상세 보기
초록
메타-휴리스틱 알고리즘 분야는 Evolutionary algorithm 분야로 시작하여 지금은 다양한 분야를 사용하는 새로운 메타-휴리스틱 알고리즘들이 발표되고 있다. 이렇게 발표된 메타-휴리스틱 알고리즘 중 초기에 발표된 주요 알고리즘은 수행 중에 얻은 지역 해를 중심으로 하여 새로운 해를 찾아가는 것을 기본으로 한다. 이러한 메타-휴리스틱 알고리즘의 가장 큰 문제는 하나의 지역 해를 중심으로 새로운 해를 찾으려고 할 경우 전역해를 찾지 못하는 문제가 발생할 수 있다는 것이다. 이 문제를 해결하기 위해서 본 논문에서는 해 후보들이 한점으로 수렴되는 요소를 사용하는 탐색 방식의 역으로, 하나의 해에서 점차 멀어지는 방향으로주요 해 탐색을 수행하는 메타-휴리스틱 최적화 알고리즘을 제안한다. 우리는 이 알고리즘을 Pioneer-inspired Optimization Algorithm으로 명명하였다. 본 논문에서 제안한 알고리즘에 사용된 각 매개변수의 역할을 설명하고, 다른 유명한 메타-휴리스틱 알고리즘과의 비교를 하여 기존의 알고리즘에 비해 새로운 알고리즘이 더 좋은 결과를 냄을 보였다.
키워드
Meta-heuristic; Meta-heuristic algorithm; Optimal Algorithm; Swarm Algorithm; Convolution Neural Network; 메타휴리스틱; 메타휴리스틱 알고리즘; 최적화 알고리즘; 군집 알고리즘; 컨벌루션뉴럴 네트워크
- 제목
- 개척자 기반 새로운 최적화 알고리즘: POA (Pioneer-inspired Optimization Algorithm)
- 제목 (타언어)
- Pioneer-based New Optimization Algorithm: POA (Pioneer-inspired Optimization Algorithm)
- 저자
- 정용운; 박승민; 심귀보
- 발행일
- 2021
- 저널명
- 한국지능시스템학회 논문지
- 권
- 31
- 호
- 6
- 페이지
- 485 ~ 493