메타 휴리스틱 - 차분 진화 (Differential Evolution) 알고리즘

Differential Evolution 알고리즘 (Storn and Price, 1997)은 진화 과정을 기반으로 미분을 사용하지 않고 전역 최솟값에 근사한 값을 찾는 메타 휴리스틱 최적화 기법의 한 종류이다. Differential Evolution 알고리즘은 현재 세대에서 후보 해들을 교배시켜 변이를 만든다. 이를 다른 후보들과 비교하여 우수하면 변이를 선택하고, 아니면 기존 후보를 선택해서 다음 세대로 넘어간다. 알고리즘의 순서도는 아래 그림과 같다. Differential Evolution 알고리즘은 각 세대 별로 NP 개의 population을 고려한다. 즉, D 차원의 벡터가 NP 개 있다. D는 실제 최적화 문제의 매개변수 차원이다. 처음 세대의 벡터는 주로 무작위로 선택된다. latin hypercube sampling, sobol 등의 방법이 사용될 수 있다. 초기 벡터 선정이 최적화 결과에 영향을 미치기 때문에 문제에 맞는 적절한 방법을 찾는 것이 중요하다. 초기...

원문링크 : 메타 휴리스틱 - 차분 진화 (Differential Evolution) 알고리즘