MOEA/D 제어 파라미터 분석 최종 집단과 축소 외부 아카이브 시나리오

초록

**
본 논문은 MOEA/D의 핵심 제어 파라미터인 인구 규모(µ), 스칼라화 함수(g), 그리고 PBI 함수의 페널티 파라미터(θ)를 두 가지 성능 평가 시나리오(최종 집단 시나리오와 축소 외부 아카이브(UEA) 시나리오)에서 체계적으로 실험하였다. 13개의 DTLZ·WFG 테스트 문제에 대해 APS 지표로 종합 성능을 측정한 결과, 최적 파라미터 설정이 시나리오마다 크게 달라짐을 확인하고, 파라미터 간 상호작용과 그 원인을 분석하였다.

**

상세 분석

**
본 연구는 MOEA/D가 최근 외부 아카이브(UEA)를 결합한 형태가 성능 면에서 경쟁력을 갖춘다는 사실을 전제로, 기존에 주로 최종 집단만을 대상으로 수행된 파라미터 연구의 한계를 보완하고자 한다. 실험에 사용된 파라미터는 (1) 인구 규모 µ, (2) 스칼라화 함수 g(구체적으로 g_chm, g_chd, g_pbi), (3) PBI 함수의 페널티 파라미터 θ이다. 각각의 파라미터가 두 시나리오에 미치는 영향을 독립적으로 분석한 뒤, 파라미터 간 상호작용을 추가로 탐색하였다.

인구 규모 µ는 전통적으로 최종 집단 시나리오에서 20~30 정도가 권장되었으나, 축소 UEA 시나리오에서는 더 큰 µ가 탐색 다양성을 확보하고 아카이브에 저장되는 비지배 해의 양을 늘리는 데 유리함을 확인했다. 특히, 5목적 문제에서 µ=100 이상으로 확대했을 때 APS 점수가 현저히 상승하였다.

스칼라화 함수 측면에서는 g_chm(가중합)보다 g_chd(가중분할)와 g_pbi가 비선형·비볼록 PF를 가진 WFG 문제에서 우수한 성능을 보였다. 특히, g_pbi는 θ 값에 따라 수렴과 다양성의 균형을 조절할 수 있기 때문에, 최종 집단 시나리오에서는 θ≈510이 적절했으며, 축소 UEA 시나리오에서는 θ를 13 수준으로 낮춰 수렴 속도를 높이는 것이 효과적이었다. 이는 UEA가 이미 충분한 다양성을 제공하므로, 추가적인 다형성 강조가 오히려 수렴을 방해한다는 해석과 일치한다.

θ 파라미터 자체도 독립적인 영향뿐 아니라 µ와 g와의 연계 효과가 두드러졌다. 예를 들어, 작은 µ와 g_chd 조합에서는 θ를 크게 잡아도 과도한 다양성 손실이 없었지만, 큰 µ와 g_pbi를 결합할 경우 θ가 과도하면 아카이브에 저장되는 해가 과다하게 퍼져 평균 지표가 악화되는 현상이 나타났다.

결과적으로, 최적 파라미터 설정은 “시나리오‑문제‑목표수”에 따라 다르게 선택되어야 함을 강조한다. 최종 집단 시나리오에서는 보수적인 µ와 중간 수준의 θ, 그리고 g_chd가 전반적으로 안정적인 성능을 제공한다. 반면, 축소 UEA 시나리오에서는 큰 µ와 낮은 θ, 그리고 g_pbi가 가장 높은 APS 점수를 기록한다. 이러한 차이는 외부 아카이브가 제공하는 비지배 해의 양과 질이 파라미터의 역할을 재정의하기 때문이며, 연구자는 실험 목적에 맞는 시나리오를 명확히 정의한 뒤 파라미터를 튜닝해야 함을 시사한다.

**