Evolutionary Multi Agent System(EMAS) is a new approach to search for a global solution in the Pareto sense to multiobjective optimization problem based on the evolutionary algorithm and the multiagent system which was suggested by K. Socha and M. Kisiel-Dorohinicki in 2001. EMAS is a computational technique utilizing a decentralized model of evolution; incorporating the evolutionary process into a Multi Agent System at a population level. This technique makes the search efficient for pareto optimalities in the multiobjective optimization problem. But considering the demerits of the increase of process tiome depending linearly on the number of objective function calculation, the EMAS has been deterred from being adapted to the aerodynamic optimization where each solution of the Navier-Stokes equation consumes quite a long time. In this research, this hindrance could be overcome to the considerable degree, utilizing the parallel computing. Besides, a suitable crowding factor, the most critical parameter in the EMAS could be found with the adaptation of the double EMAS, where a outer EMAS searches for the proper parameter while the inner EMAS is solving the test function. With a good combination of parameters and parallel objective function calculation in EMAS, 3-D airfoil design optimization was performed satisfying the aerodynamic and RCS purpose, and the various airfoil designs were acquired.
진화적 다중에이전트 시스템(EMAS)은 진화 알고리즘과 다중에이전트 시스템에 기반하여 다목적 함수 최적화 문제를 해결하기위한 새로운 방법 중의 하나로서, K. Socha와 M. Kisiel-Dorohinicki가 2001년에 발표하였다. EMAS는 다중에이전트 시스템을 집단의 차원에서 진화시키는 분산 처리 방식을 이용하여 다목적 최적화 문제에서 파레토 최적값들을 효율적으로 찾아낸다. 그러나 목적함수가 많아질수록 처리시간이 길어지는 단점때문에 지금까지 EMAS는 Navier-Stokes 방정식과 같이 복잡한 공력최적화 문제에 적용되지 못했다. 이 논문에서는 병렬 처리를 이용하여 처리 시간을 상당부분 줄일 수 있었다. 그리고, EMAS에서 중요한 인자로 작용하는 밀집도 인자를 구해내기 위하여 이중 EMAS알고리즘을 이용하였다. 이 결과를 바탕으로 3차원 날개형상 최적화를 수행하였고 개선된 다양한 날개 형상을 얻을 수 있었다.
