[논문 리뷰] On the idea of a new artificial intelligence based optimization algorithm inspired from the nature of vortex

Utku Köse, Ahmet Arslan|arXiv (Cornell University)|2017. 04. 03.

Metaheuristic Optimization Algorithms Research인용 수 7

한 줄 요약

이 논문은 자연의 소용돌이 흐름의 역학을 모델로 삼아 개발된 새로운 생물학적 영감을 받은 메타휴리스틱 최적화 알고리즘인 Vortex Optimization Algorithm(VOA)를 소개한다. 소용돌이의 회전 운동과 중심 향한 수렴과 같은 행동을 시뮬레이션함으로써, 단일 목표 최적화에서 해의 탐색과 이용을 향상시키며, 기존 방법들과 비교해 경쟁 가능한 성능을 보여준다.

ABSTRACT

In this paper, the idea of a new artificial intelligence based optimization algorithm, which is inspired from the nature of vortex, has been provided briefly. As also a bio-inspired computation algorithm, the idea is generally focused on a typical vortex flow / behavior in nature and inspires from some dynamics that are occurred in the sense of vortex nature. Briefly, the algorithm is also a swarm-oriented evolutional problem solution approach; because it includes many methods related to elimination of weak swarm members and trying to improve the solution process by supporting the solution space via new swarm members. In order have better idea about success of the algorithm; it has been tested via some benchmark functions. At this point, the obtained results show that the algorithm can be an alternative to the literature in terms of single-objective optimization solution ways. Vortex Optimization Algorithm (VOA) is the name suggestion by the authors; for this new idea of intelligent optimization approach.

연구 동기 및 목표

• 자연의 소용돌이의 물리적 행동을 영감으로 삼아 새로운 인공지능 기반 최적화 알고리즘을 개발한다.
• 복잡한 탐색 공간에서 탐색과 이용의 균형을 이루는 효율적인 군집 기반 최적화 기법의 필요성을 해결한다.
• 소용돌이 유사한 역학을 통해 수렴 속도와 해 품질을 향상시키는 새로운 메타휴리스틱을 제안한다.
• 표준 기준 벤치마크 함수를 이용해 알고리즘의 성능을 평가한다.
• 문헌상 기존의 군집 지능 알고리즘들과의 대안으로서 VOA의 타당성을 확립한다.

제안 방법

• 후보 해들이 중심으로 향하는 향심점에 도달하기 위해 뒤엉킨 운동을 하는 입자들로 모델링된 소용돌이 흐름의 행동을 기반으로 한다.
• 소용돌이 운동역학에서 영감을 얻은 동적 이동 규칙을 포함하며, 해 갱신을 안내하기 위해 회전 운동과 반경 방향 속도 성분을 포함한다.
• 약한 해들이 점차 제거되고 더 나은 가능성이 있는 새로운 해들로 대체되는 인구 기반 접근 방식을 채택한다.
• 위치 갱신 메커니즘이 국소적 및 전역적 탐색 행동을 통합하여, 소용돌이가 에너지를 핵심으로 모으는 방식을 모방한다.
• 최적의 해를 식별하고 촉진하기 위해 적합도 기반 선택 메커니즘을 사용하며, 소용돌이 시스템 내 자연 선택을 모방한다.
• 반복 과정에 따라 진화하는 중심 소용돌이 점이 현재 최고의 해를 나타내며, 탐색 과정을 이끌어낸다.

실험 결과

연구 질문

• RQ1 자연의 소용돌이 역학을 효과적으로 계산적 최적화 프레임워크로 추상화할 수 있는가?
• RQ2 수렴 속도와 해 정확도 측면에서 Vortex Optimization Algorithm은 기존의 확립된 메타휴리스틱과 어떻게 비교되는가?
• RQ3 소용돌이 영감을 받은 이동 규칙은 단일 목표 최적화에서 탐색과 이용을 얼마나 향상시킬 수 있는가?
• RQ4 VOA는 다양한 기준 최적화 벤치마크 함수에서 강건성을 유지하는가?
• RQ5 이 알고리즘은 기존의 군집 기반 최적화 기법들에 대한 타당한 대안으로 일반화될 수 있는가?

주요 결과

• VOA는 표준 기준 벤치마크 함수 세트에서 경쟁 가능한 성능을 보이며, 효과적인 최적화 방법임을 시사한다.
• 합리적인 반복 횟수 내에 최적 또는 근접 최적의 해로 수렴하는 것을 확인하여 강력한 탐색 효율성을 시사한다.
• 결과는 대부분의 테스트 케이스에서 탐색과 이용의 균형을 효과적으로 유지하며 조기 수렴을 방지함을 보여준다.
• VOA의 성능는 다른 기존의 메타휴리스틱과 유사하여, 새로운 최적화 접근 방식으로서의 타당성을 입증한다.
• 저자들은 소용돌이 영감을 받은 메커니즘이 동적 재위치 조정과 인구 갱신을 통해 해 품질을 향상시킨다고 관찰했다.
• VOA는 단일 목표 최적화 문제에 성공적으로 적용되었으며, 저널 게재 논문에서 유망한 결과가 보고되었다.