[論文レビュー] Evaluation the efficiency of artificial bee colony and the firefly algorithm in solving the continuous optimization problem

Seyyed Reza Khaze, Isa Maleki+2 more|arXiv (Cornell University)|Sep 16, 2013

Metaheuristic Optimization Algorithms Research参考文献 11被引用数 8

ひとこと要約

本稿では、連続最適化問題を解く際の人工蜂群(ABC)およびファイヤーフライアルゴリズム(FA)の性能を評価する。高次元の探索空間とクラスタ化された最適解を有するベンチマーク関数を用いて、解の精度、収束速度、信頼性の観点から両アルゴリズムを比較し、FAが収束速度および解の品質において、テストされた問題において一般的にABCを上回ることを示している。

ABSTRACT

Now the Meta-Heuristic algorithms have been used vastly in solving the problem of continuous optimization. In this paper the Artificial Bee Colony (ABC) algorithm and the Firefly Algorithm (FA) are valuated. And for presenting the efficiency of the algorithms and also for more analysis of them, the continuous optimization problems which are of the type of the problems of vast limit of answer and the close optimized points are tested. So, in this paper the efficiency of the ABC algorithm and FA are presented for solving the continuous optimization problems and also the said algorithms are studied from the accuracy in reaching the optimized solution and the resulting time and the reliability of the optimized answer points of view.

研究の動機と目的

• 連続最適化問題を解く際の人工蜂群(ABC)およびファイヤーフライアルゴリズム(FA)の効率を評価すること。
• 解の精度、収束速度、信頼性の観点からABCおよびFAの性能を分析すること。
• 大規模な探索空間と近接した最適解を有するベンチマーク問題に対して両アルゴリズムをテストすること。
• 現実世界の連続最適化シナリオにおけるメタヒューリスティックアルゴリズムの比較分析を提供すること。

提案手法

• 本研究では、高次元の探索空間と多数の局所最適解を有する標準的なベンチマーク関数を用いて、アルゴリズムの性能を評価する。
• 人工蜂群(ABC)は、従業蜂、観察蜂、スカウト蜂のフェーズを用いて探索と活用の両方を実行する。
• ファイヤーフライアルゴリズム(FA)は、魅力度と光の強度のメカニズムを用いて、ファイヤーフライの移動をより良い解へ誘導する。
• 解の精度、収束速度、結果の一貫性を評価するために、複数回の実行を通じて性能を測定する。
• 平均値および最良解の標準偏差などの指標を用いて、統計的評価を実施する。
• 両アルゴリズムは、既知のグローバル最適解を有する連続最適化問題のセットに対して、比較分析のためにテストされた。

実験結果

リサーチクエスチョン

• RQ1 複雑な地形を有する連続最適化問題において、ABCとFAの解の精度はどのように比較されるか？
• RQ2 複数のベンチマーク関数を通じて、どちらのアルゴリズムがより速く最適解に収束するか？
• RQ3 ABCおよびFAが繰り返し実行された際に生成する解は、どの程度信頼性があるか？
• RQ4 ファイヤーフライアルゴリズムは、人工蜂群(ABC)と比較して、高次元かつマルチモーダルな探索空間を効果的に探索できるか？
• RQ5 連続最適化タスクにおいて、ABCおよびFAの収束速度と解の品質のトレードオフは何か？

主な発見

• ファイヤーフライアルゴリズム(FA)は、人工蜂群(ABC)と比較して、大多数のベンチマーク関数でより高い解の精度を達成した。
• FAは収束速度が速く、ABCよりも少ない反復回数で最適または近似的に最適な解に到達した。
• ABCは複数回の実行において解の品質に高いばらつきを示し、信頼性が低いことが判明した。
• 局所最適解がクラスタ化された関数では、FAが局所最適解からの脱出に効果的であり、グローバル最適解に到達できた。
• すべてのテスト関数において、FAが得た最良解の平均値は、ABCよりも一貫して低く（優れている）であった。
• 両アルゴリズムとも低次元問題では良好に機能したが、FAは高次元および複雑な地形においても優れた性能を維持した。