다목적 유전자알고리즘을 이용한 Tank 모형 매개변수 최적화(II): 선호적 순서화의 적용

Abstract

본 연구는 다목적 유전자알고리즘을 이용하여 Tank 모형의 매개변수를 추정하는데 있어서 선호적순서화(preference ordering)를 적용한 연구로써, 목적함수의 개수가 여러 개인 경우에 발생할 수 있는 파레토최적화의 단점을 해결하기 위한 것이다. 최적화를 위한 목적함수는 모두 4가지를 사용하였으며, 선호적순서화를 통해서 구한 2차 효율성(2nd order efficiency)을 가지면서 정도(degree)가 3인 4개의 해 중에서 1개의 해만을 최우선해로 선정하였다. NSGA-II로 도출된 최우선해의 적합성을 살펴보기 위해서, 자동보정방법인 Powell 방법과 SGA(simple genetic algorithm)를 매개변수 자동보정 방법으로 이용하고 하나의 단일목적함수로 사용해서 최적화한 결과와 비교해보았으며, 비교결과 다목적 유전자 알고리즘을 4개의 목적함수에 모두 적용해서 한번에 도출된 매개변수를 이용한 결과가 보정기간뿐만 아니라 검정기간에 대해서도 비교적 양호한 결과를 나타내는 것으로 나타났다. Preference ordering approach is applied to optimize the parameters of Tank model using multi-objective genetic algorithm (MOGA). As more than three multi-objective functions are used in MOGA, too many non-dominated optimal solutions would be obtained thus the stakeholder hardly find the best optimal solution. In order to overcome this shortcomings of MOGA, preference ordering method is employed. The number of multi-objective functions in this study is 4 and a single Pareto-optimal solution, which is 2nd order efficiency and 3 degrees preference ordering, is chosen as the most preferred optimal solution. The comparison results among those from Powell method and SGA (simple genetic algorithm), which are single-objective function optimization, and NSGA-II, multi-objective optimization, show that the result from NSGA-II could be reasonalby accepted since the performance of NSGA-II is not deteriorated even though it is applied to the verification period which is totally different from the calibration period for parameter estimation.