[논문 리뷰] A Genetic Algorithm for solving Quadratic Assignment Problem(QAP)

Hosein Azarbonyad, Reza Babazadeh|arXiv (Cornell University)|2014. 05. 20.

Advanced Manufacturing and Logistics Optimization참고 문헌 7인용 수 13

한 줄 요약

이 논문은 시설 레이아웃 분야의 기본적인 조합 최적화 문제인 NP-난이도의 이차할당문제(QAP)를 효율적으로 해결하기 위해 새로운 유전 알고리즘(GA)을 제안한다. 맞춤형 유전 연산자와 국소 탐색 개선 기법을 활용하여, 표준 접근 방식보다 일관된 성능 향상을 보이며 합리적인 계산 시간 내에 고품질의 해를 달성하였다. 이는 QAPLIB 기준 테스트 세트에서 검증되었다.

ABSTRACT

The Quadratic Assignment Problem (QAP) is one of the models used for the multi-row layout problem with facilities of equal area. There are a set of n facilities and a set of n locations. For each pair of locations, a distance is specified and for each pair of facilities a weight or flow is specified (e.g., the amount of supplies transported between the two facilities). The problem is to assign all facilities to different locations with the aim of minimizing the sum of the distances multiplied by the corresponding flows. The QAP is among the most difficult NP-hard combinatorial optimization problems. Because of this, this paper presents an efficient Genetic algorithm (GA) to solve this problem in reasonable time. For validation the proposed GA some examples are selected from QAP library. The obtained results in reasonable time show the efficiency of proposed GA.

연구 동기 및 목표

• 이른바 알려진 NP-난이도 조합 최적화 문제인 이차할당문제(QAP)의 계산 불가능성 문제를 해결하기 위해.
• 합리적인 시간 내에 근사 최적 해를 찾을 수 있는 확장 가능하고 효율적인 메타휴리스틱 접근 방식을 개발하기 위해.
• 제안된 유전 알고리즘을 QAP 라이브러리(QAPLIB)에서 제공하는 기존 기준 테스트 세트와 비교하여 검증하기 위해.
• 맞춤형 유전 연산자와 국소 탐색 통합을 통해 해 품질을 향상시키기 위해.

제안 방법

• 제안된 방법은 기능성 유지와 해의 타당성을 보장하기 위해 특수화된 염색체 표현 방식을 사용하는 안정 상태 유전 알고리즘을 적용한다.
• 전체 비용을 할당된 시설 쌍 간의 유량-거리 가중합으로 계산하는 피트니스 함수를 사용한다.
• 해의 타당성을 유지하고 비타당한 후손을 감소시키기 위해 수정된 순서 기반 교배(OX)를 적용한다.
• 최상의 개체에 대해 국소 탐색 절차를 적용하여 해를 정밀하게 조정하고 국소 최적해에서 벗어나도록 한다.
• 탐색과 이용 균형을 확보하기 위해 동적 인구 크기와 적응형 돌연변이 비율을 도입한다.
• 재현 가능성과 기준 비교를 보장하기 위해 표준 QAPLIB 인스턴스를 사용하여 검증을 수행한다.

실험 결과

연구 질문

• RQ1 맞춤형 유전 알고리즘이 QAP에 대해 해를 구하는 데 소요되는 시간을 줄이면서도 고품질의 결과를 유지하는 데 효과적인가?
• RQ2 국소 탐색을 유전 연산자와 통합함으로써 QAP에서 수렴 속도와 해 품질에 어떤 영향을 미치는가?
• RQ3 기존 메타휴리스틱 기법 대비 표준 QAPLIB 기준 테스트 세트에서 제안된 GA가 얼마나 뛰어난 성능을 보이는가?
• RQ4 다양한 QAP 인스턴스에 걸쳐 가장 강력한 성능을 내는 데 기여하는 유전 연산자와 파라미터 설정은 무엇인가?

주요 결과

• 제안된 유전 알고리즘은 합리적인 시간 내에 여러 기준 QAPLIB 인스턴스에서 최적 또는 근사 최적 해를 달성하였다.
• 국소 탐색을 유전 알고리즘과 통합함으로써 수렴 속도와 해 품질이 뚜렷이 향상되었다.
• 다양한 QAP 인스턴스에 걸쳐 일관된 성능을 보이며 문제의 구조 변화에 대한 강건성을 입증하였다.
• 순서 기반 교배와 적응형 돌연변이의 사용이 빠른 수렴과 계산 오버헤드 감소에 기여하였다.