였다. 대표적인 검증문제에 대한 수치해석작업을 통하여 본 연구에서 개발한 요소는 가상적인 제로에너지모드 및 전단잠김현상의 발생과 같은 문제를 나타내지 않음을 알 수 있었다. 특히 찌그러진 형상으로 모형화 한 경우에 있어서도 전단잠김현상이 발생하지 않았다. 본 연구에서 수행한 동적반응해석 시험에 있어서도 이론해와 잘 일치하는 결과를 보여주었다.

Researches based on genetic algorithms have been performed in composite laminated structures optimization since 1990. However, conventional genetic algorithms have a disadvantage that its augmentation of calculation costs. A lot of variations have been proposed to improve the performance and efficiency, and micro genetic algorithm is one of them. In this paper, micro Genetic Algorithm was employed in the optimization of laminated stiffened composite structures to maximize the linear critical buckling load and the results from both conventional genetic algorithm and micro genetic algorithm were compared.

기상청에서는 강우량을 관측하기 위하여 평균 13km 해상도의 자동기상관측망을 운영하고 있다. 그러나 자동기상관측망은 육지에서만 관측이 가능하므로 기상레이더 관측망을 추가로 운영하여 해상을 포함한 우리나라 전역을 전천후로 관측하고 있다. 일반적으로 레이더로부터 추정하는 강우강도는 레이더 반사도(Z)와 지상관측자료의 강우강도(R)의 관계를 추정한 Z-R 관계식을 구하여 사용하고 있다. 하 지 만 이 관 계 식 은 경험식에 의존하고 있어 한반도의 강우특성에 맞게 최적화 할 필요가 있다. 이 연구에서는 마이크로 유전알고리즘을 병렬화하고 2014년도 여름철에 대한 Z-R 관계식의 최적화를 수행하였다. 마이크로 유전알고리즘을 이용하여 최적화한 Z-R 관계식은 기존에 사용하던 관계식과는 다르게 $Z=120R^{1.56}$이 추정되었다. 하지만 마이크로 유전알고리즘의 최적화과정에서 탐색한 적합도 함수의 위상공간이 평평한 고원의 형태에 가까웠다. 이러한 결과는 1.5km 고도와 지상 사이에 복잡한 강수의 발달과 소멸과정이 포함되어 있어 정교한 추정에 한계가 있음을 보여주고 있다.

The Korea Meteorological Administration has operated the Automatic Weather Stations, of the average 13 km horizontal resolution, to observe rainfall. However, an additional RADAR network also has been operated in all-weather conditions, because AWS network could not observed rainfall over the sea. In general, the rain rate is obtained by estimating the relationship between the radar reflectivity (Z) and the rainfall (R). But this empirical relationship needs to be optimized on the rainfall over the Korean peninsula. This study was carried out to optimize the Z-R relationship in the summer of 2014 using a parallel Micro Genetic Algorithm. The optimized Z-R relationship, $Z=120R^{1.56}$, using a micro genetic algorithm was different from the various Z-R relationships that have been previously used. However, the landscape of the fitness function found in this study looked like a flat plateau. So there was a limit to the fine estimation including the complex development and decay processes of precipitation between the ground and an altitude of 1.5km.