통계적 정보를 이용한 개선된 근사치 기반 전역 최적화 기법

Abstract

대체모델 기반 전역 최적화 기법은 대체모델을 이용하여 계산 시간을 효율적으로 줄이는 동시에 설계영역 내 전역 최적 해를 제공하는 장점을 있어 현재까지 활발한 연구가 지속되어 왔다. 그 중에서도 순차적으로 크리깅 대체모델을 생성하여 유용영역 탐사와 국부 최적해 탐색을 결합시킨 근사치 기반 전역 최적화 기법이 가장 널리 알려져 왔다. 근사치 기반 전역 최적화 기법은 불연속적인 유용영역을 가지는 문제에서 각 유용영역의 최적 해를 제공하여 여러 가지의 설계 안을 제시하는 장점이 있다. 그러나 근사치 기반 전역 최적화 기법은 동일한 응답 값을 가지는 여러 개의 전역적 최적 해가 존재하는 문제에서 모든 전역적 최적 해를 찾기 어렵다. 본 연구에서는 크리깅 대체모델의 통계적 정보를 이용하여 기존의 근사치 기반 전역 최적화 기법의 문제점을 고찰하고 이를 해결하는 방안을 제시한다. 이러한 연구는 향후 집광로봇 시스템에 적용되어 계산비용이 큰 시뮬레이션 모델을 대체하여 효율적인 최적설계를 수행하기 위해 개발되었다.와 국부 최적해 탐색을 결합시킨 근사치 기반 전역 최적화 기법이 가장 널리 알려져 왔다. 근사치 기반 전역 최적화 기법은 불연속적인 유용영역을 가지는 문제에서 각 유용영역의 최적 해를 제공하여 여러 가지의 설계 안을 제시하는 장점이 있다. 그러나 근사치 기반 전역 최적화 기법은 동일한 응답 값을 가지는 여러 개의 전역적 최적 해가 존재하는 문제에서 모든 전역적 최적 해를 찾기 어렵다. 본 연구에서는 크리깅 대체모델의 통계적 정보를 이용하여 기존의 근사치 기반 전역 최적화 기법의 문제점을 고찰하고 이를 해결하는 방안을 제시한다. 이러한 연구는 향후 집광로봇 시스템에 적용되어 계산비용이 큰 시뮬레이션 모델을 대체하여 효율적인 최적설계를 수행하기 위해 개발되었다.