[논문 리뷰] Improved Local Search in Artificial Bee Colony using Golden Section Search

Tarun Kumar Sharma, Millie Pant외 1명|arXiv (Cornell University)|2012. 10. 23.

Metaheuristic Optimization Algorithms Research참고 문헌 28인용 수 11

한 줄 요약

이 논문은 수렴 속도를 향상시키고 국소 최적해에 갇히는 것을 방지하기 위해 국소 탐색 단계에 황금분할탐색(GSS)을 통합한 개선된 인공蜂알고리즘(ABC)인 ILS-ABC를 제안한다. 표준 랜덤 국소 탐색 대신 GSS 기반 탐색을 적용함으로써, 이 방법은 더 빠른 수렴 속도와 비제약 공학 최적화 문제에서 더 나은 성능을 달성하며, 수치 실험에서 최신 기술보다 뛰어난 성능을 보였다.

ABSTRACT

Artificial bee colony (ABC), an optimization algorithm is a recent addition to the family of population based search algorithm. ABC has taken its inspiration from the collective intelligent foraging behavior of honey bees. In this study we have incorporated golden section search mechanism in the structure of basic ABC to improve the global convergence and prevent to stick on a local solution. The proposed variant is termed as ILS-ABC. Comparative numerical results with the state-of-art algorithms show the performance of the proposal when applied to the set of unconstrained engineering design problems. The simulated results show that the proposed variant can be successfully applied to solve real life problems.

연구 동기 및 목표

• 기본 ABC 알고리즘이 느리게 수렴하고 국소 최적해에 갇히는 한계를 해결하기 위해.
• 랜덤 탐색 대신 더 체계적이고 효율적인 방법으로 ABC의 국소 탐색 단계를 향상시키기 위해.
• 비제약 공학 설계 문제에서의 전역 수렴성과 해의 품질을 향상시키기 위해.
• 기존 최신 기술의 최적화 알고리즘들과 비교하여 제안된 변형의 효과성을 검증하기 위해.

제안 방법

• 국소 탐색 단계에서 표준 ABC 알고리즘의 수색자 단계에 황금분할탐색(GSS)을 통합하여 국소 탐색을 정밀하게 조정한다.
• GSS를 사용해 현재 최선의 해를 중심으로 탐색 간격을 반복적으로 좁혀 수렴 속도를 향상시킨다.
• ABC에서 표준 랜덤 변형을 결정론적이고 간격을 좁히는 탐색 전략으로 대체한다.
• 수색자 단계에서 전역 탐색을 유지하기 위해, GSS를 국소 탐색에만 적용함으로써 인구 집단의 다양성을 유지한다.
• 해 벡터를 시스템적으로 탐색 공간을 줄이는 방식으로 업데이트하기 위해 GSS 기반 메커니즘을 적용한다.
• 각 수색자에 대해 GSS에 고정된 반복 횟수를 적용하여 탐색과 이용의 균형을 유지한다.

실험 결과

연구 질문

• RQ1 황금분할탐색은 인공벌알고리즘의 수렴 속도를 향상시킬 수 있는가?
• RQ2 국소 탐색 단계에 GSS를 통합하면 조기 수렴할 가능성이 감소하는가?
• RQ3 표준 공학 최적화 문제에서 제안된 ILS-ABC는 다른 최신 기술의 메타휴리스틱과 비교해 어떻게 성능을 내는가?
• RQ4 GSS 기반 국소 탐색은 국소 정밀 조정을 향상시키면서도 해의 다양성을 유지할 수 있는가?

주요 결과

• 테스트된 공학 설계 문제에서 ILS-ABC 변형은 표준 ABC 알고리즘보다 뛰어난 수렴 속도를 보였다.
• 황금분할탐색의 통합으로 최적 해에 도달하기 위한 함수 평가 횟수가 크게 감소했다.
• 다양한 벤치마크 함수에서 ILS-ABC는 다른 최신 기술의 메타휴리스틱보다 해의 정확성과 강건성 측면에서 뛰어난 성능을 보였다.
• 제안된 방법은 국소 최적해를 효과적으로 피하며 전역 수렴 행동이 향상된 것으로 나타났다.