이 논문은 블록 좌표 하강 기법을 EMO 알고리즘에 적용하여 그 성능을 분석한다.
먼저 GSEMO 알고리즘과 BC-GSEMO 알고리즘을 소개한다. BC-GSEMO는 GSEMO와 달리 의사결정 변수를 k개의 블록으로 나누어 각 블록을 순차적으로 최적화한다.
이어서 LOTZ 문제의 변형 문제를 제안하고, GSEMO와 BC-GSEMO의 성능을 이론적으로 분석한다. 이를 통해 BC-GSEMO가 GSEMO보다 빠르게 최적 해집합을 찾을 수 있음을 보인다.
이론적 분석 결과를 실험적으로 검증하기 위해 k=2, 3, 4인 경우에 대해 실험을 수행한다. 실험 결과 역시 BC-GSEMO가 GSEMO보다 우수한 성능을 보인다.
결론적으로 이 논문은 EMO 문제에서 블록 좌표 하강 기법이 효과적일 수 있음을 보여준다. 이는 실제 문제에서 블록 구조를 자동으로 식별하고 활용하는 방법에 대한 통찰을 제공한다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Benjamin Doe... om arxiv.org 04-08-2024
https://arxiv.org/pdf/2404.03838.pdfDiepere vragen