한빛출판네트워크

대학교재

IT CookBook, 쉽게 배우는 유전 알고리즘 : 진화적 접근법

한빛아카데미

집필서

판매중

좋아요: 35
  • 저자 : 문병로
  • 출간일 : 2014-09-02
  • 페이지 : 284쪽
  • ISBN : 9791156641353
  • 물류코드 :4135
본 도서는 대학 강의용 교재로 개발되었으므로 연습문제 해답은 제공하지 않습니다.

합계 : 23,000

  • 유전 알고리즘의 기본 구성에 대한 체계적인 정리,
    문제 공간에 대한 새로운 관점,
    경쟁력 있는 실제 구현 예,

    누구를 위한 책인가?
    진화의 원리를 문제 해결에 이용하는 유전 알고리즘은 컴퓨터, 물리, 화학, 생물, 전자, 기계, 조선, 원자핵, 경영, 재무회계, 음악, 미술 거의 모든 분야에서 어려운 문제를 해결하는 매력적인 대안의 하나로 자리잡았다. 이 책은 이런 유전 알고리즘을 이용해 문제를 해결하는 방법을 보고 싶은 사람들을 위한 책이다. 전형적인 알고리즘으로 잘 풀리지 않는 문제를 해결하는 방법을 알고자 하는 사람들에게도 도움이 된다.

    무엇을 다루는가?

    • 도입(1장~3장) : 유전 알고리즘의 기본 구조와 구성요소, 문제의 해를 표현하는 방법을 알아보고, 교차o변이o선택o대치 등과 같은 유전 알고리즘의 대표 연산을 소개한다. 1장에서 3장까지를 이해하면 간단한 유전 알고리즘을 구현할 수 있다.
    • 스키마와 문제 공간(4장) : 유전 알고리즘의 작동 원리의 핵심인 스키마 이론과 유전 알고리즘이 탐색을 하는 대상인 문제 공간에 대해 알아본다.
    • 확장된 주제들(5장) : 보다 수준있는 유전 알고리즘을 구현하기 위해 필요한 주제를 다룬다. 유전 알고리즘의 기본 틀로 만족스런 결과를 얻지 못했을 때 도움이 된다.
    • 유전 알고리즘의 응용 예들(6장) : 유전 알고리즘을 디자인하는 방법을 다양한 응용 예를 통해 알아본다. 문제를 표현하는 방법을 중심으로 설명한다.
    • 유전 알고리즘의 구체적 예_그래프 이등분, TSP(7장~8장) : 더 상세한 유전 알고리즘의 구현 예를 보고 싶어하는 독자들을 위하여 그래프 이등분 문제와 순회 세일즈맨 문제를 위한 경쟁력 있는 유전 알고리즘을 단계별로 자세히 다룬다.
    • 다른 스토캐스틱 탐색 기법들(9장) : 유전 프로그래밍, 진화 전략, 진화 프로그래밍과 같은 다른 진화 연산 기법을 설명한다. 그리고 다른 스토캐스틱 탐색 기법도 몇 가지 소개한다.
  • [저자] 문병로

    moon@snu.ac.kr

    서울대학교 컴퓨터공학부에서 교수로 재직 중이다. 서울대학교 계산통계학과, KAIST 전산학과, 펜실베이니아 주립대학교에서 학사, 석사, 박사 학위를 모두 취득했다. 석사 학위를 취득한 후에는 LG전자 중앙연구소 연구원, 박사 학위를 취득한 후에는 UCLA VLSI CAD Lab 박사후 연구원, LG반도체 책임연구원을 거쳤다. 문제 해결 분야와 유전 알고리즘의 이론 및 응용을 연구하는 ‘최적화연구실’을 운영하고 있다.

     

    주 관심사는 어려운 문제들의 속성과 문제들이 이루는 공간의 특성, 알고리즘의 설계·분석, 알고리즘의 기업적 응용, 유전 알고리즘과 생태계·경제·사회·개인의 사고 체계 등에서 공통적으로 관찰되는 진화적·창발적 프로세스에 관한 연구 등이다. 최적화 알고리즘을 주식 투자에 적용하는 ㈜옵투스자산운용 대표이사를 겸직하고 있다.

     

    전공 저서로 본 책 『쉽게 배우는 알고리즘』과 『쉽게 배우는 유전 알고리즘』, 역서로는 『Introduction to Algorithms(개정 3판)』이 있다. 국제 저널과 학술대회에 150여 편의 논문을 발표했다. 이외에도 주식 시장을 수리적으로 접근한 투자교양서인 『문병로 교수의 메트릭 스튜디오』(김영사)가 있다.

