추가 적립 안내

『메타휴리스틱스』는 메타휴리스틱스(metaheuristics)의 주요 기법들을 소개한다. 이들 기법의 개념과 이론과 특징, 그리고 그 적용을 쉽게 이해할 수 있도록 설명한다. 특히 메타휴리스틱의 적용에 있어서 알고리즘의 설계와 구현에서 고려해야 하는 요소들에 관심을 갖는다. 본서는 메타휴리스틱스를 하나의 해를 운용하는 기법과 해의 집단을 운용하는 기법으로 크게 나누어 구성되었다.

본서에서는 메타휴리스틱스(metaheuristics)의 주요 기법들을 소개한다. 이들 기법의 개념과 이론과 특징, 그리고 그 적용을 쉽게 이해할 수 있도록 설명한다. 특히 메타휴리스틱의 적용에 있어서 알고리즘의 설계와 구현에서 고려해야 하는 요소들에 관심을 갖는다. 본서는 메타휴리스틱스를 하나의 해를 운용하는 기법과 해의 집단을 운용하는 기법으로 크게 나누어 구성되었다. 지금까지 제안된 모든 메타휴리스틱 기법을 다루지 못하지만, 가능한 대표적인 기법들은 소개하려 노력하였다. 단일해 기반의 메타휴리스틱스로는 시뮬레이티드 어닐링(simulated annealing), 타부서치(tabu search), 반복지역탐색(iterated local search), 가변이웃탐색(variable neighborhood search), 유도지역탐색(guided local search)을 다루고 있으며, 집단 기반의 메타휴리스틱스로는 진화알고리즘(evolutionary algorithms), 입자군집최적화(particle swarm optimization), 개미군체최적화(ant colony optimization), 차분진화(differential evolution), 벌군체최적화(bee colony optimization), 화음탐색(harmony search)을 다루고 있다.

본서는 6부 24장으로 구성되어 있다. 제1부는 하나의 장에서 메타휴리스틱스와 최적화에 대한 개요를 설명한다. 제2부는 단일해 기반 메타휴리스틱스로 2장에서 4장에서 고전적 기법인 시뮬레이티드 어닐링과 타부서치를, 그리고 5장에서 반복지역탐색, 가변이웃탐색, 유도지역탐색 기법을 소개한다. 제3부는 진화알고리즘으로 6장에서 12장에서 여러 형태의 진화알고리즘과 그 적용을 소개한다. 특히 이웃 유전알고리즘, 진화전략, 진화프로그래밍, 유전프로그래밍, 공진화알고리즘, 다목적 진화알고리즘을 포함하고 있다. 제4부는 입자군집최적화에 대해 13장에서 16장에서, 제5부는 개미군체최적화에 대해 17장에서 21장에서 비교적 자세히 다루고 있다. 그리고 제6부는 그 외의 집단기반 메타휴리스틱스로 22장에서 24장까지 각 장에서 차분진화, 벌군체최적화, 화음탐색을 다루고 있다.
본서가 산업공학과 컴퓨터공학에서 최적화와 인공지능 분야의 전공자 뿐 아니라, 시스템의 최적화와 적응에 관심이 있는 공학, 자연과학, 사회과학 분야의 연구자에게도 도움이 되기를 기대한다.

제1부 메타휴리스틱스 서론
제1장 메타휴리스틱스와 최적화 / 19
제2부 단일해 기반 메타휴리스틱스
제2장 시뮬레이티드 어닐링 / 39
제3장 타부서치의 개요 / 57
제4장 타부서치의 주요 주제 / 77
제5장 반복지역탐색, 가변이웃탐색, 유도지역탐색 / 95
제3부 진화알고리즘
제6장 유전알고리즘의 개요 / 113
제7장 유전표현, 유전연산자, 선택전략 / 131
제8장 유전알고리즘의 변형과 확장 / 161
제9장 진화전략, 진화프로그래밍, 유전프로그래밍 / 179
제10장 공진화알고리즘 / 197
제11장 다목적 진화알고리즘 / 231
제12장 진화알고리즘의 적용 / 259
제4부 입자군집최적화
제13장 입자군집최적화의 개요 / 275
제14장 기본 PSO의 변형과 입자 궤적 / 291
제15장 제약 다루기, 군집 다양화, 이산 PSO / 309
제16장 Multimodal PSO와 다목적 PSO / 323
제5부 개미군체최적화
제17장 개미군체최적화의 개요 / 339
제18장 기본 ACO 알고리즘 / 353
제19장 ACO 알고리즘의 수렴 / 371
제20장 여러 형태의 ACO 알고리즘 / 381
제21장 ACO의 적용 / 403
제6부 그 외의 집단 기반 메타휴리스틱스
제22장 차분진화 / 415
제23장 벌군체최적화 / 433
제24장 화음탐색 / 445
참고문헌 / 452
찾아보기 / 470

