자료검색

『네트워크모델과 다목적 GA』는 진화 기술법의 하나인 GA를 활용하기 위해 여러가지 염색체에 의해서 네트워크 설계 문제의 해결법을 소개한다. 더욱이 수치 실험을 보여줌으로써 문제 해법의 효과를 수치 예제 등을 통해 소개한다.

Chapter 01 유전 알고리즘
1.1 유전 알고리즘의 기초
1.1.1 유전 알고리즘의 개요
1.1.2 유전자 표현
1.1.3 평가 함수
1.1.4 유전적 조작
1.1.5 비선형 최적화 문제에서의 응용
1.2 조합 최적화 문제에서의 적용 예
1.2.1 워드 매칭 문제
1.2.2 배낭 문제
1.3 하이브리드 유전 알고리즘
1.3.1 ls-hGA
1.3.2 flc-hGA
참고 문헌

Chapter 02 네트워크의 기본
2.1 최단 경로 모델
2.1.1 최단 경로 모델과 정식화
2.1.2 우선순위 기반 경로 GA에 의한 해법
2.1.3 수치 실험
2.2 최대 흐름 모델
2.2.1 최대 흐름 문제의 모델화와 정식화
2.2.2 우선순위 기반 GA에 의한 해법
2.2.3 수치 실험
2.3 최소 비용 흐름 모델
2.3.1 최소 비용 흐름 모델과 정식화
2.3.2 우선순위 기반 GA에 의한 해법
2.3.3 수치 실험
2.4 최소 신장 트리 모델
2.4.1 최소 신장 트리 모델의 정식화
2.4.2 PrimPred 기반 GA에 의한 해법
2.4.3 수치 실험
참고 문헌

Chapter 03 물류 네트워크
3.1 물류 모델
3.1.1 배송 계획 모델
3.1.2 행렬 기반 GA에 의한 해법
3.1.3 신장 트리 GA에 의한 해법
3.1.4 수치 실험
3.2 2단계 물류 모델
3.2.1 2단계 물류 모델과 정식화
3.2.2 우선순위 기반의 GA에 의한 해법
3.2.3 수치 실험
3.3 차량 배송 모델
3.3.1 복수 차고 시간범위 제약 차량배송 모델
3.3.2 유전 알고리즘에 의한 해법
3.3.3 수치 실험
3.4 플랜트(공장)- DC간의 물류 모델
3.4.1 플랜트-DC간의 물류 네트워크 모델과 정식화
3.4.2 우선 순위 기반 GA에 의한 해법
3.4.3 수치 실험
참고 문헌

Chapter 04 다목적 GA
4.1 다목적 최적화 모델의 개요
4.1.1 다목적 최적화 문제
4.1.2 Pareto 최적해
4.2 다목적 GA의 개요
4.2.1 다목적 GA의 처리 절차
4.2.2 벡터 평가형 유전 알고리즘
4.2.3 평가값의 배분(Sharing)
4.3 다목적 GA 기법
4.3.1 Pareto 랭킹 평가 기법
4.3.2 다목적 함수 가중치 부가 평가 기법
4.3.3 다목적 함수의 가중치 부가 및 엘리트 보존
4.4 Pareto 최적해의 평가
4.4.1 참조 비우월해 집합 S*
4.4.2 얻어진 비우월해의 수 |Sj|
4.4.3 우월 개체 비율 RNDS(Sj)
4.4.4 참조 비우월해 집합에 의한 거리 D1R
4.4.5 각 목적함수 축의 최대값, 최소값 평균값 IMMA
4.5 다목적 GA의 수치 실험
4.5.1 수치 실험 예 1
4.5.2 수치 실험 예 2
참고 문헌

Chapter 05 다목적 네트워크 모델
5.1 최대 흐름 최소 비용 네트워크
5.1.1 최대 흐름/최소 비용 네트워크 모델과 정식화
5.1.2 추선 순위 기반 GA에 의한 해법
5.1.3 수치 실험
5.2 다목적 공급체인망(Supply Chain Network)
5.2.1 다목적 공급 체인망 모델과 정식화
5.2.2 우선 순위 기반 GA에 의한 해법
5.2.3 수치 실험
5.3 생산 물류 시스템 네트워크
5.3.1 생산 물류 시스템의 모델과 정식화
5.3.2 랜덤키를 이용한 다단계 의사 결정형 유전 알고리즘에 의한 해법
5.3.3 수치 실험
5.4 통신 시스템의 신뢰성 네트워크
5.4.1 불가동률과 전체 비용에 대한 최적화 모델과 정식화
5.4.2 수치실험
참고 문헌

부록 프로그램 GAoptima 사용 방법
A.1 저작권과 동작 환경
A.2 기본 사용 방법
A.3 각 실행 예의 설명
A.4 개발 환경과 Version 정보