Process mining is an analytical technique aimed at obtaining useful information about a process by extracting a process model from events log. However, most existing process models are deterministic because they do not include stochastic elements such as the occurrence probabilities or execution times of activities. Therefore, available information is limited, resulting in the limitations on analyzing and understanding the process. Furthermore, it is also important to develop an efficient methodology to discover the process model. Although genetic process mining algorithm is one of the methods that can handle data with noises, it has a limitation of large computation time when it is applied to data with large capacity. To resolve these issues, in this paper, we define a stochastic process tree and propose a tabu search-genetic process mining (TS-GPM) algorithm for a stochastic process tree. Specifically, we define a two-dimensional array as a chromosome to represent a stochastic process tree, fitness function, a procedure for generating stochastic process tree and a model trace as a string of activities generated from the process tree. Furthermore, by storing and comparing model traces with low fitness values in the tabu list, we can prevent duplicated searches for process trees with low fitness value being performed. In order to verify the performance of the proposed algorithm, we performed a numerical experiment by using two kinds of event log data used in the previous research. The results showed that the suggested TS-GPM algorithm outperformed the GPM algorithm in terms of fitness and computation time.

The Dynamic Vehicle Routing Problem (DVRP) involves a combinatorial optimization problem where new customer demands become known over time, and old routes must be reconfigured to generate new routes while executing the current solution. We consider the high level of dynamism problem. An application of highly dynamic DVRP is the ambulance service where a patient contacts the service center, followed by an evaluation of case severity, and a visit by a practitioner/ ambulance is scheduled accordingly. This paper considers a variant of the DVRP and proposes a decentralized algorithm in which collaborators (Depot and Vehicle), both have only partial information about the entire system. The DVRP is modeled as a periodic re optimization of VRP using the proposed decentralized algorithm where collaborators exchange local information to achieve the best global objective for the current state of the system. We assume the existence of a dispatcher e.g., headquarter of the company who can communicate to vehicles in order to gather information and assigns the new visits to them. The effectiveness of the proposed decentralized coordination algorithm is further evaluated using benchmark data given in literature. The results show that the proposed method performed better than the compared algorithms which utilize the centralized coordination in 12 out of 21 benchmark problems.

The performance of ground-based optical structures is highly sensitive to external environments, such as airflow in open space. In this paper, initial aerodynamic data due to ambient air flow were analyzed in optical models designed through knowledge-based design algorithm, and dynamic data acting on optical structures in turbulent flow with velocity of 50m/s were analyzed to present the initial shape design conditions of the structures. The simulation results showed that the maximum pressure, minimum pressure, and maximum differential pressure acting on the mirror are directly proportional to the sweep angle.

신재생 에너지 자원중 풍력발전은 비약적인 기술 발전과 시장 규모가 급속하게 성장하고 있다. 최근 육상풍력발전단지의 공간적 한계, 환경 문제 등으로 인하여 설치 공간이 해상으로 이동되었고, 더욱 풍부한 풍황 조건을 가진 깊은 수심에 설치되는 부유식 해상 풍력단지의 개발이 활발하게 진행되고 있다. 해상교통관점에서 해상풍력단지의 최적위치 선정은 선박과 풍력기들의 간섭을 최소화 하고 사고 확률이 적은 곳이며, 선박 밀집도가 낮은 해역이 최적위치로 선정된다. 본 연구에서는 유전 알고리즘 기반의 계절별 1주일 기간 선박자동식별장치 데이터를 유전자 및 염색체로 구성하였다. 80개의 유전자로 구성하고 유전 알고리즘의 적합도 평가를 거쳐 부유식 해상 풍력단지의 계절별 최적위치를 선정하였다. 더 나아가 계절별 최적위치 점수를 합산하여 최종 최적위치를 선정하였다. 분석 해역에서 최적위치는 11개로 나타났으며, 해상교통관점에서 유전 알고리즘을 통한 최적위치 선정이 적용 가능함을 확인하였다.

The concept of carsharing involves sharing a small number of reserved cars to be used individually by a larger number of people as required. This study examines the operating parameters of one-way carsharing systems in order to determine the appropriate operating conditions that minimizes the lost sales rate. Five operating parameters are tested in this study: the number of stations, the average number of vehicles per station, the rate of one-way trip, the average number of staffs per station, and the relocation policy. The performance of round-trip carsharing systems is also compared to that of one-way carsharing systems. A simulation model is developed and simulations are performed to determine the appropriate combination of operating parameter and levels. The simulation results show that the average number of vehicles per station is the most critical parameter. Other key findings obtained from this research are as follows. First, applying the appropriate relocation policy to one-way carsharing systems can allow more customers to rent vehicles than the traditional round-trip carsharing systems. Second, the appropriate relocation policy should be selected based on the average number of vehicles per station in order to minimize the lost sales rate. Third, the number of stations does not affect the lost sales rate. This study findings will provide tools to understand impact of the carsharing system parameters on the efficiency of the carsharing operations.

