[논문 리뷰] BAS: Beetle Antennae Search Algorithm for Optimization Problems

Xiangyuan Jiang, Shuai Li|arXiv (Cornell University)|2017. 10. 30.

Metaheuristic Optimization Algorithms Research참고 문헌 4인용 수 48

한 줄 요약

이 논문은 장각벌레의 페로몬 기울기 감지를 위해 긴 복합각을 사용하는 행동을 모방한 새로운 메타휴리스틱 최적화 방법인 벌레 복합각 탐색(BAS) 알고리즘을 제안한다. 이 알고리즘은 방향성 무작위 탐색과 좌우 복합각 비교를 통한 기울기 기반 단계 갱신을 통해 탐색과 이용의 균형을 이루며, 마이칼레비치 및 골드스타인 함수와 같은 기준 함수에서 높은 정확도로 전역 최적해에 수렴한다.

ABSTRACT

Meta-heuristic algorithms have become very popular because of powerful performance on the optimization problem. A new algorithm called beetle antennae search algorithm (BAS) is proposed in the paper inspired by the searching behavior of longhorn beetles. The BAS algorithm imitates the function of antennae and the random walking mechanism of beetles in nature, and then two main steps of detecting and searching are implemented. Finally, the algorithm is benchmarked on 2 well-known test functions, in which the numerical results validate the efficacy of the proposed BAS algorithm.

연구 동기 및 목표

• 장각벌레의 번식 행동을 모방한 새로운 메타휴리스틱 최적화 알고리즘을 개발하기 위해.
• 벌레의 복합각 기반 흔적 감지 및 무작위 보행 행동을 계산적 최적화 프레임워크로 모델링하기 위해.
• 적응형 감지 길이와 단계 크기를 통해 전역 최적화에서 탐색과 이용의 균형을 이루기 위해.
• 기본 기준 함수에서 전역 최소값 수렴 성능을 검증하기 위해.
• 기존의 메타휴리스틱 기법인 PSO, GWO, CS와 비교해 단순하면서도 효과적인 대안을 제공하기 위해.

제안 방법

• 알고리즘은 복합각을 이원 센서로 모델링하여 무작위 단위 벡터 $\vec{b}$ 를 사용해 좌우 방향을 탐색한다.
• 좌우 복합각 감지를 시뮬레이션하기 위해 후보 위치 $\bm{x}_r = \bm{x}^t + d^t\vec{b}$ 와 $\bm{x}_l = \bm{x}^t - d^t\vec{b}$ 를 계산한다.
• 벌레의 이동은 $\bm{x}^t = \bm{x}^{t-1} + \delta^t \cdot \text{sign}(f(\bm{x}_r) - f(\bm{x}_l))$ 를 통해 갱신되며, 더 높은 적합도를 가진 쪽을 선호한다.
• 감지 길이 $d^t$ 와 단계 크기 $\delta^t$ 는 시간이 지남에 따라 적응적으로 감소하며, $d^t = 0.95d^{t-1} + 0.01$ 과 $\delta^t = 0.95\delta^{t-1}$ 을 사용한다.
• 외부 최적해 $\bm{x}_{\text{bst}}$ 를 유지하고, 더 나은 적합도가 발견되면 이를 갱신한다.
• 이 방법은 도함수 기반, 집단 기반, 매개변수 민감도가 있는 알고리즘으로, 연속 최적화에 적합하다.

실험 결과

연구 질문

• RQ1 벌레 복합각 행동을 기반으로 한 생물학적 모방 알고리즘이 전역 최적화 문제를 효과적으로 해결할 수 있는가?
• RQ2 BAS 알고리즘이 탐색 과정에서 탐색과 이용을 어떻게 균형 잡는가?
• RQ3 마이칼레비치 및 골드스타인 함수와 같은 표준 기준 함수에서 BAS의 수렴 성능은 어떠한가?
• RQ4 적응형 매개변수 $d^t$ 와 $\delta^t$ 는 국소 최소값을 벗어나는 데 알고리즘의 능력에 어떤 영향을 미치는가?
• RQ5 BAS는 GWO, CS, PSO와 같은 기존의 메타휴리스틱 기법과 비교해 경쟁력 있는 정확도를 달성할 수 있는가?

주요 결과

• 2차원 마이칼레비치 함수에서 BAS는 최적 적합도 값 $f_{\text{bst}} = -1.8008$ 을 달성하였으며, 전역 최소값 $f_* \approx -1.801$ 과 매우 가까웠다.
• 해는 $\bm{x}_{\text{bst}} = [2.1997, 1.5679]^T$ 에 위치하였으며, 진짜 최적해 $[2.20319, 1.57049]^T$ 와 밀접하게 일치하였다.
• 골드스타인-프라이스 함수의 경우, BAS는 $f_{\text{bst}} = 3.0064$ 로 수렴하였으며, 전역 최소값 $f_* = 3$ 과 가까이 도달하였다. 최적해는 $\bm{x}^* = [0, -1]^T$ 에 위치하였다.
• 해는 $\bm{x}_{\text{bst}} = [0.0052507, -0.99933]^T$ 에 도달하였으며, 전역 최소값을 매우 정밀하게 탐색함을 보여주었다.
• 탐색 궤적과 수렴 곡선의 시각화 결과, 100회 반복 동안 안정적이고 빠른 수렴이 확인되었다.
• 알고리즘은 국소 최소값을 효과적으로 피하고 다중 최적값 최적화 환경에서 뛰어난 강건성을 보였다.