논문 제목: 노이즈 오염 하에서의 효율적 최적화를 위한 확률적 평가 샘플 누적 전략

논문 요약 (abstract)

본 논문에서는 최적화 문제의 평가 과정에서 발생하는 노이즈를 효율적이면서도 효과적으로 처리하는 알고리즘에 대해 제안한다. 평가 과정 중 노이즈는 다수의 재평가를 통해 감소시킬 수 있지만, 평가를 위한 계산 비용이 증가하기 때문에 제한된 평가 자원을 꼭 필요한 후보 해에 적절히 할당해야 한다. 제안 방안은 진화 알고리즘이 탐색을 진행하면서 부모와 자식 개체간에 생존 경쟁이 발생할 때, 어느 해에 얼마나 많은 추가 평가를 진행할 것인지를 결정하기 위해 생존 경쟁하는 개체들의 평가 샘플들을 확률적으로 비교한다. 이 과정에서 좋은 해가 될 가능성이 높은 후보들은 평가를 누적하면서 원래의 평가값에 근접해지고, 두 개체 간의 우위가 명확한 경우 추가적인 평가 없이 생존자를 결정할 수 있다. 또한, 탐색 과정의 후반부에는 우수한 해들을 집중적으로 검증하는 정제 과정을 통해 평가 점수가 낮은 해들이 높은 점수를 받아 탐 색을 방해하는 현상을 감소시킨다. 벤치마크 및 실세계 최적화 문제를 이용한 실험을 통해 제안한 알고리즘이 노이즈 환경에서도 최적화를 효율적으로 수행할 수 있음을 입증하였다.

저자 email: jmkim.islab@pusan.ac.kr