목차 일부

저자 머리말 ... 4
이 책의 주요 내용 ... 7
이 책의 이용 방법 ... 8
Chapter 01 유전 알고리즘의 개괄
   01 진화 ... 19
   02 유전 알고리즘의 약사 ... 21
   03 유전 알고리즘의 기본 용어들 ... 23
   04 유전 알고리즘의 전형적인 구조 ... 24
   05 표현 ... 26
   06 스키마 ... ...

더보기

목차 전체

저자 머리말 ... 4
이 책의 주요 내용 ... 7
이 책의 이용 방법 ... 8
Chapter 01 유전 알고리즘의 개괄
   01 진화 ... 19
   02 유전 알고리즘의 약사 ... 21
   03 유전 알고리즘의 기본 용어들 ... 23
   04 유전 알고리즘의 전형적인 구조 ... 24
   05 표현 ... 26
   06 스키마 ... 28
   07 교차 ... 29
   08 변이 ... 31
   09 대치 ... 33
   10 어떤 문제를 유전 알고리즘으로 푸는가? ... 34
   [알고리즘 1-1] 유전 알고리즘의 전형적 구조 ... 25
   [Drift] 머레이 겔만 ... 35
Chapter 02 문제의 표현
   01 해란 무엇인가? ... 39
   02 이진수 표현 : k-진수 표현 ... 40
   03 그레이 코딩 ... 41
   04 실수 표현 ... 43
   05 가변 표현 ... 44
      01 역치 연산 ... 44
      02 메시 유전 알고리즘(Messy GA) ... 45
      03 유전 프로그래밍 ... 46
   06 위치 기반 표현 : 순서 기반 표현 ... 47
   07 일차원 표현 : 다차원 표현 ... 49
   08 유전자 재배치 ... 51
   09 트리 표현 ... 53
   [Drift] 존 홀랜드 ... 54
Chapter 03 유전 알고리즘의 연산들
   01 선택 연산 ... 59
      01 품질 비례 룰렛휠 선택 ... 59
      02 토너먼트 선택 ... 61
      03 순위 기반 선택 ... 62
      04 공유 ... 62
   02 교차 연산 ... 65
      01 일차원 교차 연산 ... 65
      02 다차원 교차 연산 ... 71
      03 정규화(Normalization) ... 75
   03 변이 연산 ... 77
      01 전형적 변이 ... 77
      02 비균등 변이 ... 77
      03 수선(Repair) ... 78
      04 기타 ... 79
   04 대치 연산 ... 80
   [알고리즘 3-1] 룰렛휠 선택 알고리즘 ... 60
   [알고리즘 3-2] 토너먼트 선택 알고리즘 ... 61
   [알고리즘 3-3] 토너먼트 선택 알고리즘(일반형) ... 61
   [Drift] 크리스토퍼 랭턴 ... 82
Chapter 04 스키마와 문제 공간
   01 스키마 정리와 빌딩 블록 가설 ... 87
      01 스키마 관련 용어 추가 ... 87
      02 스키마 정리 ... 87
      03 빌딩 블록 가설(Building-Block Hypothesis) ... 89
      04 스키마가 만드는 공간의 모양 ... 89
   02 스키마의 생존 확률 ... 93
      01 c-스키마 ... 95
      02 다차원 스키마 ... 98
      03 스키마의 생존이 다는 아니다 ... 100
   03 상위(Epistasis) ... 101
   04 문제 공간의 모양 ... 103
      01 적합도-거리 상관 관계 ... 103
      02 상관 거리 ... 104
      03 큰 계곡(Big Valley) ... 105
      04 문제 공간 중앙 부근의 매력 ... 106
      05 지역 최적해들의 군집도 ... 108
      06 끌개의 수, 분포, 밀도 ... 109
   05 연산자와 문제 공간 ... 114
      01 연산자가 문제 공간에 미치는 영향 ... 114
      02 끌개의 개수 추정하기 ... 118
      03 삼차원으로부터의 은유 정도로는 안된다 ... 120
   06 왕도 함수(Royal-Road Function) ... 121
   [Drift] 존 폰 노이만 ... 122
Chapter 05 확장된 주제들
   01 염색체 표현의 위상학적 재분류 ... 127
   02 고급 정규화(Normalization) ... 129
      01 그래프 분할 ... 130
      02 정렬 네트워크(Sorting Network) ... 133
      03 신경망(Neural Network) ... 135
   03 복수 개의 목적 함수를 갖는 유전 알고리즘 ... 137
   04 미미틱 유전 알고리즘(혼합형 유전 알고리즘) ... 140
   05 개체군집최적화(Particle Swarm Optimization) ... 143
   06 병렬 유전 알고리즘 ... 146
   07 공진화 ... 148
   08 해집단의 다양성 유지 ... 150
