본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

개미 알고리즘을 융합한 적응형 유전알고리즘
An Ant System Extrapolated Genetic Algorithm

김중항   (서강대학교 컴퓨터학과UU0000674  ); 이세영   (서강대학교 컴퓨터학과UU0000674  ); 장형수   (서강대학교 컴퓨터학과UU0000674  );
  • 초록

    본 논문에서는 개미 군 집단 알고리즘을 융합한 새로운 적응형 유전 알고리즘을 제안하고, 제안된 알고리즘이 확률적으로 최적 해에 수렴함을 증명한다. 실험을 통해서, 제안된 알고리즘은 최적 해로의 수렴이 어려운 여러 가지 대표적인 함수들에 대하여 elitist 전략을 사용한 유전 알고리즘보다 더 빠른 속도로 최적 해에 수렴하고 한 군집 내의 모든 해들이 최적 해로 수렴하며 파라미터 값에 따라 새로운 탐색이나 현 상태로의 귀착의 정도를 조절할 수 있는 유연성 있는 알고리즘인 것을 보인다.


    This paper Proposes a novel adaptive genetic algorithm (GA) extrapolated by an ant colony optimization. We first prove that the algorithm converges to the unique global optimal solution with probability arbitrarily close to one and then, by experimental studies, show that the algorithm converges faster to the optimal solution than GA with elitism and the population average fitness value also converges to the optimal fitness value. We further discuss controlling the tradeoff of exploration and exploitation by a parameter associated with the proposed algorithm.


  • 주제어

    유전 알고리즘 .   개미 군 집단 최적화.  

  • 참고문헌 (21)

    1. G. Rudolph, 'Convergence Analysis of Canonical Genetic Algorithms,' IEEE Trans. on Neural Networks, vol. 5, no. 1, 96-101, 1994 
    2. R. Eberhart and J. Kennedy, Swarm Intelligence, Morgan Kaufmann, 2001 
    3. C. R. Reeves, 'Genetic Algorithms for the Operations Resercher,' INFORMS J. on Computing, vol.9, no. 3, 231-250, 1997 
    4. H. Muhlenbein, G. Paab, 'From Recombination of Genes to the Estimation of Distributions I. Binary parameters,' Parallel Problem Solving from Nature, H. Voigt, W. Ebeling, I. Rechenberg, and H. Schwefel (eds.), LNCS, vol. 1141, 178-187, 1996 
    5. S. K. Shakya, 'Probabilistic Model Building Genetic Algorithm(PMBGA): A survey,' Tech. Rep., School of Computing, The Robert Gordon University, UK, 2003 
    6. M. Dorigo, V. Maniezzo, A. Colorni, 'The Ant System: Optimization by a Colony of Cooperating Agents,' IEEE Trans. Systems Man Cybernet., vol. 25, 29-41, 1996 
    7. W. J. Gutjahr, 'A Graph-based Ant System and Its Convergence,' Future Generation Computer Systems, vol. 16, no. 8, 2000 
    8. M. Srinivas and L. M. Patnaik, 'Adaptive Probabilities of Crossover and Mutation in Genetic Algorithm,' IEEE Trans. on Systems, Man and Cybernetics, vol. 24, no. 4, 656-667, 1994 
    9. J. Yang, J. Horng, and C. Kao, 'A genetic algorithm with adaptive mutations and family competition for training neural networks,' Int. J. of Neural Systems, vol. 10, no. 5, 333-352, 2000 
    10. D. Thierens, 'Adaptive mutation rate control schemes in genetic algorithms,' in Proc. of the 2002 IEEE World Congress on Computational Intelligence, 980-985, 2002 
    11. S. Baluja, 'Population-based incremental learning: A method for integrating genetic search based function optimization and competitive learning,' Tech. Rep. No. CMUCS94163, Department of Computer Science, Carnegie Mellon University, 1994 
    12. P. Larranaga, R. Etxeberria, J.A. Lozano and J.M Pena, 'Combinational optimization by learning and simulation of Bayesian networks,' in Proc. of the Conference in Uncertainty in Artificial Intelligence, 343-352, 2000 
    13. D. Bhandari, C. A. Murthy, and S. K. Pal, 'Genetic Algorithms with Elitist Model and Its Convergence,' International Journal of Pattern Recognition and Artificial Intelligence, vol. 10, 731-747, 1996 
    14. K. Najim, A. S. Poznyak, and E. Ikonen, 'Optimization based on a team of automata with binary outputs,' Automatica, vol. 40, 1349-1359, 2004 
    15. K. De Jong and W. Spears, 'An Analysis of the Interacting Roles of Population Size and Crossover in Genetic Algorithms,' in Proc. First Workshop Parallel Problem Solving from Nature, Springer-Verlag, 38-47, 1990 
    16. X. Yao, Y. Liu, and G. Lin, 'Evolutionary Programming Made Faster,' IEEE Trans. on Evloutionary Computation, vol 5, no. 2, 82-102, 1999 
    17. C. Fernandes, R. Tavares, C. Munteanu, and A. Rosa, 'Using Assortative Mating in Genetic Algorithms for Vector Quantization Problems,' in Proc. of the 2001 ACM symposium on Applied computing, 361-365, 2001 
    18. F. Villegas, T. Cwik, Y. Rahmat-Samii, and M. Manteghi, 'A Parallel Electromagnetic Genetic-Algorithm Optimization (EGO) Application for Patch Antenna Design,' IEEE Trans. on Antennas and Propagation, vol. 52, no. 9, 2424-2435, 2004 
    19. M. Brameier and W. Banzhaf, 'A Comparison of Linear Genetic Programming and Neural Networks in Medical Data Mining,' IEEE Trans. on Evolutionary Computation, vol. 5, 17-26, 2001 
    20. J. Fernandez and A. Caballero, 'A Comparison of Management Strategies for Conservation with regard to Population Fitness,' Conservation Genetics 2, 121-131, Kluwer Academic Publishers, 2001 
    21. M. Dorigo, G. Di Caro, and T. Stutzle, Special Issue on 'Ant Algorithms,' Future Generation Computer Systems, vol. 16, no. 8, 2000 

 저자의 다른 논문

  • 김중항 (1)

    1. 2004 "개미 시스템을 기반으로 한 Ad hoc 네트워크 멀티캐스팅" 제어·자동화·시스템공학 논문지 = Journal of control, automation and systems engineering 10 (12): 1127~1136    
  • 이세영 (2)

  • 장형수 (12)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기