chaotic maps and particle swarm optimization by 바죠

케이오스 이론이 광역 최적화(global optimization) 방법에 적용될 줄은 몰랐다. 
아래의 논문들에서처럼 케이오스 이론이 particle swarm optimization(PSO)에 잘 적용되어 성공적인 응용 문제 풀이가 가능하다고 한다.

광역 최적화 방법중에서 가장 간단한 것이 PSO 이다. 이것은 매우 간단한 아이디로부터 출발하고, 매우 간단한 프로그램으로 쉽게 구현될 수 있다.
Particle Swarm Optimization (PSO):

최초의 PSO 이론과 계산이 너무 간단했기 때문에 PSO 알고리듬에는 매우 많은 변종들이 생겨나게 된다. 
이것은 아주 자연스러운 것이다.
그 중에 하나는 케이오스 이론을 활용하면 PSO 구현에서 더욱 우수한 성능을 낼 수 있는 또 다른 PSO 방법을  얻을 수 있다는 것이다. 

주요 아이디어는 PSO 에서 사용되는 각종 파라메터들을 적절히 케이오스 이론에서 얻을 수 있는 것으로 대치하는 것이다. 
또는 다양한 변종 PSO에서도 동일한 방식을 취할 수  할 수 있다. 모든 것들을 동시에 사용하는 방법도 있을 수 있다.  

기존에 얻어진 매우 많은 PSO 변종들을 동시에 사용하는 새로운 PSO 방법도 고려해 볼 수 있다. 
왜냐 하면, 많은 PSO 변종들을 만들어 내는 것이 너무나도 간단하기 때문이다. 
사실, 각자의 PSO 변종들은 특정한 아이디어로 어느 정도 특성이 최적화 된 것들이다. 
하지만, 일반적인 문제 풀이에서 최고의 성능을 낼 수는 없을 것이다. 
프로그램의 변화가 심각하지 않다면, 어차피 다수의 해들을 동시에 취급하는 PSO 방법의 계산 특성을 그대로 살릴 수 있을 것이다. 
일반적인 광역최적화 문제에 보다 더 포괄적으로 적용할 수 있는 계산 방법이 될 수 있다.  
즉, meritocracy 을 이용하는 방법이 있다.
 





---------------------------------------------------------------------------------------------

케이오스는 시간 변화가 초기 조건에 지수적으로 민감하며, 시간 변화에 따른 궤도가 매우 복잡한 형태를 보이는 현상이다. 




chaotic maps












덧글

댓글 입력 영역

최근 포토로그