Accelerated Co-evolutionary Algorithms

Q: 이 논문에서 정의한 가속화된 공진화 알고리즘이란 무엇인가?

가속화된 공진화 알고리즘은 신경망을 활용하여 수렴 속도를 향상시킨 새로운 공진화 알고리즘이다. 비용 함수와 제약 조건 정보를 신경망에 저장하고, 신경망으로 비용을 계산한 추가 자손 그룹을 생성하여 개체군 크기를 늘린다. 이는 계산 부하를 과도하게 증가시키지 않으면서 수렴 속도를 가속화하는 방법이다.

Q: 신경망을 활용한 가속화된 공진화 알고리즘이 기존 알고리즘보다 수렴 속도가 빠른 이유는 무엇인가?

연구 결과, 가속화된 공진화 알고리즘은 신경망을 통해 비용 및 제약 조건 정보를 학습하고, 이를 바탕으로 추가 자손 그룹을 생성하여 개체군 규모를 효과적으로 확장한다. 신경망 계산은 기존 비용 평가보다 계산 부하가 적으므로, 전체 계산 시간을 크게 늘리지 않으면서도 더 큰 개체군으로 인해 최적화 매개변수의 수렴이 가속화된다.

Jong-Han Kim; Min-Jea Tahk

추천

검색

질문

자료유형: 학술저널

저자정보: Jong-Han Kim Min-Jea Tahk

저널정보: 한국항공우주학회 International Journal of Aeronautical and Space Sciences KSAS International Journal Volume.3 Number.1

발행연도: 2002.5

수록면: 50 - 60 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

A new co-evolutionary algorithm, of which the convergence speed is accelerated by neural networks, is proposed and verified in this paper. To reduce computational load required for co-evolutionary optimization processes, the cost function and constraint information is stored in the neural networks, and the extra offspring group, whose cost is computed by the neural networks, is generated. It increases the offspring population size without overloading computational effort; therefore, the convergence speed is accelerated. The proposed algorithm is applied to attitude control design of flexible satellites, and it is verified by computer simulations and experiments using a torque-free air bearing system.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)