[메타 휴리스틱] 메타휴리스틱스에서의 표현

 

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. 

 

---

 

특정 문제의 해결을 위해 사용할 메타휴리스틱스이 결정되면, 문제에 적합한 알고리즘을 설계하게 됩니다.

 

 

이때 제일 먼저 고려해야 할 요소는 해의 표현(representation 또는 encoding)입니다. 표현방법에는 이진수, 실수 벡터, 이산 값 벡터, 순열, 그룹, 행렬, 랜덤 키(Random key), 그래프 등 다양한 표현이 가능합니다. 

 

표현은 알고리즘의 성능에 크게 영향을 미칩니다. 따라서 해의 표현을 선택할 때는 사용하는 메타휴리스틱의 특성, 관련 연산자와 그 운영 방법, 그리고 적용 문제가 갖는 성질 등을 고려해서 결정해야 합니다. 사용하려는 메타휴리스틱에서 어떤 정보가 어떤 메커니즘으로 이용되면서 해 공간을 탐색하여 가는 지를 이해하여, 그 특성을 잘 반영할 수 있는 표현을 선택해야 합니다. 또한 표현은 해를 자연스럽게 그리고 비중복적으로 나타내는 것이 바람직합니다. 

 

자연스러운 표현은 해석이 용이하고 해의 특성을 쉽게 파악할 수 있으며, 이것은 과거 탐색 정보의 효과적 이용을 가능하게 합니다. 

 

 

 

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] Fathollahi-Fard, Amir Mohammad & Hajiaghaei-Keshteli, Mostafa & Tavakkoli- Moghaddam, Reza. (2020). Red deer algorithm (RDA): a new nature-inspired meta-heuristic. Soft Computing.