[공학기술]HFC 모델 기반의 유전자 알고리즘 (GA)

소개글

HFC 모델 기반의 유전자 알고리즘 (GA)에 대한 내용입니다.

목차

제 1 장 서 론………………………… 1
제 2 장 유전자 알고리즘 ………………………………… 2
2.1기본적인 유전자 알고리즘……………………………………2
2.2 유전자 알고리즘의 기술동향……………………………………3
2.3 Multi poplation…………………………………………4
제 3 장 HFC 알고리즘……………………………………4
3.1 HFC의 기본이론…………………………………………4
3.2. HFC구현 방법………………………………………4
1) Rank HFC Suffle………………………………………4
2) One Step Migration………………………… 5
3) Multy step Migration………………………… 6
제4장 Matlab real code 함수구현…………………………………… 7
4.1 Initialize(초기화)………………………………………………7
4.2 Evaluation(평가)………………………………………8
4.3 Crossover(교배)……………………9
4.4 Mutation(돌연변이)………………………………………11
4.5 selection(다음세대로 이주)………………………………13
4.6 Ring Migration………………………………………………14
4.7 Rank base HFC - Collect and Divide……………………… 15
4.8 Randlevel……………………………………………… 17
4.9 One Step Migration…………………………………… 18
4.10 Multi Step Migration……………………………………20
제 5 장 결과분석 …………………………………………… 22
5.1 Test 함수………………………………… 22
5.2 rcppga 결과분석……………………………………… 26
5.3 Rank Base HFC - Shuffle…………………………………26
5.4 One Step Migration HFC…………………………………… 27
5.5 Multi Step Migration HFC…………………………… 28
제 6 장 결론………………………………………………… 29
참고문헌……………………………………………… 29

본문내용

제 1 장 서론
1865년 Mendel은 유전인자는 부모로부터 자손에게로 전하여진다는 기본 원리를 발견하였다. 그러나 소위 멘델의 법칙이 사회에 알려진 것은 1900년 de Vries, Correns 그리고 von Tschermak에 의해서 독자적으로 이 법칙이 재발견된 이후다. 그리고 유전학은 Morgan과 그의 동료들에 의해 전적으로 발전하게 되었다. 즉 그들은 실험적으로, 염색체는 유전 정보를 나르는 주요소이고 유전자는 유전인자를 나타내며 염색체 위에 늘어져 있다는 것을 밝혔다. 이러한 일련의 실험 결과로부터 멘델의 법칙의 타당성이 이론적으로 뒷받침 받게 되었다. 하지만 멘델의 법칙은 Darwin의 자연적 선택이론(theory of natural selection)에 의한 진화 이론과 서로 모순되는 것으로 여겨져 왔다. 그러던 것이 1920년대 Cetverikov등에 의하여 멘델의 유전 법칙과 다아윈의 자연적 선택이론은 서로 모순되지 않는다는 것이 밝혀져서 이들 이론의 토대 위에서 현대 진화 이론이 태어나게 되었다. 금세기에 들어서서 자연과학을 연구하는 많은 사람들이 자연계의 진화 메카니즘에서 아이디어를 구하게 되었다. 유전자 알고리즘은 자연계의 생명체 중 환경에 잘 적응한 개체가 좀더 많은 자손을 남길 수 있다는 자연선택 과정과 자연계의 생명체의 설계도와 같은 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연진화의 과정을 모방하여 컴퓨터로 모의 수행을 하는 최적화 알고리즘의 하나이다.
즉, 실세계의 문제를 풀기 위해 잠재적인 해들을 컴퓨터 상에서 코딩된 개체로 나타내고, 여러 개의 개체들을 모아 개체군을 형성한 뒤, 세대를 거듭하면서 이들의 유전 정보를 서로 교환하거나 새로운 유전 정보를 부여하면서 적자 생존의 법칙에 따라 모의 진화를 시킴으로써, 주어진 문제에 대한 최적의 해를 찾는 계산 모델을 말한다.

참고 자료

[1] J. H. HollandAdaptation in Natural and Artificial Systems, University of Michigan Press, 1975.
[2] D. Goldberg,Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley, 1989.
[3] J. R. Koza, Genetic Programming: On the Programming of Computers by Means of Natural Selection, The MIT Press, 1992.
[4] J. R. Koza, Genetic Programming II: Automatic Discovery of Reusable Programs, The MIT Press, 1994
[5] J. R. Koza, F. H. Bennett, D. Andre, M. A. Keane, Genetic Programming III, DarwinianInvention andProblem Solving, Morgan Kaufmann Publishers, 1999.