[논문 리뷰] Engineering Optimisation by Cuckoo Search

Xin‐She Yang, Suash Deb|arXiv (Cornell University)|2010. 05. 17.

Metaheuristic Optimization Algorithms Research인용 수 137

한 줄 요약

이 논문은 복잡한 공학 설계 문제를 해결하기 위해 특정 쿠쿠아 종의 기생 번식과 레비 비행 행동을 모방한 새로운 메타휴리스틱 최적화 알고리즘인 쿠쿠아 서치(Cuckoo Search, CS)를 제안한다. CS는 벤치마크 함수에서 입자군집최적화(PSO)와 유전알고리즘(GA)을 능가하며, 용접 보우 설계 문제와 스프링 설계 문제에서 최고의 알려진 해를 달 đạt한다.

ABSTRACT

A new metaheuristic optimisation algorithm, called Cuckoo Search (CS), was developed recently by Yang and Deb (2009). This paper presents a more extensive comparison study using some standard test functions and newly designed stochastic test functions. We then apply the CS algorithm to solve engineering design optimisation problems, including the design of springs and welded beam structures. The optimal solutions obtained by CS are far better than the best solutions obtained by an efficient particle swarm optimiser. We will discuss the unique search features used in CS and the implications for further research.

연구 동기 및 목표

• 다양한 제약 조건을 가진 복잡하고 비선형적인 공학 설계 문제를 효율적으로 해결할 수 있는 새로운 메타휴리스틱 최적화 알고리즘을 개발하는 것.
• 표준 및 확률적 테스트 함수를 사용하여 쿠쿠아 서치(CS)의 성능을 입자군집최적화(PSO)와 유전알고리즘(GAs)과 비교 검증하는 것.
• 긴장/압축 스프링 및 용접 보우 구조의 설계와 같은 실제 공학 최적화 문제에 CS를 적용하는 것.
• 특히 레비 비행과 엘리티즘을 통한 고유한 탐색 메커니즘을 분석하고, 수렴성과 강건성에 미치는 영향을 평가하는 것.
• 다중목표 및 제약 조건이 있는 최적화 문제에 대한 CS의 잠재력을 탐색하고, 향후 알고리즘 개선 및 이론적 분석 방향을 규명하는 것.

제안 방법

• 쿠쿠아 서치는 세 가지 이상화된 규칙을 사용한다: 각 쿠쿠아는 무작위로 선택된 호스트 둥지에 한 개의 난자를 낳고, 가장 우수한 둥지(해결책)는 다음 세대로 이어지고, 일부 열악한 둥지는 새로운 것으로 교체된다.
• 알고리즘은 레비 비행을 사용하여 탐색 공간에서 큰 점프를 생성함으로써 효율적인 전역 탐색을 가능하게 하고 국소 최적점에 갇힐 위험을 줄인다.
• 지역 탐색은 레비 분포에서 추출한 스텝 크기를 가진 랜덤 워크를 통해 수행되며, 유망한 해 주변에서 탐색과 이용을 모두 가능하게 한다.
• 최상의 해를 세대 간 유지함으로써 엘리티즘이 유지되어 진전을 상실하지 않으면서도 고품질 해로의 수렴을 보장한다.
• 알고리즘은 레비 비행을 통한 다양화와 최상의 해 주변의 지역 탐색을 통한 집중화 사이의 균형을 동적으로 조절함으로써 파rameter 미세조정에 대한 의존도를 감소시킨다.
• 호스트 새가 이방자식을 감지하고 기각할 확률은 $ p_a otin [0,1] $로 모델링되며, 이는 둥지 교체 비율을 제어하고 탐색과 이용의 균형을 조절한다.

실험 결과

연구 질문

• RQ1 쿠쿠아 서치는 표준 및 확률적 테스트 함수에서 입자군집최적화(PSO)와 유전알고리즘(GAs)에 비해 성능 면에서 어떻게 비교되는가?
• RQ2 쿠쿠아 서치는 복잡한 제약 조건을 가진 실제 공학 설계 문제, 예를 들어 긴장/압축 스프링 설계 및 용접 보우 설계를 효과적으로 해결할 수 있는가?
• RQ3 레비 비행은 쿠쿠아 서치 알고리즘의 전역 탐색 능력과 수렴 속도를 향상시키는 데 어떤 역할을 하는가?
• RQ4 쿠쿠아 서치의 성능는 $ p_a $ 와 같은 파rameter 조정에 얼마나 민감한가, 그리고 다양한 문제에서 강건성을 유지하는가?
• RQ5 엘리티즘, 지역 탐색, 레비 비행 기반 탐색과 같은 핵심 알고리즘 구성 요소 중 어떤 것이 CS의 우수한 성능에 기여하는가?

주요 결과

• 쿠쿠아 서치는 용접 보우 설계 문제에서 최고의 알려진 해를 달성하였으며, 최적 목표 값은 $ f( extbf{x}_*) = 1.724852308597361 $ 로, Cagnina 등(2008)의 결과와 일치한다.
• 긴장/압축 스프링 설계 문제에서는 이전에 보고된 결과와 동일하거나 더 나은 해를 찾았으며, 높은 정확성과 일관성을 보였다.
• 모든 테스트된 벤치마크 함수에서 입자군집최적화(PSO)를 능가하는 성능을 보였으며, 표준 함수뿐 아니라 새로 설계된 확률적 함수까지 포함하여 검증되었다.
• 알고리즘이 파rameter $ p_a $ 에 대해 민감하지 않음을 확인하여 다양한 최적화 문제에서 강건성과 함께 미세조정이 감소함을 시사한다.
• 레비 비행과 엘리티즘, 지역 탐색의 통합은 효율적인 탐색과 이용을 가능하게 하여 더 빠른 수렴과 더 높은 해 품질을 이끌어냈다.
• 연구 결과 쿠쿠아 서치는 제약 조건이 있는 비선형 및 다모드 공학 최적화 문제에 적합한 일반적이고 강건하며 효율적인 메타휴리스틱임을 시사한다.