피트니스 클라우드: 지역 탐색 휴리스틱의 새로운 시각

본 논문은 피트니스 랜드스케이프(Fitness Landscape)라는 전통적인 시각화 방식이 고차원 탐색 공간을 직관적으로 표현하는 데 한계가 있음을 지적하고, 이를 보완하기 위해 ‘피트니스 클라우드(Fitness Cloud, FC)’라는 새로운 2차원 시각화 프레임워크를 제안한다. FC는 검색 공간 S의 각 해 x에 대해 (f(x), ˜f(x))라는 좌표를 부여한다. 여기서 f(x)는 해 x의 적합도, ˜f(x)는 해당 해가 선택한 이웃(검색 휴리스틱에 의해 정의된 단일 이웃)의 적합도이다. 이때 이웃은 Hamming 거리 1인 비트 문자열로 정의되며, 선택은 탐색 알고리즘에 따라 고정된다. FC는 전체 점들의 산점도와 함께 세 개의 대표 곡선—FC_min(최소 이웃 적합도), FC_mean(평균 이웃 적합도), FC_max(최대 이웃 적합도)—을 그려, 적합도 구간별 이웃 적합도의 범위와 평균 경향을 시각화한다. 특히 FC_mean 곡선은 이론적으로 선형식 ˜f_mean =