비비안 최적화 알고리즘: 최적화 문제를 위한 새로운 자연 영감 메타휴리스틱 알고리즘

본 논문에서는 비비안 개체군의 계층적 사회 구조, 채집 전략 및 스트레스 반응 메커니즘에서 영감을 받은 새로운 메타휴리스틱인 비비안 최적화 알고리즘(BOA)을 제안한다. BOA는 개체군을 리더, 성체 및 유생 계층으로 나누어 적응적 채집 및 스트레스 유발 섭동 메커니즘을 통해 전역 탐색과 국소 착취 사이의 동적 균형을 가능하게 한다. 이 알고리즘은 23개의 고전적 시험 함수, CEC-2020 및 CEC-2022 시험군에서 평가되었다. 단봉함수에서 BOA는 일관되게 강력한 착취 능력을 보였다. CEC-2020 함수 10개 중 5개, CEC-2022 함수 12개 중 9개에서 최상의 결과를 달성하였다. 통계 분석 결과 BOA가 대부분의 시험 함수에서 비교 대상인 10개의 알고리즘보다 유의하게 우수한 성능을 보이는 것으로 확인되었다. 그러나 BOA는 계산 효율성에 제한을 보여 총 실행 시간이 5개 알고리즘을 초과하였다. 또한 BOA는 모든 함수에서 최상의 결과를 달성하지는 못했으며, 이는 No Free Lunch 정리와 일치한다. 4개의 공학 설계 문제와 외판원 문제에의 적용은 그 실제 활용도를 더욱 입증한다. BOA 소스 코드는 https://drive.mathworks.com/sharing/38ce7c40-ffef-4278-8685-1172842b986b 에 공개되어 있다. • BOA라는 새로운 메타휴리스틱 알고리즘이 제안되었다. • BOA와 10개의 알고리즘을 비교하였다. • BOA는 시험 함수 및 4개의 공학 설계 문제를 사용해 평가되었다.