진화 알고리즘, 동형 사상 및 제약 파라미터 최적화

지난 5년 동안 비선형 제약을 처리하기 위한 여러 방법이 제안되었으며, 이는 수치 최적화 문제를 위한 진화 알고리즘(EAs)을 사용합니다. 최근의 조사 논문에서는 이러한 방법을 네 가지 범주로 분류합니다: 실현 가능성 유지, 패널티 함수, 실현 가능성 탐색, 그리고 기타 혼합형. 본 논문에서는 n차원 큐브와 실현 가능 검색 공간 간의 동형 사상을 통합한 제약 수치 최적화 문제 해결을 위한 새로운 접근법을 조사합니다. 이 접근법은 제약 처리 기술의 다섯 번째 디코더 기반 범주의 예를 구성합니다. 우리는 여러 테스트 케이스에서 이 새로운 접근법의 성능을 입증하고 그 추가 가능성에 대해 논의합니다.