함수추정을 통한 시뮬레이션 최적화 - Scatter Search의 경우

Simulation Optimization via Simulation Function Approximation: in the Case of Scatter Search

  본 연구는 Scatter Search(분산 탐색법)를 시뮬레이션 최적화에 적용할 때, 그 소요시간을 단축할 수 있는 방법을 연구하였다. 탐색시간을 단축하기 위해서 시뮬레이션을 하나의 함수로 추정한 메타모델(metamodel)을 이용함으로써 목적함수 값 계산을 대신하는 방법을 연구하였으며, 메타모델은 자생적 모형화(self-organizing modeling) 방법인 GMDH 방법을 이용하였다. 시뮬레이션 최적화 문제 대신하여 최적해가 알려진 비제약 비선형 문제를 대상으로 실험한 결과 GMDH 추정 함수의 유용함을 통계적 검정으로 확인할 수 있었다.

  This paper studies the use of simulation function approximation in the application of Scatter Search(SS) to simulation optimization problems. SS requires repetitive evaluations of objective functions which could only be obtained by simulation estimation. The proposed method is to use GMDH self-organizing modeling to construct a metamodel of simulation to substitute simulation itself in the search of solutions. According to the experiments of solving a set of known unconstrained nonlinear minimization problems and statistical tests, GMDH metamodels have significant effects on searching solutions with far less number of objective function(simulation) evaluations in SS to simulation optimization problems.