[논문 리뷰] Combined A*-Ants Algorithm: A New Multi-Parameter Vehicle Navigation Scheme

Hojjat Salehinejad, Hossein Nezamabadi–pour외 2명|arXiv (Cornell University)|2015. 04. 28.

Data Management and Algorithms참고 문헌 7인용 수 9

한 줄 요약

이 논문은 전자 지도를 사용하여 다중 매개변수 최적 차량 경로를 계산하기 위해 A* 탐색과 개미 군집 최적화를 통합한 새로운 병합 A*-개미 알고리즘을 제안한다. A*를 통해 페로몬 수준을 초기화하여 기반으로 삼는 개미 기반 경로 탐색을 유도함으로써, 표준 개미 알고리즘에 비해 더 낮은 비용 함수 값과 향상된 효율성을 달성하였으며, 이는 이란 케르만의 도로 네트워크에서 실세계 테스트를 통해 검증되었다.

ABSTRACT

In this paper a multi-parameter A*(A- star)-ants based algorithm is proposed in order to find the best optimized multi-parameter path between two desired points in regions. This algorithm recognizes paths, according to user desired parameters using electronic maps. The proposed algorithm is a combination of A* and ants algorithm in which the proposed A* algorithm is the prologue to the suggested ant based algorithm .In fact, this A* algorithm invigorates some paths pheromones in ants algorithm. As one of implementations of this method, this algorithm was applied on a part of Kerman city, Iran as a multi-parameter vehicle navigator. It finds the best optimized multi-parameter direction between two desired junctions based on city traveler parameters. Comparison results between the proposed method and ants algorithm demonstrates efficiency and lower cost function results of the proposed method versus ants algorithm.

연구 동기 및 목표

• 사용자가 정의한 기준(예: 이동 시간, 거리, 도로 상태)을 고려하는 다중 매개변수 차량 내비게이션 시스템을 개발하는 것.
• 단독으로 사용할 경우 복잡한 다목적 경로 탐색 문제를 다루는 데 한계가 있는 A* 및 개미 군집 알고리즘의 문제점을 해결하는 것.
• 개미 군집 최적화에서 페로몬 초기화를 사전에 안내하기 위해 A*를 활용하여 경로 탐색의 효율성을 향상시키는 것.
• 실제 도시 환경에서 실제 교통 및 인프라 제약 조건을 반영하여 제안된 방법을 검증하는 것.
• 전통적인 개미 군집 최적화에 비해 비용 함수 최소화 측면에서 뛰어난 성능을 보여주는 것.

제안 방법

• 알고리즘은 사용자가 정의한 매개변수를 기반으로 최초 최적 경로를 계산하는 A* 단계에서 시작되며, 이 경로가 개미 군집 시스템의 페로몬 수준을 초기화하는 데 사용된다.
• 페로몬 초기화는 A* 경로에서 유도되며, 이는 개미 기반 탐색 단계에서 고품질 경로가 우선시되도록 보장한다.
• 개미들은 페로몬 수준과 히우리스틱 정보(예: 거리, 속도 제한)에 기반한 확률적 선택 규칙을 사용하여 도로 네트워크를 이동한다.
• 페로몬 업데이트 규칙은 표준 개미 시스템 공식을 따르며, 비용 함수를 낮추는 데 기여하는 경로에 대해 강화된다.
• 알고리즘은 다중 개미 사이클을 반복적으로 거쳐 페로몬 증발을 통해 탐색과 이용의 균형을 유지하면서 경로를 점진적으로 개선한다.
• 최종 경로는 이동 시간, 거리, 도로 유형 등의 다중 매개변수를 통합한 최저 비용 함수 기반으로 선택된다.

실험 결과

연구 질문

• RQ1 A*와 개미 군집 최적화의 통합은 개별적으로 사용할 경우보다 더 나은 다중 매개변수 차량 경로 탐색을 가능하게 하는가?
• RQ2 A*에 의해 안내되는 페로몬 초기화가 다목적 경로 탐색에서 수렴 속도와 해의 품질에 어떤 영향을 미치는가?
• RQ3 비용 함수 최소화 측면에서 제안된 알고리즘이 표준 개미 군집 최적화에 비해 어느 정도 뛰어난가?
• RQ4 복잡한 도로 네트워크를 가진 실제 도시 환경에서 이 알고리즘이 얼마나 잘 작동하는가?
• RQ5 사용자가 정의한 매개변수가 경로 선택 및 최적화 결과에 어떤 영향을 미치는가?

주요 결과

• 케르만 시 테스트 케이스에서 병합 A*-개미 알고리즘이 표준 개미 군집 알고리즘보다 낮은 비용 함수 값을 달성하였다.
• A*를 활용한 페로몬 초기화 통합이 수렴 속도 향상과 해의 품질 향상에 뚜렷한 영향을 미쳤다.
• 이 방법은 실제 도시 도로 네트워크에서 이동 시간, 거리, 도로 상태 등의 다중 매개변수를 효과적으로 처리하는 데에 뛰어난 내구성을 보였다.
• 경로 최적화 효율성과 해의 일관성 측면에서 개미 군집 알고리즘보다 본 알고리즘이 뛰어난 성능을 보였다.
• 실제 케르만 도로 지도 구현에서 본 방법은 더 신뢰할 수 있고 사용자 선호도가 높은 내비게이션 결과를 도출하였다.
• 결과적으로 A*에 의해 안내되는 페로몬 초기화가 다중 매개변수 차량 내비게이션에서 개미 기반 시스템의 성능을 향상시킨다는 것이 확인되었다.