Abstract
Metaheuristic search methods have been developed to solve problems with a range of purpose functions in situations lacking information and time constraints. In this study, the Hybrid Vision Correction Algorithm (HVCA), which enhances the performance of the Vision Correction Algorithm (VCA), was developed. The HVCA has applied two methods to improve the performance of VCA. The first method changes the parameters required by the user for self-adaptive parameters. The second method, the CGS structure of the Exponential Bandwidth Harmony Search With a Centralized Global Search (EBHS-CGS), was added to the HVCA. The HVCA consists of two structures: CGS and VCA. To use the two structures, a method was applied to increase the probability of selecting the structure with the optimal value as it was performed. The optimization problem was applied to determine the performance of the HVCA, and the results were compared with Harmony Search (HS), Improved Harmony Search (IHS), and VCA. The HVCA improved the number of times to find the optimal value during 100 repetitions compared to HS, IHS, and VCA. Moreover, the HVCA reduced the Number of Function Evaluations (NFEs). Therefore, the performance of the HVCA has been improved.
메타휴리스틱 탐색법은 주어진 정보의 부족 및 시간의 제약을 받는 상황에서 다양한 목적함수를 가진 문제를 해결하기 위해 개발되었다. 본 연구에서는 기존의 최적화 알고리즘인 Vision Correction Algorithm(VCA)의 성능을 강화한 Hybrid Vision Correction Algorithm(HVCA)을 개발하였다. HVCA는 기존의 알고리즘의 성능을 개선하기 위해 두 가지 방법을 적용하였다. 첫 번째 방법으로 사용자가 입력해야 하는 매개변수를 자가적응형 매개변수로 개선하였다. 두 번째 방법으로 Exponential Bandwidth Harmony Search With Centralized Global Search(EBHS-CGS)의 CGS 구조를 HVCA에 추가하였다. CGS 구조의 추가로 인해 HVCA 내부는 CGS와 VCA의 두 가지 구조로 구성되어 있다. 두 가지 구조를 효율적으로 사용하기 위해 반복시산을 진행하면서 최적값이 나오는 구조의 선택확률을 증가시키는 방법을 적용하였다. 제안된 HVCA의 성능을 확인하기 위해 최적화 문제에 적용하고, 그 결과를 Harmony Search(HS), Improved Harmony Search(IHS) 및 VCA와 비교하여 나타내었다. 적용결과 수학문제와 공학문제에서 HVCA는 HS, IHS 및 VCA보다 최적값 및 100번의 반복실행 중 최적값을 찾는 횟수가 많았으며, 최적값에 수렴하는 반복시산횟수도 낮았다. 이를 통해 HVCA가 성능이 개선되었다는 것을 확인할 수 있었다. 제안된 HVCA는 적용한 수학문제 및 공학문제 이외에도 많은 분야에 대해 좋은 결과를 나타낼 것으로 기대된다.