인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
meta-heuristic 알고리즘 성능은 변수 전 영역에 대한 탐색성(exploration)과 기존 예비해의 활용성(exploitation) 사이 균형이 중요하다. HS(harmony search)는 전역 탐색성이 우수한 것으로 알려져 있다. 그러나 해를 찾아가는 핵심 기능인 피치조정의 비효율성이 단점이라 할 수 있다. 반면 모집단의 평가치를 활용하여 해를 찾아가는 PSO(particle swarm optimization)는 수렴성이 매우 우수한 것으로 알려져 있다. 그러나 탐색이 모집단의 조합으로만 이루어져 지역해로 수렴할 가능성이 크다는 단점이 있다. HS/PSO에서는 HS의 탐색의 우수성과 PSO의 좋은 수렴성을 갖추고자 하였다. 이를 위해 HS/PSO에서는 새로운 하모니 조성은 HS 방식을 따르되 비효율적인 피치조정을 대신할 가이드 벡터를 정의하였다. 가이드 벡터는 PSO방식을 참조해 HM(harmony memory) 해 중 현재 최고 평가치와 최하위 평가치를 경험치로 활용하여 조성된 벡터이다. HM 방식의 하모니에 이 가이드 벡터를 적용하여 HS의 피치조정을 대신하게 하였다. 본 연구의 결과는 다양한 함수에 대한 최적화 예시를 통해 비교 확인하였으며 그 우수성을 확인할 수 있었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092160505
