[논문 리뷰] Multi-objective beetle antennae search algorithm

Junfei Zhang, Yimiao Huang외 2명|arXiv (Cornell University)|2020. 02. 24.

Advanced Multi-Objective Optimization Algorithms참고 문헌 21인용 수 12

한 줄 요약

이 논문은 다수의 상충되는 목적이 있고 고차원 변수를 가진 복잡한 비선형 다목적 최적화 문제를 효율적으로 해결하기 위해 새로운 다목적 범용 벌레촉 탐색 알고리즘(MAS-BAS)을 제안한다. 기존의 벌레촉 탐색 알고리즘의 개인 지능 기반 메커니즘을 파레토 최적 해역 근사에 적응시킴으로써, 기존의 다목적 메타휴리스틱보다 더 높은 계산 효율성과 만족스러운 수렴 정확도를 달성한다. 이는 기준 함수에서의 성능을 통해 입증된다.

ABSTRACT

In engineering optimization problems, multiple objectives with a large number of variables under highly nonlinear constraints are usually required to be simultaneously optimized. Significant computing effort are required to find the Pareto front of a nonlinear multi-objective optimization problem. Swarm intelligence based metaheuristic algorithms have been successfully applied to solve multi-objective optimization problems. Recently, an individual intelligence based algorithm called beetle antennae search algorithm was proposed. This algorithm was proved to be more computationally efficient. Therefore, we extended this algorithm to solve multi-objective optimization problems. The proposed multi-objective beetle antennae search algorithm is tested using four well-selected benchmark functions and its performance is compared with other multi-objective optimization algorithms. The results show that the proposed multi-objective beetle antennae search algorithm has higher computational efficiency with satisfactory accuracy.

연구 동기 및 목표

• 다양한 상충되는 목적이 있고 고차원 변수 공간을 가진 대규모 비선형 다목적 최적화 문제를 해결하는 데 도전한다.
• 이러한 문제에서 파레토 최적 해역을 찾는 데 일반적으로 발생하는 높은 계산 비용을 완화한다.
• 개인 지능 기반 알고리즘의 계산 효율성을 활용하기 위해, 벌레촉 탐색(BAS) 알고리즘을 다목적 상황으로 확장한다.
• 다목적 문제의 수렴 속도와 해 정확도 면에서 기존의 군집 지능 기반 메타휴리스틱을 향상시킨다.
• 다양한 제약 조건 하에서 표준 기준 함수에 대해 제안된 알고리즘의 효과성을 입증한다.

제안 방법

• 벌레촉 탐색(BAS) 알고리즘의 원래 단일 목표 버전을 다목적 문제에 동시에 처리할 수 있도록 적응시킨다. 이 알고리즘은 생물학적으로 영감을 받은 사냥 메커니즘을 사용한다.
• 비지배 해를 저장하고 파레토 최적 해역 근사에서 다양성을 유지하기 위해 외부 아카이브를 도입한다.
• 외부 아카이브 내의 비지배 해들 사이의 다양성을 유지하기 위해 빈도 거리 기반 메커니즘을 구현한다.
• 벌레의 촉각 기관 움직임을 모방한 동적 스텝 크기 전략을 사용하여 탐색 공간에서 탐색과 이용의 균형을 이룬다.
• 비지배 순위와 빈도 거리 기반 선택 메커니즘을 적용하여 진정한 파레토 최적 해역 쪽으로 탐색을 이끈다.
• 최적화의 후반 단계에서 수렴 정밀도를 향상시키기 위해 국소 탐색 향상 전략을 통합한다.

실험 결과

연구 질문

• RQ1 상충되는 목적이 있는 다목적 최적화 문제를 효과적으로 다룰 수 있도록 벌레촉 탐색 알고리즘을 확장할 수 있는가?
• RQ2 기존의 다목적 메타휴리스틱과 비교했을 때, 제안된 MAS-BAS 알고리즘의 수렴 속도와 해 정확도는 어떠한가?
• RQ3 다양한 기준 문제에서 파레토 최적 해역 근사 시 알고리즘이 얼마나 우수한 다양성을 유지하는가?
• RQ4 외부 아카이브와 빈도 거리 기반 메커니즘의 통합이 비지배 해의 품질을 향상시키는가?
• RQ5 고차원 변수와 높은 비선형성, 제약 조건이 많은 문제를 해결하는 데 있어 MAS-BAS 알고리즘의 탄력성은 어떠한가?

주요 결과

• 제안된 다목적 벌레촉 탐색 알고리즘(MAS-BAS)은 기준 함수에서 테스트된 다른 다목적 최적화 알고리즘보다 더 높은 계산 효율성을 보였다.
• MAS-BAS는 모든 네 가지 기준 문제에서 진정한 파레토 최적 해역 근사에 대해 만족스러운 정확도를 달성했으며, 일관된 수렴 성능을 보였다.
• 파레토 최적 해역을 따라 균일하게 분포된 해들로 인해, 비지배 해 집합에서 양호한 다양성이 유지됨을 확인할 수 있었다.
• 동적 스텝 크기 전략과 외부 아카이브 메커니즘이 수렴 속도와 해 품질 향상에 크게 기여했다.
• 비교 결과에 따르면, 선택된 기준 문제에서 MAS-BAS는 수렴 및 분포 지표 면에서 몇몇 최첨단 다목적 메타휴리스틱을 능가하는 성능을 보였다.
• 특히 비선형성이 높고 다수의 제약 조건이 존재하는 문제에서 알고리즘이 뛰어난 성능을 보여, 복잡한 탐색 공간에서 강력한 탄력성을 지닌다는 점이 확인되었다.