   09 교차 연산들의 혼용과 시너지 효과 ... 152
   10 분류자 시스템(Classifier System) ... 154
   11 에코(Echo) 모델 ... 159
      01 에코 싸이클 ... 160
      02 에이전트 ... 160
      03 에이전트들간의 교류 ... 161
      04 에이전트의 이동 ... 163
      05 에코의 한계와 장래 ... 163
   [알고리즘 5-1] PSO 알고리즘 ... 144
   [Drift] 복잡성 과학 ... 164
Chapter 06 유전 알고리즘의 응용 예들
   01 함수 최적화 ... 169
   02 시스템 최적화 ... 170
      01 함수 근사(Function Approximation) ... 171
      02 신경망 최적화 ... 172
      03 퍼지 시스템 최적화 ... 174
      04 엘리베이터 그룹 스케줄링 ... 175
   03 조합적 최적화 ... 178
      01 순회 세일즈맨 문제(Traveling Salesman Problem) ... 179
      02 차량 라우팅(Vehicle Routing) ... 180
      03 그래프 분할(Graph Partitioning) ... 183
      04 단백질의 3차원 구조 ... 184
      05 VLSI 회로 배치 ... 186
      06 네트워크 배치 ... 191
      07 직교형 스타이너 트리 문제 ... 193
      08 영상 압축을 위한 벡터 양자화(Vector Quantization) ... 195
      09 정렬 네트워크(sorting Network) ... 198
      10 지수귀문도 ... 201
      11 죄수의 딜레마(Prisoner's Dilemma) 문제 ... 205
   [알고리즘 6-1] LBG 알고리즘 ... 198
   [Drift] 고급의 창조력은 고통스런 기초 확립의 과정을 거쳐야 한다 ... 208
Chapter 07 유전 알고리즘의 구체적 예(1) : 그래프 분할
   01 기본 사항 ... 213
      01 문제 정의 ... 213
      02 Kernighan-Lin(KL) 알고리즘 ... 214
   02 그래프 이등분을 위한 유전 알고리즘 ... 216
      01 알고리즘 개관 ... 216
      02 문제 표현 ... 217
      03 초기화 ... 217
      04 선택 ... 217
      05 교차 연산 ... 218
      06 변이 연산 ... 219
      07 지역 최적화 ... 219
      08 대치 ... 219
      09 수행 중단 기준 ... 221
   03 전처리(Preprocessing) ... 222
   04 실험 결과 ... 225
   05 결론 ... 226
   [알고리즘 7-1] Kernighan-Lin 알고리즘 ... 215
   [알고리즘 7-2] 전처리된 미미틱 유전 알고리즘 ... 216
Chapter 08 유전 알고리즘의 구체적 예(2) : TSP
   01 기본 사항 ... 229
   02 지역 최적화 알고리즘 ... 231
      01 2-OPT 알고리즘 ... 231
      02 3-OPT 알고리즘 ... 232
      03 Or-OPT 알고리즘 ... 234
      04 Lin-Kernighan(LK) 알고리즘 ... 235
   03 TSP를 위한 미미틱 유전 알고리즘 ... 239
      01 알고리즘 개관 ... 239
      02 염색체 표현 ... 240
      03 초기화 ... 243
      04 선택 ... 243
      05 교차 연산 ... 244
      06 변이 연산 ... 244
      07 지역 최적화 ... 244
      08 유전자 재배치 ... 245
      09 대치 ... 245
      10 수행 중단 기준 ... 245
   04 부언 ... 246
   [알고리즘 8-1] TSP를 위한 LK 알고리즘 ... 236
   [알고리즘 8-2] 미미틱 유전 알고리즘 ... 239
Chapter 09 다른 스토캐스틱 탐색 기법들
   01 진화 연산의 다른 방법들 ... 249
      01 진화 전략 ... 249
      02 진화 프로그래밍 ... 250
      03 유전 프로그래밍 ... 250
   02 시뮬레이티드 어닐링(Simulated Annealing, SA) ... 253
   03 큰스텝 마르코브 체인(LSMC) ... 255
   04 타부 서치(Tabu Search) ... 257
   [알고리즘 9-1] 시뮬레이티드 어닐링 ... 254
   [알고리즘 9-2] LSMC의 전형적 구조 ... 255
   [알고리즘 9-3] 타부 서치의 전형적 구조 ... 257
Epilogue : 맺음말
   맺음말 ... 259
   참고문헌 ... 262
   찾아보기 ... 275

더보기 닫기