Harmony Search/Particle Swarm Optimization Hybrid Optimization Algorithm and Its Application in Function Optimization

meta-heuristic 알고리즘 성능은 변수 전 영역에 대한 탐색성(exploration)과 기존 예비해의 활용성(exploitation) 사이 균형이 중요하다. HS(harmony search)는 전역 탐색성이 우수한 것으로 알려져 있다. 그러나 해를 찾아가는 핵심 기능인 피치조정의 비효율성이 단점이라 할 수 있다. 반면 모집단의 평가치를 활용하여 해를 찾아가는 PSO(particle swarm optimization)는 수렴성이 매우 우수한 것으로 알려져 있다. 그러나 탐색이 모집단의 조합으로만 이루어져 지역해로 수렴할 가능성이 크다는 단점이 있다. HS/PSO에서는 HS의 탐색의 우수성과 PSO의 좋은 수렴성을 갖추고자 하였다. 이를 위해 HS/PSO에서는 새로운 하모니 조성은 HS 방식을 따르되 비효율적인 피치조정을 대신할 가이드 벡터를 정의하였다. 가이드 벡터는 PSO방식을 참조해 HM(harmony memory) 해 중 현재 최고 평가치와 최하위 평가치를 경험치로 활용하여 조성된 벡터이다. HM 방식의 하모니에 이 가이드 벡터를 적용하여 HS의 피치조정을 대신하게 하였다. 본 연구의 결과는 다양한 함수에 대한 최적화 예시를 통해 비교 확인하였으며 그 우수성을 확인할 수 있었다.