전기 상호작용 기반 n‑최근접 이웃 로컬 탐색을 활용한 향상된 다중모드 PSO 방법

초록

본 논문은 전기 입자군집 최적화(EPSO)와 n‑최근접 이웃을 이용한 로컬 탐색을 결합한 LSEPSO 알고리즘을 제안한다. 기존 EPSO의 개인 최적값(pbest) 업데이트 방식을 개선하여, 각 입자와 가장 가까운 n개의 이웃 사이에 n개의 후보점을 생성하고, 이 중 최적점을 pbest로 대체한다. 이를 통해 입자들의 수렴 과정을 완화하고, 전역 및 지역 최적 해 탐색 능력을 동시에 강화한다. 다수의 다중모드 벤치마크 함수 실험 결과, LSEPSO가 기존 다중모드 최적화 기법들을 전반적으로 능가함을 확인하였다.

상세 분석

LSEPSO는 다중모드 최적화(MMO) 문제에서 흔히 발생하는 입자들의 조기 수렴(attenuation) 현상을 완화하기 위해 두 가지 핵심 메커니즘을 도입한다. 첫 번째는 전기 입자군집 최적화(EPSO)에서 차용한 전기력 모델이다. EPSO는 입자 간 전하량을 기반으로 인력·반발력을 계산해, 입자들이 서로 너무 가깝게 몰리지 않도록 하는 메커니즘을 제공한다. 이는 다중모드 탐색 시 서로 다른 최적점 주변에 위치한 입자들이 서로를 방해하지 않게 하여, 탐색 다양성을 유지한다.

두 번째는 기존의 최근접 이웃(local search) 방식에서 ‘가장 가까운 한 개 이웃’만을 고려하던 것을 확장하여, n개의 최근접 이웃을 동시에 활용한다. 구체적으로, 각 입자 i에 대해 Euclidean 거리 기준으로 n개의 가장 가까운 입자들을 선정하고, i와 각각의 이웃 j 사이에 n개의 균등하게 배치된 후보점 (c_{ij}^{k}) (k = 1…n)를 생성한다. 이 후보점들은
\