[논문 리뷰] A Numerical Optimization Algorithm Inspired by the Strawberry Plant

Farshad Merrikh‐Bayat|arXiv (Cornell University)|2014. 07. 28.

Evolutionary Algorithms and Applications참고 문헌 25인용 수 26

한 줄 요약

이 논문은 딸기 식물의 이중 번식 전략을 모방한 새로운 천연 유도 최적화 알고리즘을 소개한다. 담비를 통해 전역 탐색을 수행하고 뿌리를 통해 局소 탐색을 수행한다. 기존 알고리즘과 달리 이중 복제된 에이전트를 제거하고, 에이전트 간 통신 없이 동시에 큰 이동과 작은 이동을 적용하며, 조정 가능한 파rameter가 단지 세 개인데, 이는 기준 테스트 함수와 강건한 제어 문제에서 뛰어난 성능을 보여준다.

ABSTRACT

This paper proposes a new numerical optimization algorithm inspired by the strawberry plant for solving complicated engineering problems. Plants like strawberry develop both runners and roots for propagation and search for water resources and minerals. In these plants, runners and roots can be thought of as tools for global and local searches, respectively. The proposed algorithm has three main differences with the trivial nature-inspired optimization algorithms: duplication-elimination of the computational agents at all iterations, subjecting all agents to both small and large movements from the beginning to end, and the lack of communication (information exchange) between agents. Moreover, it has the advantage of using only three parameters to be tuned by user. This algorithm is applied to standard test functions and the results are compared with GA and PSO. The proposed algorithm is also used to solve an open problem in the field of robust control theory. These simulations show that the proposed algorithm can very effectively solve complicated optimization problems.

연구 동기 및 목표

• 디알비 식물의 생물학적 번식 메커니즘을 모방한 새로운 수치 최적화 알고리즘을 개발하기 위해.
• 기존의 천연 유도 알고리즘의 한계를 해결하기 위해 에이전트 복제를 제거하고 동시에 전역 및 국소 탐색을 가능하게 하기 위해.
• 조정 가능한 파rameter 수를 세 개로 제한하여 사용자 설정의 복잡성을 줄이기 위해.
• 표준 테스트 함수와 실제 공학 문제, 예를 들어 강건 제어 이론과 같은 문제들에서 알고리즘의 성능을 평가하기 위해.
• 에이전트 간 통신 없이도 복잡한 고차원 최적화 문제를 효과적으로 해결할 수 있음을 입증하기 위해.

제안 방법

• 알고리즘은 딸기 식물의 담비를 전역 탐색을 위한 에이전트로, 뿌리를 국소 탐욕을 위한 에이전트로 모델링한다.
• 각 에이전트는 매 반복마다 대규모(전역) 및 소규모(국소) 이동을 동시에 수행하여 이중 탐색 전략을 시뮬레이션한다.
• 모든 반복에서 중복된 에이전트를 제거하여 다양성을 유지하고 중복을 방지한다.
• 에이전트 간 정보 교환은 일어나지 않으며, 이는 PSO나 GA와 같은 집단 기반 알고리즘과의 주요 차이점이다.
• 알고리즘은 사용자가 조정할 수 있는 세 가지 파rameter를 사용한다: 에이전트 수, 큰 이동 확률, 작은 이동 확률.
• 적합도 평가에 기반하여 반복적으로 업데이트되는 탐색 과정에서, 에이전트는 탐색과 탐욕의 조합을 통해 더 나은 해로 이동한다.

실험 결과

연구 질문

• RQ1 디알비 식물의 이중 번식 메커니즘을 기반으로 한 천연 유도 최적화 알고리즘이 기존 메타휴리스틱을 능가할 수 있는가?
• RQ2 에이전트 복제를 제거함으로써 탐색 과정의 수렴성과 다양성에 어떤 영향을 미치는가?
• RQ3 에이전트 간 통신이 없는 상태에서 단지 세 개의 파rameter만을 사용하는 알고리즘이 얼마나 경쟁력 있는 성능을 낼 수 있는가?
• RQ4 이 알고리즘은 강건 제어 이론과 같은 복잡한 실제 문제를 효과적으로 해결할 수 있는가?
• RQ5 큰 이동과 작은 이동을 동시에 사용할 경우 탐색과 탐욕의 균형에 어떤 영향을 미치는가?

주요 결과

• 제안된 알고리즘은 GA 및 PSO와 비교해 표준 기준 테스트 함수에서 뛰어난 수렴 속도와 높은 해의 질을 달성했다.
• 알고리즘은 강건 제어 이론 분야의 열린 문제를 성공적으로 해결하여 실용적 적용 가능성을 입증했다.
• 중복된 에이전트 제거로 탐색 효율성이 향상되었고, 조기 수렴을 방지했다.
• 에이전트 간 통신이 없더라도 성능에 영향을 주지 않아, 이 방법의 강건성과 단순성을 시사했다.
• 사용자가 조정할 수 있는 파rameter가 단지 세 개인 덕분에 설정 오버헤드가 크게 감소했다.
• 매 반복에서 전역 및 국소 이동의 조합이 탐색과 탐욕의 균형을 향상시켜 다양한 시험 케이스에서 일관된 성능을 보였다.