[論文レビュー] A survey on pioneering metaheuristic algorithms between 2019 and 2024

Tansel Dökeroğlu, Deniz Cantürk+1 more|ArXiv.org|Dec 28, 2024

Metaheuristic Optimization Algorithms Research被引用数 4

ひとこと要約

本論文は2019年から2024年にかけて開発された158のメタヒューリスティックアルゴリズムについて包括的なレビューを提供し、引用影響度、問題の多様性、コードの可用性、停滞へのロバスト性の観点から23の最も影響力のあるアルゴリズムを特定した。これらのアルゴリズムのメカニズム、応用、使いやすさを評価し、複雑な最適化課題に適したアルゴリズム選定のための批判的ベンチマークを提示している。

ABSTRACT

This review examines over 150 new metaheuristics of the last six years (between 2019 and 2024), underscoring their profound influence and performance. Over the past three decades, more than 500 new metaheuristic algorithms have been proposed, with no slowdown in sight. An overwhelming abundance that complicates the process of selecting and assessing the most effective solutions for complex optimization challenges. Our evaluation centers on pivotal criteria, including annual citation metrics, the breadth of the addressed problem types, source code availability, user friendly parameter configurations, innovative mechanisms and operators, and approaches designed to mitigate traditional metaheuristic issues such as stagnation and premature convergence. We further explore recent high impact applications of the past six years' most influential 23 metahueristic algorithms, shedding light on their advantages and limitations, while identifying challenges and potential avenues for future research.

研究の動機と目的

• 2019年から2024年までの間に150余りの新規提案メタヒューリスティックアルゴリズムの中から効果的なものを選択するという、急増する課題に対処すること。
• 引用頻度、問題の多様性、コードの可用性といった複数の基準に基づき、最も影響力のあるメタヒューリスティックアルゴリズムを特定・評価すること。
• 優れたアルゴリズムの強み、限界、革新的なメカニズムを分析し、研究者および実務家がアルゴリズム選定に役立てるための指針を提供すること。
• 23のトップアルゴリズムが、多様な分野における実世界の最適化課題で果たした高影響力の応用を強調すること。
• メタヒューリスティック設計および応用分野における未解決の課題と今後の研究方向性を特定すること。

提案手法

• 2019年から2024年までの間に新規に提案された158のメタヒューリスティックアルゴリズムについて、学術データベースおよび引用追跡を用いて体系的なレビューを実施した。
• 年間引用数、取り扱う問題タイプの範囲、ソースコードの可用性、パrameterチューニングのしやすさ、メカニズムの新規性、停滞および早期収束に対するレジリエンスの6つの主要基準に基づき、アルゴリズムを評価した。
• 評価基準の総合的パフォーマンスに基づき、引用数を主なフィルターとして用いて23の上位パフォーマンスを示したアルゴリズムを選定した。
• 独自の演算子、探索戦略、収束行動に注目し、選定された23のアルゴリズムの詳細な比較分析を実施した。
• 2019年から2024年までの間に、トップ23アルゴリズムの最新の応用事例を収集・統合し、実世界への影響を示した。
• トレンド、限界、研究ギャップを特定し、今後のアルゴリズム開発および応用に役立てるための指針を提示した。

Figure 1 : The query results on Google Scholar and Web of Science (WOS) with the keywords ”metaheuristic” for the last 15 years (2011 and 2024).

実験結果

リサーチクエスチョン

• RQ1 2019年から2024年までの間に発表されたメタヒューリスティックアルゴリズムの中で、最も高い影響力と持続的な研究的影響を示したのはどれか？
• RQ2 上位パフォーマンスを示すメタヒューリスティクスは、メカニズム設計、パrameter感受性、最適化の落とし穴（停滞）に対するロバスト性においてどのように異なるか？
• RQ3 アルゴリズムの新規性、コードの可用性、研究コミュニティにおける採用率の間にはどのような関係があるか？
• RQ4 2019年から2024年までの間に、最も影響力のあるメタヒューリスティクスが活用された主な応用分野は何か？
• RQ5 主要なメタヒューリスティック設計に共通して見られる課題や限界は何か。今後の研究で最も有望な方向性は何か？

主な発見

• ハリス・ウサギ最適化（Harris Hawks Optimization）は2024年11月時点で11,300件の引用を記録し、2019年から2024年までの間に発表されたメタヒューリスティックの中で最も引用数の多いアルゴリズムとなった。
• 勾配ベース最適化（Gradient-based Optimizer、2020年）とスライムモールドアルゴリズム（Slime Mould Algorithm、2020年）は、それぞれ5,000件を超える引用を獲得し、多様な最適化問題に広く採用され、強い影響を示した。
• 2023年に発表されたダンギュウブチクモ最適化（Dung Beetle Optimizer）や2024年に登場したカオスゲーム最適化（Chaos Game Optimization）は、最近発表されたにもかかわらず影響力が急上昇しており、2024年末時点で900件および760件の引用を記録した。
• 158のレビュー対象アルゴリズムのうち、すべての評価基準で高いインパクトを示したのはわずか23にとどまり、メタヒューリスティック研究における厳密なベンチマーク手法の必要性を浮き彫りにした。
• 引用数の高いアルゴリズム（例：マリンプレデーターズ、アンビリウムオプティマイザー）の多くが2020年に発表されたことから、この年がイノベーションのピークであった可能性が示唆された。
• オープンソースコードを備え、パrameter設定が使いやすいアルゴリズムは、使いやすさと採用率の両面で一貫して高い順位を記録しており、アルゴリズム設計におけるアクセシビリティの重要性を強調している。

Figure 2 : The steps of the HHO metaheuristic according to the energy level (E), $q$ and $r$ values.