[논문 리뷰] A Review on Constraint Handling Techniques for Population-based Algorithms: from single-objective to multi-objective optimization

Iman Rahimi, Amir H. Gandomi외 2명|arXiv (Cornell University)|2022. 06. 28.

Metaheuristic Optimization Algorithms Research인용 수 7

한 줄 요약

이 논문은 2000년에서 2020년 사이의 단일 및 다중 목적 최적화 문제에 대한 집단 기반 최적화 알고리즘에서의 제약 조건 처리 기법에 대한 종합적인 리뷰를 제시한다. 유전 알고리즘, 미분 진화, 입자 군집 최적화가 가장 효과적인 방법으로 확인되며, 단일 목적 최적화 대비 다중 목적 제약 조건 최적화 분야에서의 연구 격차가 뚜렷하게 드러난다.

ABSTRACT

This presented study provides a novel analysis of scholarly literature on constraint handling techniques for single-objective and multi-objective population-based algorithms according to the most relevant journals, keywords, authors, and articles. The paper reviews the main ideas of the most state-of-the-art constraint handling techniques in multi-objective population-based optimization, and then the study addresses the bibliometric analysis in the field. The extracted papers include research articles, reviews, book/book chapters, and conference papers published between 2000 and 2020 for the analysis. The results indicate that the constraint handling techniques for multi-objective optimization have received much less attention compared with single-objective optimization. The most promising algorithms for such optimization were determined to be genetic algorithms, differential evolutionary algorithms, and particle swarm intelligence.

연구 동기 및 목표

• 집단 기반 최적화 알고리즘의 단일 및 다중 목적 문제에 대한 제약 조건 처리 기법의 최신 기술 상태를 분석하기 위해.
• 2000년에서 2020년 사이의 제약 조건 최적화 연구에서 가장 자주 사용된 알고리즘과 기법을 특정하기 위해.
• 연구 추세와 격차를 평가하기 위해 분야의 학술 문헌에 대한 문헌정보학적 분석을 수행하기 위해.
• 유전 알고리즘, 미분 진화, 입자 군집 최적화의 성능 및 제약 조건이 있는 다중 목적 최적화에서의 적용 가능성 평가하기 위해.
• 현재 문헌에서 단일 목적 접근 대비 다중 목적 제약 조건 최적화의 부족한 연구 집중도를 부각하기 위해.

제안 방법

• 2000년에서 2020년 사이에 출판된 연구 논문, 리뷰, 책 장편 및 컆퍼런스 논문에 대한 체계적 문헌 리뷰를 수행하였다.
• 키워드, 저자, 저널, 인용 데이터를 사용하여 연구 추세와 기여를 맵핑하기 위해 문헌정보학적 분석을 수행하였다.
• 벌점 함수, 타당성 규칙, 수리 방법, 다중 목적 전용 전략과 같은 범주로 제약 조건 처리 기법을 분류하였다.
• 특히 유전 알고리즘, 미분 진화, 입자 군집 최적화를 포함한 집단 기반 알고리즘의 제약 조건 처리 성능과 인기도를 평가하였다.
• 단일 목적 및 다중 목적 최적화 맥락에서 제약 조건 처리 기법의 빈도와 분포를 분석하였다.
• 통계적 및 시각화 도구를 사용하여 분야 내 연구 클러스터, 영향력 있는 저자, 출판 추세를 식별하였다.

실험 결과

연구 질문

• RQ1 단일 및 다중 목적 집단 기반 최적화 알고리즘에서 가장 널리 사용되는 제약 조건 처리 기법은 무엇인가?
• RQ2 2000년에서 2020년 사이에 집단 기반 알고리즘에서 제약 조건 처리에 대한 연구 초점은 어떻게 변화해 왔는가?
• RQ3 제약 조건이 있는 다중 목적 최적화에서 가장 높은 효과성과 인기를 보인 집단 기반 알고리즘은 무엇인가?
• RQ4 문헌에서 단일 목적 대비 다중 목적 제약 조건 최적화에 할애된 연구 주의는 상대적으로 어떻게 분포되어 있는가?
• RQ5 현재 다중 목적 집단 기반 최적화의 제약 조건 처리 분야에서의 주요 격차와 과제는 무엇인가?

주요 결과

• 다중 목적 최적화의 제약 조건 처리 기법은 단일 목적 최적화에 비해 상당히 덜 연구된 것으로 나타났다.
• 유전 알고리즘, 미분 진화, 입자 군집 최적화는 제약 조건이 있는 다중 목적 최적화에서 가장 두드러지고 유망한 알고리즘이다.
• 검토된 문헌에서 가장 흔하게 사용된 제약 조건 처리 전략은 벌점 함수, 타당성 규칙, 수리 방법이다.
• 문헌정보학적 분석 결과, 다중 목적 제약 조건 최적화 분야에 명확한 연구 격차가 존재하며, 이 분야에는 고영향력 논문이 적고 인용 빈도도 낮다.
• 분야 내 영향력 있는 저널과 저자를 규명하였으며, 연구 집중은 주로 최적화 및 제어 분야에 집중되어 있다.
• 본 연구는 단일 목적 제약 조건 최적화가 다양한 기법을 통해 성숙해졌음에도 불구하고, 다중 목적 제약 조건 최적화 분야는 여전히 미흡하게 연구되고 개발되지 않은 상태임을 확인하였다.