Core Concepts
무인 항공기 경로 계획 문제를 해결하기 위해 경쟁 게임 최적화 알고리즘(CGO)이 제안되었다.
Abstract
이 논문에서는 무인 항공기 경로 계획 문제를 해결하기 위해 경쟁 게임 최적화 알고리즘(CGO)을 제안했다. CGO 모델에서는 탐색과 활용, 후보 해 교체의 세 단계가 설정되어 있으며, 이는 플레이어의 보급품 수색과 전투, 안전 구역으로의 이동에 해당한다. 알고리즘 탐색 단계에서는 Levy 비행을 도입하여 알고리즘의 전역 수렴성을 향상시켰다. 또한 반복 횟수에 따라 적응적으로 변화하는 만남 확률도 CGO에 도입되었다. 최적화 문제의 해 공간에 대한 탐색과 활용의 균형이 실현되었으며, 각 단계가 수학적으로 설명되고 모델링되었다. CGO의 성능은 CEC2017 및 CEC2022의 41개 테스트 함수 세트를 통해 평가되었으며, 8개의 널리 알려진 메타휴리스틱 최적화 알고리즘과 비교되었다. 시뮬레이션 결과는 제안된 알고리즘이 탐색과 활용 간의 균형 잡힌 절충을 성공적으로 달성하고, 7개의 고전적인 알고리즘과 비교하여 두드러진 장점을 보여주었다. 또한 CGO의 효과성을 더 검증하기 위해 8개의 실제 엔지니어링 설계 문제와 무인 항공기 경로 계획에 CGO를 적용했으며, 결과는 CGO가 이러한 실제 최적화 문제를 다루는 데 강력한 성능을 보이고 좋은 응용 전망이 있음을 보여주었다.
Stats
무인 항공기 경로 계획 문제를 해결하기 위해 경쟁 게임 최적화 알고리즘(CGO)이 제안되었다.
CGO 모델에는 탐색과 활용, 후보 해 교체의 세 단계가 설정되어 있다.
Levy 비행과 적응적 만남 확률이 CGO에 도입되었다.
CGO의 성능은 CEC2017 및 CEC2022의 41개 테스트 함수 세트를 통해 평가되었다.
CGO는 8개의 널리 알려진 메타휴리스틱 최적화 알고리즘과 비교되었다.
CGO는 8개의 실제 엔지니어링 설계 문제와 무인 항공기 경로 계획에 적용되었다.
Quotes
"CGO 모델에서는 탐색과 활용, 후보 해 교체의 세 단계가 설정되어 있으며, 이는 플레이어의 보급품 수색과 전투, 안전 구역으로의 이동에 해당한다."
"Levy 비행을 도입하여 알고리즘의 전역 수렴성을 향상시켰다."
"반복 횟수에 따라 적응적으로 변화하는 만남 확률도 CGO에 도입되었다."