[논문 리뷰] Solving Configuration Optimization Problem with Multiple Hard Constraints: An Enhanced Multi-Objective Simulated Annealing Approach

Pei Cao, Zhaoyan Fan외 2명|arXiv (Cornell University)|2017. 06. 09.

Manufacturing Process and Optimization참고 문헌 50인용 수 3

한 줄 요약

이 논문은 공 ingeneering 설계에서 다중 경직 제약 조건을 가진 복잡한 구성 최적화 문제를 해결하기 위해 향상된 다목적 시뮬레이티드 어닐링 알고리즘(MOSA/R)을 제안한다. 탐색과 이용의 균형을 이루기 위해 편향된 재시드 메커니즘을 통합함으로써, 수렴성과 타당성 면에서 뚜렷한 향상을 이룩하였으며, 제약 조건이 있는 최적화 및 실제 구성 작업 모두에서 벤치마크를 능가한다.

ABSTRACT

This research concerns a type of configuration optimization problems frequently encountered in engineering design and manufacturing, where the envelope volume in space occupied by a number of components needs to be minimized along with other objectives such as minimizing connective lines between the components under various constraints. Since in practical applications the objectives and constraints are usually complex, the formulation of computationally tractable optimization becomes difficult. Moreover, unlike conventional multi-objective optimization problems, such configuration problems usually comes with a number of demanding constraints that are hard to satisfy, which results in the critical challenge of balancing solution feasibility with optimality. In this research, we first present the mathematical formulation for a representative problem of configuration optimization with multiple hard constraints, and then develop two versions of an enhanced multi-objective simulated annealing approach, referred to as MOSA/R, to solve this problem. To facilitate the optimization computationally, in MOSA/R, a versatile re-seed scheme that allows biased search while avoiding pre-mature convergence is designed. Our case study indicates that the new algorithm yields significantly improved performance towards both constrained benchmark tests and constrained configuration optimization problem. The configuration optimization framework developed can benefit both existing design/manufacturing practices and future additive manufacturing.

연구 동기 및 목표

• 다중 경직 제약 조건이 존재하는 구성 최적화 문제에서 해의 타당성과 최적성의 균형을 이루는 데 도전한다.
• 엔지니어링 설계 분야의 대표적인 구성 최적화 문제를 위한 계산적으로 다룰 수 있는 수학적 모델을 수립한다.
• 복잡한 실세계 제약 조건을 처리할 수 있는 능력을 유지하면서 수렴성과 다양성을 확보할 수 있는 개선된 메타휴리스틱 알고리즘을 개발한다.
• 특히 첨단 적층 제조 환경에서의 실용적 응용을 촉진한다.
• 기존의 다목적 최적화 방법의 한계를 극복하기 위해 조기 수렴을 방지하는 제약 조건 처리 메커니즘을 통합한다.

제안 방법

• 다중 경직 제약 조건 하에서 외곽 부피와 연결선 길이의 최소화를 포함하는 구성 최적화 문제에 대한 수학적 수식을 제안한다.
• 성능이 우수한 영역을 탐색할 수 있도록 허용하면서 조기 수렴을 피할 수 있는 편향된 검색을 가능하게 하는 재시드 메커니즘을 설계한다.
• 해의 다양성과 수렴 속도를 향상시키기 위해 향상된 다목적 시뮬레이티드 어닐링(MOSA/R) 알고리즘의 두 가지 버전을 구현한다.
• 탐색과 이용의 균형을 유지하기 위해 동적 온도 스케줄링 및 이웃 영역 탐색 전략을 통합한다.
• 다중 목표를 동시에 최적화하면서도 타당성을 우선시하는 제약 조건 처리 기법을 사용한다.
• 벤치마크 문제와 실제 구성 최적화 사례 연구 양쪽에서 알고리즘을 검증한다.

실험 결과

연구 질문

• RQ1 어떻게 다목적 최적화 알고리즘이 엔지니어링 구성 문제에서 다중 경직 제약 조건을 효과적으로 다룰 수 있는가?
• RQ2 시뮬레이티드 어닐링을 통한 제약 조건이 있는 다목적 문제에서 수렴성을 향상시키고 조기 수렴을 방지할 수 있는 메커니즘은 무엇인가?
• RQ3 제안된 재시드 기법이 복잡한 구성 작업에서 해의 다양성과 타당성을 얼마나 향상시키는가?
• RQ4 MOSA/R 알고리즘은 수렴성과 제약 조건 이행 측면에서 기존의 표준 다목적 최적화 방법과 비교해 어떻게 다른가?
• RQ5 제안된 프레임워크는 첨단 적층 제조를 포함한 실제 엔지니어링 설계 및 제조 시나리오에 효과적으로 적용될 수 있는가?

주요 결과

• 기존의 다목적 최적화 방법에 비해 제약 조건이 있는 벤치마크 문제에서 MOSA/R 알고리즘이 뚜렷한 성능 향상을 이루었다.
• 재시드 메커니즘이 탐색 다양성을 효과적으로 향상시키고 조기 수렴을 방지하여 진정한 파레토 최적 해에 더 잘 수렴함을 입증하였다.
• 모든 테스트 케이스에서 모든 경직 제약 조건을 성공적으로 만족시켜 타당성 유지 능력이 뛰어나다는 것을 입증하였다.
• 사례 연구에서 MOSA/R은 복잡한 공간적 제약과 연결성 제약 조건 하에서 외곽 부피와 연결선 길이를 모두 최소화하는 데 기준 방법보다 뛰어난 성능을 보였다.
• 이 프레임워크는 실제 엔지니어링 응용에 적응 가능하며, 설계 및 적층 제조 워크플로우에의 통합 잠재력이 높다는 것을 보여주었다.
• 높은 복잡도의 제약 환경에서도 수렴 속도와 해 품질 간의 균형을 잘 유지함을 확인하였다.