내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

복잡계의 시뮬레이션 툴(Swarm)

전문가 제언: ○ 경험적 탐색 방법을 이용하여 복잡한 문제에 대한 근사 해를 구할 수 있는 방법이 있다. 최근에 제안된 Swarm 프로그램은 경험적 탐색 방법을 이용한 프로그램이다. 원리는 벌레나 조류, 어류 등의 생물무리가 각각의 개체로서 가지고 있는 정보를 공유하면서 먹이를 찾아가는 과정을 시뮬레이션 하는 것이다.

○ 최근 이러한 프로그램, PSO(Particle Swarm Optimization)라는 새로운 진화 연산기법이 제안된 시뮬레이션 소프트웨어가 있다. PSO는 조류 무리나 어류 무리와 같은 생체군집의 사회적 행동현상을 기초로 시뮬레이션을 수행하는 것이다. PSO는 군집기반 알고리즘으로 병렬 처리하는 것이 특징이며 군집과 개체는 Swarm과 Particle로 구성된다.

○ PSO는 Kennedy와 Eberhart에 의해 처음 제시되었으며, 복잡한 문제를 최적화하는데 시뮬레이션 툴로 그 효과에 대한 판단은 그 응용이 점점 확대되고 있는 것을 보면 알 수 있다. 응용되고 있는 분야는 multi-objective 제, minimax 문제, integer programming 문제 등 다양한 분야에서 이용되고 있다.

○ Swarm 지능은 사회를 구성하고 있는 생물체의 무리에서 발생하는 집합적인 습성이다. 자연계에는 다양한 종류와 많은 수의 생물체들이 군집을 구성하고 있으며 각 구성원들 간의 상호작용을 통해 그들의 문제를 합리적으로 해결하고 있다. 이러한 원리를 이용하여 복잡한 문제를 해결하는데 이용되는 시뮬레이션 툴이 Swarm 소프트웨어이다.

○ PSO에서 particle은 최적의 해를 구하기 위해 다차원 탐색공간을 돌아다니며 그들 자신의 경험과 이웃들의 정보를 이용해 최적의 위치로 이동한다. 이를 위해선 particle은 경험했던 최적의 위치정보 기억을 유지해야 한다.

○ 이 PSO는 단시간에 최적의 해를 생성할 수 있고 다른 확률적 방법을 이용하는 시뮬레이션보다 안정적이기 때문에, 향후에도 그 방법이 더욱 발전하고 새로운 이용법에 대한 연구가 계속 진행될 것으로 생각된다.

저자: Hitoshi Iba
자료유형: 학술정보