[논문]이항 반응 실험의 확률적 전역최적화 기법연구

이동훈; 황근철; 이상일; 윤원영

doi:10.9709/jkss.2023.32.1.023

이항 반응 실험의 확률적 전역최적화 기법연구
A Study on the Stochastic Optimization of Binary-response Experimentation 원문보기

한국시뮬레이션학회논문지 = Journal of the Korea Society for Simulation, v.32 no.1, 2023년, pp.23 - 34

이동훈 , 황근철 (국방과학연구소 해양기술연구원) , 이상일 (국방과학연구소 해양기술연구원) , 윤원영 (부산대학교)

초록
AI-Helper

본 논문의 목적은 이항출력 실험을 이용할 경우에 확률적 전역 최적화 방법론들을 검토하고 알고리즘들간의 성능을 비교하기 위한 것이다. 모 성공확률은 알수 없고 확률적 특성을 갖기 때문에 확률적 전역 최적화 방법론에서는 모 성공확률 대신 성공확률의 추정치를 이용한다. 언덕오르기 알고리즘 , 단순랜덤탐색, 랜덤재출발 랜덤탐색, 랜덤 최적화, 담금질 기법 및 군집기반의 알고리즘인 입자 군집 최적화 알고리즘을 확률적 전역 최적화 알고리즘으로 사용하였다. 알고리즘의 비교를 위하여 두가지 테스트 함수(하나는 단봉이고 나머지는 다봉임)가 제안되었고 몬테카를로 시뮬레이션을 이용하여 알고리즘의 성능을 평가하였다. 단순 테스트 함수에 대하여는 모든 알고리즘이 유사한 성능을 보이고 있다. 복잡한 다봉의 테스트 함수에 대하여는 랜덤재출발 랜덤최적화, 담금질 기법과 군집 기반의 입자군집 알고리즘이 훨씬 더 좋은 성능을 보임을 알 수 있다.

Abstract ▼ AI-Helper

The purpose of this paper is to review global stochastic optimization algorithms(GSOA) in case binary response experimentation is used and to compare the performances of them. GSOAs utilise estimator of probability of success $\^p$ instead of population probability of success p, since p is unknown and only known by its estimator which has stochastic characteristics. Hill climbing algorithm algorithm, simple random search, random search with random restart, random optimization, simulated annealing and particle swarm algorithm as a population based algorithm are considered as global stochastic optimization algorithms. For the purpose of comparing the algorithms, two types of test functions(one is simple uni-modal the other is complex multi-modal) are proposed and Monte Carlo simulation study is done to measure the performances of the algorithms. All algorithms show similar performances for simple test function. Less greedy algorithms such as Random optimization with Random Restart and Simulated Annealing, Particle Swarm Optimization(PSO) based on population show much better performances for complex multi-modal function.

주제어

표/그림 (20)

표 Table 1. Hill Climbing Algorithm
표 Table 2. Hill Climbing with Random Restart
표 Table 3. Simulated Annealing Algorithm
표 Table 4. Particle Swarm Optimization Algorithm
그림 Fig. 1. Shape of test functions of 2 dimension
그림 Fig. 2. Results of PRS simulation for test functions
표 Table 5. control parameters for each algorithm
표 Table 6. simulation cases for RO
표 Table 7. optimal parameter combination for RO
그림 Fig. 3. Results of RO simulation for test functions
그림 Fig. 4. Results of RORR simulation for test functions
표 Table 8. simulation cases for RORR
표 Table 9. optimal parameter combination for RORR
그림 Fig. 5. Results of SA simulation for test functions
표 Table 10. simulation cases for SA
표 Table 11. optimal parameter combination for SA
그림 Fig. 6. Results of PSO simulation for test functions
표 Table 12. simulation cases for PSO
표 Table 13. optimal parameter combination for PSO
표 Table 14. comparison among algorithms

참고문헌 (26)

Akimoto Y., S. A. Morales, and O. Teytaud(2015),？"Analysis of runtime of optimization algorithms for？noisy functions over discrete codomains", Theoretical？Computer Science, vol. 605, pp. 42-50.
Alarie S., et al(2021), "Digabel Two decades of？blackbox optimization applications", EURO Journal？on Computational Optimization 9.
Back T.(1996), "Evolutionary Algorithms in Theory？and Practice: Evolution Strategies, Evolutionary？Programming", Genetic Algorithms. Oxford University？Press, Oxford, UK.
Back T., and U. Hammel(1994), "Evolution strategies？applied to perturbed objective functions," in？Proceedings of IEEE Congress on Evolutionary？Computation, pp. 40-45.
Brooks S. H.(1958), "A Discussion of Random Methods？for Seeking Maxima," Operations Research, 6, 244-251.

