| 초록 |
어류 서식지 적합성 지수 모델(HSI)은 어류 분포와 해양환경 사이에 존재하는 비선형 관계에 기반하여 구축한다. 그런데, 해양 환경인자 사이에는 전통 방법으로 제거할 수 없는 상관성이 존재함으로 인해 획득된 HSI 매개변수가 환경인자와 어장 사이의 복합한 관계를 정확하게 표현하기 어렵다. 유전 알고리즘(genetic algorithm, GA)에 기반하여 해양 환경인자 사이의 상관성을 자동으로 제거하고 일종의 상용 HIS 모델구축과 지능 최적화 프레임워크(GeneHSI)를 구축하였다. GeneHSI 프레임워크의 핵심은 HSI 모델구축 공간에서 유전 알고리즘 공간으로 향하는 것을 반영하고 GA 적응도 함수를 구축하는 것이다. 상기 함수 구축의 요지는 HSI가 예측한 어장 확률과 상업 포획에서 획득한 어장 확률 사이의 누적 오차값을 최소화하는 것이다. GeneHSI는 해결하고자 하는 문제의 구축, GA 초기화 및 GA 최적화 전략 등 3개 부분으로 구성되었다. 임의로 생성된 표준화 해양환경 데이터와 어장 확률 데이터를 이용하여 GeneHSI 모델 프레임워크의 유효성을 검증하였다. 연구 결과, GeneHSI는 효과적으로 HSI의 모델구축을 최적화하고 자동으로 HSI 매개변수를 획득할 수 있다. 서로 다른 제한 조건에서 유전 알고리즘으로 획득한 HIS는 비교적 큰 차이가 있다. 그 중, 일반 최적화 전략으로 획득한 HIS 매개변수가 가장 낮다. 부등식, 등식 및 상하계 조건에서 GeneHSI 최적화 과정은 현저히 더 합리적이다. 따라서 획득한 HIS 매개변수도 더 정확하다. 또한, 100, 1,000, 5,000 및 10,000 표본량의 최적화 모델구축에 따르면 GeneHSI는 대량 표본 데이터를 처리하는 능력을 구비하였다. |
