[메타 휴리스틱] 동적 또는 정적 목적함수

 

이번 글의 내용은 전남대학교 산업공학과 김여근 교수님의 메타휴리스틱 교재 정리 및 참조하였음을 먼저 밝힙니다.

(다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 

 

 

이 포스트는 "메타 휴리스틱" 책의 내용을 참조 및 공부한 것을 바탕으로 제가 이해한 정보를 추가하여 쓰여졌습니다.  

 

 

혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 

 

---

 

대부분의 메타휴리스틱스에서는 탐색 中에 목적함수 형태가 변하지 않습니다.

 

그러나 유도지역탐색(GLS)에서는 탐색에서 지역최적을 찾으면 그 주위는 중대된 목적함수로 변환합니다. 또한 입자군집최적화(PSO)에서도 이미 찾은 지역최적해 주위의 목적함수 값을 증대시켜 이 지역이 재 탐색되는 것을 막는 방법이 제안되었습니다. 이는 지역최적에서 벗어나 다른 영역의 탐사를 유도하기 위함입니다.

 

 

 

 

긴 글 읽어주셔서 감사합니다.

 

---

 

 

[References]

 

 

[1] Y. Kim. (2017). 메타휴리스틱스, Metaheuristics

 

[2] Nanda, S. J., & Panda, G. (2014). A survey on nature inspired metaheuristic algorithms for partitional clustering. Swarm and Evolutionary Computation, 16, 1–18.

 

[3] Voudouris, C., & Tsang, E. P. K. (n.d.). Guided Local Search. International Series in Operations Research & Management Science, 185–218.