상세보기
Cai T., F. Pan, and J. Chen(2004), "Adaptive particle？swarm optimization algorithm." In Proceedings of？Fifth World Congress on Intelligent Control and？Automation, 2004. WCICA 2004, volume 3, pages"2245-2247
Chandran S. and R. R. Rhinehart.(2002) "Heuristic？random optimizer-version II." In Proceedings of the？American Control Conference, volume 4, pages？2589-2594. IEEE, Piscataway NJ, US
Eberhart R. C. and J. Kennedy(1995), "A new optimizer？using particle swarm theory." In Proceedings of the？Sixth International Symposium on Micro Machine？and Human Science MHS'95, pages 39-43. IEEE？Press
Gao Y. and Y. Duan(2007), "An adaptive particle？swarm optimization algorithm with new random？inertia weight." In Advanced Intelligent Computing？Theories and Applications. With Aspects of？Contemporary Intelligent Computing Techniques,？volume 2, pages 342-350.
Gao Y. and Z. Ren(2007), "Adaptive particle swarm？optimization algorithm with genetic mutation？operation." In Proceedings of the Third International？Conference on Natural Computation (ICNC 2007),？volume 2, pages 211-215.
Glover F.(1986), "Future Paths for Integer Programming？and Links to Artificial Intelligence". Computers？and Operations Research, 13(5), 533-549.

상세보기
Gurin and A. R. Leonard(1965), "Convergence of the？random search method in the presence of noise",？Automation and Remote Control, 26, 1505-1511.
Kirkpatrick S., C. D. Gelatt, Jr., and M. P. Vecchi？(1983), "Optimization by simulated annealing."？Science, 220(4598), 671-680.

상세보기
Li J. and R. R. Rhinehart(1998). "Heuristic random？optimization." Computers and Chemical Engineering,？22(3), 427-444.

상세보기
Matyas J.(1965) "Random optimization." Automation？and Remote Control, 26(2), 244-251.
Metropolis N., et. al.(1953), "Equation of state？calculations by fast computing machines." The？Journal of Chemical Physics, 21(6), 1087-1092.
Nelder J. A. and R. Mead,(1965), "A simplex method？for function minimization", Comput. J., 7, pp. 308-313.

상세보기
Rastrigin L. A.(1963), "The convergence of the random？search method in the extremal control of manyparameter system". Automation and Remote Control,？24, 1337-1342.
Russel S. and P. Novic(2002), Artificial Intelligence: A？Modern Approach, Prentice Hall, second edition,？December.
Schumer M. A. and K. Steiglitz(1968), "Adaptive step？size random search." IEEE Transactions on Automatic？Control, AC-13(3), 270-276.
Schumer M. A(1967). Optimization by adaptive random？search. PhD thesis, Princeton University, NJ,？Supervisor Kenneth Steiglitz.
Spall J. C.(2000), Introduction to Stochastic Search and？Optimization.
Estimation, Simulation, and Control (2003), Wiley-Interscience Series in Discrete Mathematics and Optimization. John Wiley & Sons, first edition.
Venter G. and J. Sobieszczanski-Sobieski(2003), "Particle？swarm optimization." AIAA Journal, 41(8), 1583-1589.

상세보기
Worakul N., W. Wongpoowarak, and P. Boonme(2002)？"Optimization in development of acetaminophen？syrup formulation." Drug Development and Industrial？Pharmacy, 28(3), 345-351.

상세보기
Yuret D. and Michael de la Maza(1993), "Dynamic hill？climbing: Overcoming the limitations of optimization？techniques", In Proceedings of the Second Turkish？Symposium on Artificial Intelligence and Neural？Networks, pages 208-212, June 24-25, Bogazici？University, Istanbul, Turky.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증