A Self-Adaptive Crossover for Improving Performance of Genetic Algorithms

유전 알고리즘의 성능 향상을 위한 자기-적응형 교배 기법

본 논문에서는 유전 알고리즘의 성능 향상을 위해 교배(Crossover) 기법의 중요 매개변수인 교배 교차점(Crossover Point)의 수를 개체군(Population)의 진화 과정 중에 적응적으로 변화 할 수 있는 자기-적응형(Self-Adaptive) 교배 기법을 제안한다. 이를 위해 제안 교배 기법은 전체 개체군을 다수개의 작은 개체군들로 군집화(Grouping)하여 일차적으로 서로 다른 교차점을 갖는 교배 기법을 적용시키고, 그 후 각 군집의 개체(Individual)들의 선택률을 기반으로 군집들간의 경쟁을 수행한다. 이는 유전 알고리즘이 개체군의 진화 과정 중에 문제에 적합한 교차점을 갖는 교배 기법을 적응적으로 사용할 수 있도록 한다. 또한 제안 교배 기법은 진화 과정 중에 교차점이 지속적으로 변화되므로 알고리즘 초반에는 높은 탐색 능력을 보유하게 되고 후반에는 높은 부분-해(Building-Block) 보존 능력을 지니게 되어, 최적 해(Optimal Solution)로의 수렴 능력이 향상된다. Deceptive 문제를 통해 제안 자기-적응형 교배 기법과 기존 (고정 교차점) 교배 기법의 성능을 비교 하였으며, 실험 결과로부터 제안 교배의 성능 우위를 확인하였다.