     

     

  • Chapter 01. 유전 알고리즘의 개괄
    01_진화
    02_유전 알고리즘의 약사
    03_유전 알고리즘의 기본 용어들
    04_유전 알고리즘의 전형적인 구조
    05_표현
    06_스키마
    07_교차
    08_변이
    09 대치
    10 어떤 문제를 유전 알고리즘으로 푸는가?
    [알고리즘 1-1] 유전알고리즘의 전형적 구조
    [Drift] 머레이 겔만
     
    Chapter 02. 문제의 표현
    01_해란 무엇인가?
    02_이진수 표현 : k-진수 표현
    03_그레이 코딩
    04_실수 표현
    05_가변 표현
    06_위치 기반 표현 : 순서 기반 표현
    07_일차원 표현 : 다차원 표현
    08_유전자 재배치
    09 트리 표현
    [Drift] 존 홀랜드 54
     
    Chapter 03. 유전 알고리즘의 연산들
    01_선택 연산
    02_교차 연산
    03_변이 연산
    04_대치 연산
    [알고리즘 3-1] 룰렛휠 선택 알고리즘
    [알고리즘 3-2] 토너먼튼 선택 알고리즘
    [알고리즘 3-3] 토너먼튼 선택 알고리즘(일반형)
    [Drift] 크리스토퍼 랭턴
     
    Chapter 04. 스키마와 문제 공간
    01_스키마 정리와 빌딩 블록 가설
    02_스키마의 생존 확률
    03_상위(Epistasis)
    04_문제 공간의 모양
    05_연산자와 문제 공간
    06_왕도 함수(Royal-Road Function)
    [Drift] 존 폰 노이만
     
    Chapter 05. 확장된 주제들
    01_염색체 표현의 위상학적 재분류
    02_고급 정규화(Normalization)
    03_복수 개의 목적 함수를 갖는 유전 알고리즘
    04_미미틱 유전 알고리즘(혼합형 유전 알고리즘)
    05_개체군집최적화(Particle Swarm Optimization)
    06_병렬 유전 알고리즘
    07_공진화
    08_해집단의 다양성 유지
    09 교차 연산들의 혼용과 시너지 효과
    10 분류자 시스템(Classifier System)
    11 에코 (Echo) 모델
     [알고리즘 5-1] PSO 알고리즘
    [Drift] 복잡성 과학
     
    Chapter 06. 유전 알고리즘의 응용 예들
    01_함수 최적화
    02_시스템 최적화
    03_조합적 최적화
    [알고리즘 6-1] LBG 알고리즘
     
    Chapter 07. 유전 알고리즘의 구체적 예(1): 그래프 분할
    01_기본 사항
    02_그래프 이등분을 위한 유전 알고리즘
    03_전처리(Preprocessing)
    04_실험 결과
    05_결론
    [알고리즘 7-1] Kernighan-Lin 알고리즘
    [알고리즘 7-2] 전처리된 미미틱 유전 알고리즘
     
    Chapter 08. 유전 알고리즘의 구체적 예(2): TSP
    01_기본 사항
    02_지역 최적화 알고리즘
    03_TSP를 위한 미미틱 유전 알고리즘
    04_부언
    [알고리즘 8-1] TSP를 위한 LK 알고리즘
    [알고리즘 8-2] 미미틱 유전 알고리즘
     
    Chapter 09. 다른 스토캐스틱 탐색 기법들
    01_진화 연산의 다른 방법들
    02_시뮬레이티드 어닐링(Simulated Annealing, SA)
    03_큰 스텝 마르코브 체인
    04_타부 서치(Tabu Search)
    [알고리즘 9-1] 시뮬레이티드 어닐링
    [알고리즘 9-2] LSMC의 전형적 구조
    [알고리즘 9-3] 타부 서치의 전형적 구조
     
    Epilogue 맺음말
    참고문헌
    찾아보기

  •  

  • 내용이 없습니다.
    • 사전처럼 바로 찾아 쓰는 알고리즘

      조지 T. 하인만 , 게리 폴리케 , 스탠리 셀코

    • 누워서 읽는 알고리즘: 프로그래밍 상상력을 키워주는 알고리즘 이야기

      임백준

    • 뇌를 자극하는 알고리즘

      박상현

    • IT CookBook, 쉽게 배우는 알고리즘 : 관계 중심의 사고법

      문병로

닫기

해당 상품을 장바구니에 담았습니다.
장바구니로 이동하시겠습니까?