[논문 리뷰] Introduction and Ranking Results of the ICSI 2014 Competition on Single Objective Optimization

Ying Tan, Junzhi Li외 1명|arXiv (Cornell University)|2015. 01. 09.

Advanced Multi-Objective Optimization Algorithms참고 문헌 2인용 수 9

한 줄 요약

이 논문은 단일 목적 최적화를 위한 ICSI 2014 경쟁 대회를 소개하며, 스웜 지능 알고리즘을 평가하기 위해 설계된 30개의 이동 및 회전된 테스트 함수로 구성된 벤치마크 세트를 제시한다. 경쟁은 차원 D=2, 10, 30, 50에서 다양한 문제 유형을 대상으로 하며, 각 실행에서 10,000×D개의 함수 평가 후 최소 적합도 값에 따라 알고리즘 성능을 순위화한다.

ABSTRACT

This technical report includes the introduction and ranking results of the ICSI 2014 Competition on Single Objective Optimization.

연구 동기 및 목표

• 다양한 벤치마크 함수를 사용하여 단일 목적 최적화 알고리즘을 평가하기 위한 표준화된 플랫폼을 제공하기 위해.
• PSO, ABC, ACO 및 박쥐 기반 알고리즘과 같은 스웜 지능 알고리즘의 개발 및 비교를 촉진하기 위해.
• 불량 조건 함수, 다모달 함수 및 복합 함수를 포함한 다양한 복잡도의 함수 유형에서 차원(D=2, 10, 30, 50)에 따른 알고리즘 성능 평가를 위해.
• 표준화된 평가 프로토콜과 보고서 형식을 통해 공정하고 재현 가능한 평가 프레임워크를 구축하기 위해.
• 다중 실행 및 다중 차원에서 적합도 성능과 계산 효율성에 기반한 알고리즘 순위 매기기를 가능하게 하기 위해.

제안 방법

• 경쟁은 이전 문헌에서 유래한 23개의 표준 함수와 7개의 신규 구성된 복합 함수를 포함한 총 30개의 함수로 구성된 벤치마크 세트를 사용한다.
• 모든 함수는 이동 및 회전 처리되어 분석적 기울기 접근이 불가능한 블랙박스 최적화 문제로 변환된다.
• 검색 공간은 [-100, 100]^D이며, 각 실행에서 최대 D×10,000회의 함수 평가를 수행한다.
• 각 알고리즘은 함수와 차원당 51번의 독립 실행을 수행하여 최적, 최악, 평균, 중앙값, 표준편차 등의 통계적 측정치를 수집한다.
• 계산 효율성은 두 가지 시간 기준으로 측정된다: T1(함수 9를 300,000회 평가하는 데 걸리는 시간) 및 T2(D=30인 함수 9에서 알고리즘을 다섯 번 실행하는 데 걸리는 시간).
• 결과는 표준화된 CSV 파일(name_2d.csv, name_10d.csv 등) 형식으로 제출되며, 각 함수와 실행에 대한 최적 적합도 값 30×51 행렬을 포함한다.

실험 결과

연구 질문

• RQ1 다양한 조건 수와 다모달 특성을 가진 단일 목적 최적화 문제에서 다양한 스웜 지능 알고리즘의 성능는 어떻게 다를까?
• RQ2 차원 수(D=2, 10, 30, 50)가 스웜 기반 최적화 알고리즘의 수렴성과 강건성에 어떤 영향을 미치는가?
• RQ3 함수 평가 시간과 총 실행 시간으로 측정된 알고리즘 효율성은 벤치마크 세트에서 최적화 성능과 어떻게 상관관계가 있는가?
• RQ4 표준 함수를 조합하여 만든 복합 함수는 개별 함수에 비해 기존 최적화 알고리즘을 얼마나 더 어렵게 만드는가?
• RQ5 다양한 독립 실행에서 알고리즘 결과는 얼마나 일관성이 있으며, 다양한 함수와 차원에서 성능 변동성은 어떠한가?

주요 결과

• ICSI-2014-BS 벤치마크 세트는 30개의 테스트 함수를 포함하며, 이 중 23개는 표준 함수이고 7개는 문제 복잡도를 높이기 위해 신규로 구성된 복합 함수이다.
• 모든 함수는 이동 및 회전 처리되어 기울기 정보가 없는 블랙박스 문제로 변환되어 기울기 기반 최적화 알고리즘 평가에 적합하다.
• 성능 비교의 통계적 신뢰성을 확보하기 위해, 각 함수와 차원당 51회의 독립 실행을 의무화한다.
• 성능은 실행 간에 달성된 최적 적합도 값에 따라 순위가 매겨지며, 각 차원에 대해 표준화된 CSV 파일로 결과가 보고된다.
• 계산 효율성은 T1과 T2를 통해 정량화되며, 상대적 시간 차이 (T2 - T1)/T1가 다양한 하드웨어 환경 간 알고리즘 속도를 정규화하는 데 사용된다.
• 경쟁 결과 및 순위는 평가 후 조직측에서 발표될 예정이었으며, 이는 다양한 스웜 지능 기법 간의 교차 알고리즘 벤치마킹을 가능하게 했다.