[논문 리뷰] A Compact Self-organizing Cellular Automata-based Genetic Algorithm

Vasileios Barmpoutis, Gary F. Dargush|ArXiv.org|2007. 11. 15.

Cellular Automata and Applications참고 문헌 45인용 수 3

한 줄 요약

이 논문은 공간적으로 구조화된 개체군에서 인접 개체 간에만 교배가 가능하도록 하는 셀룰러 오토마타(CA) 원리를 활용한 컴act하고 자가조직화되는 유전적 알고리즘(GA)을 제안한다. 병렬 처리 대신 CA의 자가조직화를 활용하여, 최소한의 개체군 규모로도 효율적인 탐색을 달성함으로써 조기 수렴을 감소시키고, 시험 함수 및 트러스 설계 문제에서 해의 정확도를 향상시킨다.

ABSTRACT

A Genetic Algorithm (GA) is proposed in which each member of the population can change schemata only with its neighbors according to a rule. The rule methodology and the neighborhood structure employ elements from the Cellular Automata (CA) strategies. Each member of the GA population is assigned to a cell and crossover takes place only between adjacent cells, according to the predefined rule. Although combinations of CA and GA approaches have appeared previously, here we rely on the inherent self-organizing features of CA, rather than on parallelism. This conceptual shift directs us toward the evolution of compact populations containing only a handful of members. We find that the resulting algorithm can search the design space more efficiently than traditional GA strategies due to its ability to exploit mutations within this compact self-organizing population. Consequently, premature convergence is avoided and the final results often are more accurate. In order to reinforce the superior mutation capability, a re-initialization strategy also is implemented. Ten test functions and two benchmark structural engineering truss design problems are examined in order to demonstrate the performance of the method.

연구 동기 및 목표

• 자기조직화 원리를 활용하여 개체군 다양성을 유지하고 조기 수렴을 방지하는 컴 pact한 유전적 알고리즘을 개발하는 것.
• 특히 교배 과정에서, 셀룰러 오토마타(CA) 규칙을 유전적 알고리즘 연산에 통합하여 국소적이고 이웃 기반의 진화를 가능하게 하는 것.
• CA의 자가조직화 성질이 소규모 개체군에서 돌연변이와 탐색 능력을 어떻게 향상시킬 수 있는지 탐구하는 것.
• 구조 공학적 트러스 설계를 포함한 벤치마크 최적화 문제에서 이 방법의 타당성을 검증하는 것.
• 재초기화 및 컴 pact한 개체군 동역학을 통해 기존 GA에 비해 해의 정확도와 수렴 속도를 향상시키는 것.

제안 방법

• GA 개체군의 각 개체는 일차원 셀룰러 오토마타(CA) 격자상의 한 세포에 대응된다.
• 교배 연산은 사전 정의된 CA 전이 규칙에 기반해 인접한 세포들 사이에만 제한된다.
• CA 규칙 세트는 이웃 개체 간 유전 물질 교환 방식을 규정하여 국소적 진화를 촉진한다.
• 알고리즘은 CA의 본질적 자가조직화 행동을 활용하여 개체군 구조를 동적으로 형상화하고 다양성을 증진시킨다.
• 정체된 개체를 복구하고 돌연변이 기반 탐색 능력을 향상시키기 위해 재초기화 전략을 적용한다.
• 개체군 규모는 최소화되어 있으며, 일반적으로 몇 명의 개체로만 구성되며, 컴 pact함과 효율성에 중점을 둔다.

실험 결과

연구 질문

• RQ1 최소한의 개체군 규모를 가진 컴 pact한 GA가 기존 GA보다 더 나은 수렴과 정확도를 달성할 수 있는가?
• RQ2 CA 규칙에 의해 지배되는 이웃 기반 교배가 개체군 다양성과 탐색 효율성에 어떤 영향을 미치는가?
• RQ3 CA의 자가조직화 성질이 유전적 최적화에서 조기 수렴을 어느 정도 감소시키는가?
• RQ4 CA 구조를 가진 개체군에서의 재초기화 전략이 돌연변이와 탐색 능력을 추가로 향상시킬 수 있는가?
• RQ5 제안된 방법은 트러스 설계와 같은 복잡한 실제 공학 문제에서 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 CA 기반 GA는 표준 GA 구현보다 10개의 시험 함수에서 뛰어난 수렴 성능과 해의 정확도를 달성했다.
• 컴 pact한 개체군 구조는 몇 명의 개체로만 이루어져 있어도 조기 수렴을 크게 감소시켰다.
• 자기조직화된 CA 규칙은 개체군의 동적 재구성 가능성을 제공하여 국소 탐색과 다양성을 향상시켰다.
• 재초기화 전략은 정체된 개체를 효과적으로 복구시켜 국소 최적해에서 벗어나는 능력을 향상시켰다.
• 두 개의 벤치마크 트러스 설계 문제에서, 기존의 GA보다 더 정확하고 경량화된 설계를 도출했다.
• 다양한 문제 유형에 걸쳐 뛰어난 성능을 보이며, 강력한 일반화 능력을 보여주었다.