[論文レビュー] Convergence analysis of beetle antennae search algorithm and its applications

Yinyan Zhang, Shuai Li+1 more|arXiv (Cornell University)|Apr 4, 2019

Metaheuristic Optimization Algorithms Research参考文献 50被引用数 12

ひとこと要約

本稿は、ビートルアンテナサーチ（BAS）アルゴリズムの最初の理論的収束解析を提供し、確率1でグローバル収束することを証明している。7つのベンチマーク関数を用いた成功確率評価と、Rosenbrock、スピードレダクタ、3本のバーのトラスという3つの工学的最適化問題への応用により、高い精度と制約適合性を示している。

ABSTRACT

The beetle antennae search algorithm was recently proposed and investigated for solving global optimization problems. Although the performance of the algorithm and its variants were shown to be better than some existing meta-heuristic algorithms, there is still a lack of convergence analysis. In this paper, we provide theoretical analysis on the convergence of the beetle antennae search algorithm. We test the performance of the BAS algorithm via some representative benchmark functions. Meanwhile, some applications of the BAS algorithm are also presented.

研究の動機と目的

• BASアルゴリズムの理論的収束保証を確立すること。これは、強力な実験的性能を示しているが、これまで形式的な解析がなかったためである。
• 7つの標準的なベンチマーク関数におけるBASの性能を、成功確率指標を用いて定量的に評価し、グローバル最適化の信頼性を検証すること。
• 制約付きで複雑な目的関数を持つ実世界の工学的最適化問題において、BASの実用的有効性を検証すること。
• 収束速度、解の精度、および工学的文脈における解の妥当性の観点から、他のメタヒューリスティックアルゴリズムと比較してBASの性能を評価すること。

提案手法

• BASアルゴリズムは、カマキリの餌探し行動を模倣した確率的探索メカニズムを用いる。カマキリは左右のアンテナの位置における目的関数値の比較に基づいて移動する。
• 更新則は $\mathbf{x}^{k+1} = \mathbf{x}^k - \delta^k \mathbf{b} \cdot \text{sgn}(f(\mathbf{x}_l^k) - f(\mathbf{x}_r^k))$ で定義され、ここで $\mathbf{b}$ はランダムな単位ベクトル、$\delta^k$ はステップサイズである。
• 収束解析は確率論を用いて行われ、やや弱い仮定のもとで、アルゴリズムがグローバル最適解に確率1で収束することを証明している。
• 各ベンチマーク関数について100回の独立実験を繰り返し、成功確率を算出することで、信頼性と性能を定量的に評価している。
• 工学的問題は、パラメータ $\rho = 10^6$, $\alpha = 0.8$, $d_0 = 0.001$, $c = 0.8$ を用いたペナルティ法により、制約なし最適化問題に再定式化している。
• 数値実験は $K_{\text{max}} = 10,000$ 回の反復を用いて、すべてのテストケースにおいて収束性と解の品質を評価している。

実験結果

リサーチクエスチョン

• RQ1 ビートルアンテナサーチ（BAS）アルゴリズムは、理論的保証のもとでグローバル最適解に収束するか？
• RQ2 繰り返し実行された場合、BASの成功確率は7つの代表的ベンチマーク関数においてどのように比較されるか？
• RQ3 実世界の工学的最適化問題において、BASは高精度な解を、制約を完全に満たしながら達成できるか？
• RQ4 制約付き問題において、収束速度および解の品質の観点から、BASの性能は他のメタヒューリスティックアルゴリズムと比べてどうなるか？

主な発見

• BASアルゴリズムは、グローバル最適解に確率1で収束することが証明され、そのグローバル収束に対する最初の理論的基盤が確立された。
• Rosenbrock関数において、BASは100回の実験すべてで100%の成功確率を達成し、最良解は $f(\mathbf{x}) = 263.8963947787828$ に到達した。
• スピードレダクタ問題では、BASは $f(\mathbf{x}) = 3012.610927770214$ の妥当な解を発見し、11の制約すべてを満たした。他のアルゴリズムは、より良い目的関数値を達成したが、制約を破った。
• 3本のバーのトラス問題では、BASは最良の目的関数値 $f(\mathbf{x}) = 263.8962483388589$ を達成し、最先端の結果とほぼ同一であり、制約を完全に満たした。
• アルゴリズムは頑健性と高い信頼性を示し、大多数のベンチマーク関数で90%以上の成功確率を維持しており、強力なグローバル探索能力を示している。
• 工学的応用において、BASは他のアルゴリズムを上回る妥当性を示し、すべての制約を厳密に満たしながら最適または準最適な解を達成した。