정보과학회 논문지 (Journal of KIISE)

  • 제41권12호
  • /
  • Pages.1090-1098
  • /
  • 2014
  • /
  • 2383-630X(pISSN)
  • /
  • 2383-6296(eISSN)
한국정보과학회 (Korean Institute of Information Scientists and Engineers)
권호 표지
DOI QR코드

DOI QR Code

ACDE2: 수렴 속도가 향상된 적응적 코시 분포 차분 진화 알고리즘

ACDE2: An Adaptive Cauchy Differential Evolution Algorithm with Improved Convergence Speed

  • 최태종 (성균관대학교 컴퓨터공학과) ;
  • 안창욱 (성균관대학교 컴퓨터공학과)
  • 투고 : 2014.08.07
  • 심사 : 2014.10.17
  • 발행 : 2014.12.15
⟨ 이전 논문 다음 논문 ⟩

초록

이 연구는 단봉 전역 최적화 성능이 개선된 적응적 코시 분포 차분 진화 알고리즘을 제안한다. 기존 적응적 코시 분포 차분 진화 알고리즘은(ACDE) 개체의 다양성을 보장하여 다봉 전역 최적화 문제에 우수한 "DE/rand/1" 돌연변이 전략을 사용했다. 그러나 이 돌연변이 전략은 수렴 속도가 느려 단봉 전역 최적화 문제에 단점이 있다. 제안 알고리즘은 "DE/rand/1" 돌연변이 전략 대신 수렴 속도가 빠른 "DE/current-to-best/1" 돌연변이 전략을 사용했다. 이때, 개체의 다양성이 부족하여 발생할 수 있는 지역 최적해로의 수렴을 방지하기 위해서 매개변수 초기화 연산이 추가됐다. 매개변수 초기화 연산은 특정세대를 주기로 실행되거나 또는 선택 연산에서 모든 개체가 진화에 실패하는 경우 실행된다. 매개변수 초기화 연산은 각 개체들의 매개변수에 탐험적 특성이 높은 값을 할당하여 넓은 공간을 탐색할 수 있도록 보장한다. 성능 평가 결과, 개선된 적응적 코시 분포 차분 진화 알고리즘이 최신 차분 진화 알고리즘들에 비해 특히, 단봉 전역 최적화 문제에서 성능이 개선됨을 확인했다.

In this paper, an improved ACDE (Adaptive Cauchy Differential Evolution) algorithm with faster convergence speed, called ACDE2, is suggested. The baseline ACDE algorithm uses a "DE/rand/1" mutation strategy to provide good population diversity, and it is appropriate for solving multimodal optimization problems. However, the convergence speed of the mutation strategy is slow, and it is therefore not suitable for solving unimodal optimization problems. The ACDE2 algorithm uses a "DE/current-to-best/1" mutation strategy in order to provide a fast convergence speed, where a control parameter initialization operator is used to avoid converging to local optimization. The operator is executed after every predefined number of generations or when every individual fails to evolve, which assigns a value with a high level of exploration property to the control parameter of each individual, providing additional population diversity. Our experimental results show that the ACDE2 algorithm performs better than some state-of-the-art DE algorithms, particularly in unimodal optimization problems.

키워드

과제정보

연구 과제 주관 기관 : 한국연구재단

참고문헌

  1. R. Storn, and K. Price, "Differential Evolution-A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces," Journal of global optimization, Vol. 11, No. 4, pp. 341-359, 1997. https://doi.org/10.1023/A:1008202821328
  2. K. Price, R. M. Storn, and J. A. Lampinen, Differential Evolution: A Practical Approach to Global Optimization, Springer, 2006.
  3. S. Das, and P. N. Suganthan, "Differential Evolution: A Survey of the State-of-the-Art," IEEE Transactions on Evolutionary Computation, Vol. 15, No. 1, pp. 4-31, 2011. https://doi.org/10.1109/TEVC.2010.2059031
  4. J. Brest, et al., "Self-Adapting Control Parameters in Differential Evolution: A Comparative Study on Numerical Benchmark Problems," IEEE Transactions on Evolutionary Computation, Vol. 10, No. 6, pp. 646-657, 2006. https://doi.org/10.1109/TEVC.2006.872133
  5. T. J. Choi, C. W. Ahn, and J. An, "An Adaptive Cauchy Differential Evolution Algorithm for Global Numerical Optimization," The Scientific World Journal, Vol. 2013, Article ID 969734, 12 pages, 2013. doi:10.1155/2013/969734.
  6. T. J. Choi, and C. W. Ahn, "An Adaptive Cauchy Differential Evolution Algorithm with Bias Strategy Adaptation Mechanism for Global Numerical Optimization," Journal of Computers, Vol. 9, No. 9, pp. 2139-2145, 2014.
  7. J. Zhang, and A. C. Sanderson, "JADE: Self-adaptive differential evolution with fast and reliable convergence performance," Proc. of the IEEE Congress on Evolutionary Computation 2007, pp. 2251-2258, 2007.
  8. J. Zhang, and A. C. Sanderson, "JADE: Adaptive Differential Evolution With Optional External Archive," IEEE Transactions on Evolutionary Computation, Vol. 13, No. 5, pp. 945-958, 2009. https://doi.org/10.1109/TEVC.2009.2014613
  9. R. Storn, Storn's Homepage on Differential Evolution [Online]. Available:http://www1.icsi.berkeley.edu/-storn/code.html (downloaded 2014, Aug. 7)
  10. A. K. Qin, and P. N. Suganthan, "Self-adaptive differential evolution algorithm for numerical optimization," Proc. of the IEEE Congress on Evolutionary Computation 2005, pp. 1785-1791, 2005.
  11. A. K. Qin, V. L. Huang, and P. N. Suganthan, "Differential Evolution Algorithm With Strategy Adaptation for Global Numerical Optimization," IEEE Transactions on Evolutionary Computation, Vol. 13, No. 2, pp. 398-417, 2009. https://doi.org/10.1109/TEVC.2008.927706
  12. T. J. Choi, and C. W. Ahn, "An Adaptive Cauchy Differential Evolution Algorithm with Fast Convergence Mutation Strategy," Proc. of the KIISE Korea Computer Congress 2014, pp. 680-682, 2014. (in Korean)