It is one of the known methods to obtain the optimal solution using the Ant Colony Optimization Algorithm for the Traveling Salesman Problem (TSP), which is a combination optimization problem. In this paper, we solve the TSP problem by proposing an improved new ant colony optimization algorithm that combines genetic algorithm mutations in existing ant colony optimization algorithms to solve TSP problems in many cities. The new ant colony optimization algorithm provides the opportunity to move easily fall on the issue of developing local optimum values of the existing ant colony optimization algorithm to global optimum value through a new path through mutation. The new path will update the pheromone through an ant colony optimization algorithm. The renewed new pheromone serves to derive the global optimal value from what could have fallen to the local optimal value. Experimental results show that the existing algorithms and the new algorithms are superior to those of existing algorithms in the search for optimum values of newly improved algorithms.

만성 췌장염에 동반된 췌장결석은 심한 통증을 유발하여 환자들의 삶의 질을 매우 저하시킨다. 특히 주췌관을 막고 있으며 통증을 유발하는 췌장결석은 적극적인 치료를 고려해야 한다. 먼저 췌장결석이 머리나 몸통에 위치하고, 크기가 5 mm미만인 경우에는 바로 내시경 제거를 시도해볼 수 있다. 5 mm 이상의 경우에는 먼저 ESWL을 시행하고 그 결과에 따라 추가로 내시경 제거를 고려할 수 있다. 이러한 치료에 실패하였을 경우에는 췌관경을 이용한 쇄석술이나 수술을 고려해야 하고, 가교치료로 췌관스텐트 삽입을 이용할 수 있다.

Robot manipulators are highly nonlinear system with multi-inputs multi-outputs, and various control methods for the robot manipulators have been developed to acquire good trajectory tracking performance and improve the system stability lately. The computed torque controller has nonlinear feedforward control elements and so it is very effective to control robot manipulators. If the control gains of the computed torque controller is adjusted according the payload, then more precise control performance is attained. This paper extends the conventional computed torque controller in the joint space to the Cartesian space, and optimize the control gains for some specified payloads in both joint and Cartesian spaces using genetic algorithms. Also a neural network is employed to have proper control gains for arbitrary payloads using generalization properties of the neural network. Computer simulation results show that the proposed control system for robot manipulators has excellent performance in various conditions.

충돌 피항 동작은 선박 간 끊임없이 영향을 주고받는다. 특히 다수의 선박이 조우하는 경우, 상대 선박의 피항 의도를 파악하고 서로에게 얼마나 영향을 미치는 지를 파악하는 것은 어려운 일이다. 이를 위해 분산 확률 탐색 알고리즘이 제안되었다. 분산 확률 탐색 알고리즘은 이웃 선박과 반복적인 메시지 교환을 통해 비용을 가장 크게 낮출 수 있는 코스를 탐색 후 확률과 제한 조건에 따라 기존의 코스를 유지할지 아니면 새로운 코스를 선택할지를 결정한다. 그러나 분산 확률 탐색 알고리즘에 사용된 파라미터가 충돌 피항에 어떠한 영향을 미치는지 증명되지 않았다. 본 논문에서는 분산 확률 탐색 알고리즘의 파라미터와 가중치가 충돌 피항에 어떠한 영향을 미치는지 분석하였다. 또한 타선과의 피항 거리를 조절하기 위한 충격 흡수 영역을 소개한다. 실험 방법은 두 선박이 조우할 수 있는 세 가지 상황, 즉 정면에서 조우하는 상황, 횡단하는 상황, 추월하는 상황에 파라미터와 가중치의 변수들을 조합하여 실험을 진행하였다. 각 상황 당 8,000회, 총 24,000회의 실험이 진행되었다. 실험 결과 모든 실험에서 한 건의 충돌도 발생하지 않았다. 선박이 목적지에 큰 가중치를 줄 경우, 즉 이기적인 행동을 할 경우, 비용은 증가함을 보였다. 타선의 움직임을 더 길게 예측할수록 항행 거리, 메시지 교환 횟수는 작아지는 경향을 보였다.

다수의 선박이 조우하였을 경우, 충돌 피항을 위해 상대 선박의 의도를 파악하는 것은 매우 중요한 문제이다. 또한 다수의 선박의 의도를 동시에 고려하여 충돌 피항 계획을 세우는 것은 항해사에게 큰 부담이 될 수 있다. 이를 위해 분산 알고리즘이 제안 되었다. 분산 알고리즘은 각각의 선박이 다수의 상대 선박과 정보 교환을 통해 안전한 코스를 탐색할 수 있도록 한다. 본 논문에서는 분산 알고리즘의 하나인 분산 확률 탐색 알고리즘을 선박 충돌 피항에 적용하였다. 분산 확률 탐색 알고리즘에서 선박은 비용 감소가 가장 큰 코스와 기존의 코스를 확률과 제한 조건에 따라 선택한다. 분산 확률 탐색 알고리즘은 확률과 제한 조건에 따라 다섯 가지 종류로 나눠진다. 본 논문에서는 다섯 가지 종류의 분산 확률 탐색 알고리즘을 선박 충돌 피항을 위해 적용하였으며 선박 충돌 피항에 미치는 영향을 분석하였다. 또한 어떠한 분산 확률 탐색 알고리즘이 충돌 피항에 적합한지를 실험하였다. 실험 결과 다섯 가지 버전의 분산 확률 탐색 알고리즘에서 A와 B방식이 효과적으로 선박 충돌 피항을 수행하였다. 본 알고리즘은 분산 시스템 환경에서 선박 충돌 방지를 위해 적용 가능할 거라 기대된다.