Abstract
In this paper, we introduce a second version of modified binary particle swarm optimization using a concept of genotype-phenotype in genetic algorithms. Particle swarm optimization uses an information of difference between a position of the best solution and one's own position in the process of searching optimum. To obtain this difference of positions, the first version of modified binary particle swarm optimization uses a phenotype but the proposed second version uses a genotype. We can represent the solution space in large search space by using a genotype which provides continuous whole space as search space compared to a phenotype which provides only binary information. Experimental results in 10 De Jong benchmark function show that the second version outperforms the first version in six functions which has a broad search space and many local optima.
본 논문에서는 유전알고리즘의 유전자형-표현형 기법을 적용한 수정된 이진 입자군집최적화의 두 번째 버전을 소개한다. 입자군집최적화는 해를 탐색해 나가는 과정에서 주변의 우수한 해의 위치와 자신의 위치차이 정보를 이용한다. 이러한 위치 차이를 구하는데 있어서 첫 번째 버전의 수정된 이진 입자군집최적화는 표현형을 사용한 반면에 제안하는 버전은 유전자형을 사용한다. 이진 정보만을 제공하는 표현형에 비해 연속 공간 전체를 탐색공간으로 제공하는 유전자형 정보를 사용하여 해 공간을 보다 넓은 공간으로 표시할 수 있다. 벤치마크 함수인 10개의 De Jong 함수에 실험한 결과, 두 번째 버전은 탐색 공간이 넓고 지역 최적해가 많은 함수에서 첫 번째 버전에 보다 우수한 결과를 얻었다.
