Study on Support Vector Machines and its Application

Abstract

진화 알고리즘등과 같이 계산지능을 이용한 근사방법들은 다목적 최적화 문제에서 많이 적용되어 왔다. 이와 같은 방법들은 많은 근사 파레토 최적해들을 더 정확하게 생성하기 위해서 더욱 개선되고 있다. 본 논문은 다목적 최적화 문제에서 서포트 벡터 머신(support vector machines;SVM)을 이용하여 근사 파레토 프런티어(Pareto frontier)를 찾는 방법을 제안한다. 또한 제안된 방법과 진화 알고리즘을 결합한 것이 파레토 프런티어를 더 잘 근사시킨다는 것과 두 개 혹은 세 개의 목적함수를 가진 의사결정은 제안된 방법으로 파레토 프런티어를 시각화한 것을 기반으로 더 쉽게 수행된다는 것을 보인다. 마지막으로 몇 개의 수치예제를 통해 제안된 방법의 효율성에 대해 보일 것이다.