[論文レビュー] Victoria Amazonica Optimization (VAO): An Algorithm Inspired by the Giant Water Lily Plant

Seyed Muhammad Hossein Mousavi|arXiv (Cornell University)|Jan 22, 2023

Fish biology, ecology, and behavior被引用数 5

ひとこと要約

本稿では、巨大水生ランブルーム *Victoria amazonica* のライフサイクルおよび競争的成長メカニズムを模倣した、新規の生物にインspiredしたメタヒューリスティックアルゴリズム、バーバリア・アマゾニカ最適化（VAO）を提案する。植物の葉の競争、受粉行動、および生殖サイクルにインspiredして、VAOは葉の拡大、カミナリムシによる受粉、および種子の拡散をシミュレートし、複雑な最適化問題を解く。24のベンチマーク関数および10の実世界応用において優れた性能を示し、遺伝的アルゴリズム（GA）を含む既存のアルゴリズムを上回っている。

ABSTRACT

The Victoria Amazonica plant, often known as the Giant Water Lily, has the largest floating spherical leaf in the world, with a maximum leaf diameter of 3 meters. It spreads its leaves by the force of its spines and creates a large shadow underneath, killing any plants that require sunlight. These water tyrants use their formidable spines to compel each other to the surface and increase their strength to grab more space from the surface. As they spread throughout the pond or basin, with the earliest-growing leaves having more room to grow, each leaf gains a unique size. Its flowers are transsexual and when they bloom, Cyclocephala beetles are responsible for the pollination process, being attracted to the scent of the female flower. After entering the flower, the beetle becomes covered with pollen and transfers it to another flower for fertilization. After the beetle leaves, the flower turns into a male and changes color from white to pink. The male flower dies and sinks into the water, releasing its seed to help create a new generation. In this paper, the mathematical life cycle of this magnificent plant is introduced, and each leaf and blossom are treated as a single entity. The proposed bio-inspired algorithm is tested with 24 benchmark optimization test functions, such as Ackley, and compared to ten other famous algorithms, including the Genetic Algorithm. The proposed algorithm is tested on 10 optimization problems: Minimum Spanning Tree, Hub Location Allocation, Quadratic Assignment, Clustering, Feature Selection, Regression, Economic Dispatching, Parallel Machine Scheduling, Color Quantization, and Image Segmentation and compared to traditional and bio-inspired algorithms. Overall, the performance of the algorithm in all tasks is satisfactory.

研究の動機と目的

• 巨大水生ランブルーム *Victoria amazonica* 植物の生物学的ライフサイクルにインスパイアされた、新規のメタヒューリスティック最適化アルゴリズムの開発。
• 植物の競争的葉の拡大、スパイクの表面支配における役割、およびカミナリムシによる受粉を計算プロセスとしてモデル化。
• 探索空間における多様性と探査の促進を図るため、雌花から雄花への移行および種子の拡散を模倣したアルゴリズムの設計。
• VAOのパフォーマンスを、標準ベンチマーク関数および実世界の最適化問題の両方で評価。
• 多様な問題タイプにわたり、遺伝的アルゴリズム（GA）を含む10の既存の最適化アルゴリズムと比較して、VAOの有効性を検証。

提案手法

• 各葉を候補解としてモデル化し、葉の大きさを解の品質として表現。スパイクに類似したメカニズムを用いた競争的拡大によって、成長が駆動される。
• 受粉プロセスは、カミナリムシが花（候補解）間を移動して花粉（解情報）を運ぶ確率的移動メカニズムとしてシミュレートされ、解の再結合が可能になる。
• 雌花から雄花への移行は、アルゴリズムにおけるフェーズシフトとしてモデル化され、探索の後、開拓が促進される。
• 種子の拡散は、既存の解から新たな解を生成するランダム化メカニズムとしてエミュレートされ、多様性が向上する。
• 成長、受粉、成熟、種子放出の植物ライフサイクル段階を模倣することで、探索と開拓の動的バランスを実現。
• 葉の競争、受粉効率、および生殖タイミングといった植物の生物学的行動から、数学的定式化が導出される。

実験結果

リサーチクエスチョン

• RQ1 *Victoria amazonica* の葉の競争的成長および空間的支配メカニズムを、最適化アルゴリズムとしてどのようにモデル化できるか。
• RQ2 カミナリムシによる受粉プロセスを、メタヒューリスティクスの解再結合メカニズムにどれほど抽象化できるか。
• RQ3 雌花から雄花への移行およびその後の種子の拡散を、最適化における探索と開拓フェーズに効果的にマッピングできるか。
• RQ4 VAOは、多様なベンチマークおよび実世界の問題において、遺伝的アルゴリズム（GA）などの既存アルゴリズムと比較して、どの程度のパフォーマンスを示すか。
• RQ5 *Victoria amazonica* の生物学的ライフサイクルは、メタヒューリスティック最適化における多様性と収束性のバランスをとる強固なフレームワークを提供できるか。

主な発見

• VAOは、Ackley を含む24の標準ベンチマーク最適化関数において、競争力のある収束速度と解の品質を示した。
• 特徴選択、画像セグメンテーション、経済的ディスpatch（経済的発電配分）といった実世界の応用において、遺伝的アルゴリズム（GA）および他の既存のメタヒューリスティクスと同等または優れた結果を達成した。
• 最小全域木、ハブ配置割り当て、二次割当問題を含む、多様な問題タイプにおいて一貫したパフォーマンスを示した。
• 成長、受粉、成熟、種子放出という生物学的フェーズの統合により、探索と開拓の効果的なバランスが実現された。
• 特に高次元および複雑な探索空間において、VAOは強靭性と適応性を示した。
• 実験的評価により、VAOのバイオインスパイアドメカニズムが、グローバルサーチ能力を効果的に向上させ、早期収束を回避することを確認した。