[論文レビュー] Empirical Study of Artificial Fish Swarm Algorithm

Reza Azizi|arXiv (Cornell University)|May 16, 2014

Metaheuristic Optimization Algorithms Research参考文献 15被引用数 26

ひとこと要約

本稿では、人工フィッシュ群集合法（AFSA）における視認範囲パラメータとステップサイズパラメータの適応的戦略を提案し、グローバル探索とローカル探索の能力のバランスを図る。実行中にこれらのパラメータを動的に調整することにより、ベンチマーク関数上で顕著な性能向上が示された。固定パラメータを用いたAFSAと比較して、適応的パラメータ制御が収束速度と解の品質を向上させることを示した。

ABSTRACT

Artificial fish swarm algorithm (AFSA) is one of the swarm intelligence optimization algorithms that works based on population and stochastic search. In order to achieve acceptable result, there are many parameters needs to be adjusted in AFSA. Among these parameters, visual and step are very significant in view of the fact that artificial fish basically move based on these parameters. In standard AFSA, these two parameters remain constant until the algorithm termination. Large values of these parameters increase the capability of algorithm in global search, while small values improve the local search ability of the algorithm. In this paper, we empirically study the performance of the AFSA and different approaches to balance between local and global exploration have been tested based on the adaptive modification of visual and step during algorithm execution. The proposed approaches have been evaluated based on the four well-known benchmark functions. Experimental results show considerable positive impact on the performance of AFSA.

研究の動機と目的

• 人工フィッシュ群集合法（AFSA）におけるグローバル探索とローカル活用のバランスを図る課題に対処すること。
• 固定パラメータと適応的パラメータ設定の両方がAFSAの性能に与える影響を調査すること。
• 視認範囲とステップサイズパラメータの動的調整が収束性および解の品質を向上させることを評価すること。
• 群知能アルゴリズムにおける適応的パラメータ制御の有効性を実証的証拠で示すこと。

提案手法

• アルゴリズムの進行状況に基づき、AFSA実行中に視認範囲とステップサイズパラメータの適応的変更を実装する。
• 視認範囲とステップサイズは、初期段階でグローバル探索を強化し、後期段階でローカル最適化を強化するための事前定義ルールに従って動的に調整される。
• 標準的な4つのベンチマーク関数を用いて、固定パラメータバージョンと比較して適応的AFSAの性能を評価する。
• 収束行動と最終的な解の品質を複数回の実行にわたり測定し、統計的信頼性を確保する。
• 適応的戦略は、集団の多様性を維持しながらも、探索効率を向上させることを目的として設計されている。

実験結果

リサーチクエスチョン

• RQ1 固定パラメータと適応的パラメータを用いたAFSAの性能には、どのような差が生じるか？
• RQ2 視認範囲とステップサイズの動的調整は、AFSAにおけるグローバル探索とローカル探索のバランスを改善できるか？
• RQ3 適応的パラメータ制御は、収束速度と解の精度にどのような影響を与えるか？
• RQ4 異なるベンチマーク関数は、AFSAにおける適応的パラメータチューニングにどのように反応するか？

主な発見

• 視認範囲とステップサイズパラメータの適応的調整により、ベンチマーク関数上でのAFSAの性能が顕著に向上した。
• 提案手法は、固定パラメータを用いた標準AFSAと比較して、より速い収束と高い解の正確性を達成した。
• 動的パラメータ制御により、初期段階でのグローバル探索と後期段階でのローカル活用の両方が強化された。
• 実証的結果から、テストした4つのベンチマーク関数すべてで一貫した改善が確認された。