사인 코사인 알고리즘을 활용한 새로운 하이브리드 다중 우주 최적화기 개발

사인 코사인 알고리즘(SCA)과 다중 우주 최적화기(MVO)는 여러 과학 분야에서 자주 사용되는 최적화 전략으로 인정받고 있다. 그러나 SCA와 MVO 모두 착취와 탐색 메커니즘 간의 전환 최적화에 어려움을 겪고 있다. 또한, MVO는 착취 능력에 제한이 있다. 이러한 제한을 해결하기 위해, 본 논문에서는 SCA와 MVO의 장점을 결합한 SMVO라는 하이브리드 모델을 도입한다. 이 하이브리드 접근법은 각각의 부모 알고리즘의 독특한 장점을 활용하여 착취와 탐색 단계를 조화롭게 하고자 한다. SMVO의 효율성은 23개의 벤치마크 테스트 함수를 사용하여 평가되었으며, SCA와 MVO뿐만 아니라 개미 사자 최적화(ALO) 및 드래곤플라이 알고리즘(DA)과의 경쟁력 있는 성능을 보여주었다. 또한, SMVO는 세 가지 구체적인 엔지니어링 최적화 문제를 성공적으로 해결하여 그 안정성과 글로벌 최적화 도구로서의 가능성을 추가로 검증하였다.