머리말
저자는 1992년 연암재단의 지원으로 노스캐롤라이나 주립대학에 방문교수로 있으면서 자연 현상을 모방한 새로운 개념의 최적화기법들을 접하게 되었다. 당시에 자연의 진화과정을 모방한 유전알고리즘, 인간의 기억과정과 고체물리학의 어닐링과정을 각각 모방한 타부서치와 시뮬레이티드 어닐링 기법이 개발되어 이에 관한 연구와 적용이 활발히 이루어지고 있었다. 경영과학을 전공하고, 산업현실에서 일어나는 제약이 많고 복잡도가 높은 문제의 해결을 위한 방법론을 찾고 있던 저자에게 이들 기법은 대단히 매력적이었다.
노스캐롤라이나 주립대학에서 1년간의 연구년을 마치고, 전남대학교로 돌아와 대학원생들과 함께 이들 기법에 대한 연구를 시작하였다. 이들 이론의 확장과 함께 조립라인의 계획과 운영, 생산일정계획, 통신시스템의 설계와 운영에의 적용에 중점을 두었다. 이에 관한 여러 연구결과들을 국내외 학술지에 발표하였다. 이들 중에서 혼합모델 조립라인의 투입순서 결정에 유전알고리즘을 적용한 논문으로 1994년 대한산업공학회에서 백암논문상을 받았다. 그리고 1997년 홍익대학교 윤복식 교수, 서경대학교 이상복 교수와 함께 유전알고리즘, 시뮬레이티드 어닐링, 타부서치를 다룬 ‘메타휴리스틱’(영지문화사)을 출간하였다. 이 책에서 저자는 이때까지 우리 실험실에서 연구한 결과를 토대로 유전알고리즘 편을 집필하였다. 그 후 우리 실험실에서 유전알고리즘의 이론과 적용을 확장해 가면서 연구를 계속하여 그 결과를 국내외 전문학술지에 발표하였다. 이들 결과를 정리하여 2011년 ‘진화알고리즘’(전남대학교출판부)을 출판하였다. 이 책은 2012년도 대한민국학술원 우수학술도서로 선정되었다.
1990년대 이후 학계에서는 메타휴리스틱에 대한 연구와 적용이 활발히 이루어졌다. ‘메타휴리스틱’(영지문화사, 1997)에서 다룬 고전적 메타휴리스틱 이외에 여러 기법들이 새로이 개발되고 확장되었다. 그럼에도 2010년까지 메타휴리스틱스를 보다 폭 넓게 다룬 서적이 국내에서 출판되지 않고 있었다. 이에 저자는 ‘진화알고리즘’(전남대학교출판부, 2011) 출간 후, 널리 적용되고 있는 개미군체최적화와 입자군집최적화에 대해 먼저 정리를 시작하였다. 그 이후 이들 내용을 보완하고 다른 여러 메타휴리스틱 기법들을 추가하다 보니 준비를 시작한 지 5년이 지나서야 본서 ‘메타휴리스틱스’(metaheuristics)를 출간하게 되었다.
Metaheuristic에서 접두어 ‘meta’는 그리어로 ‘higher level’ 또는 ‘beyond’라는 의미이고, ‘heuristic’은 ‘to find’, ‘to know’, 또는’ ‘to discover’라는 의미이다. 메타휴리스틱은 ‘상위 수준의 휴리스틱’이란 뜻이다. 부연하면 메타휴리스틱은 ‘특정 휴리스틱 구축을 위한 일반적인 구조와 전략을 안내하는 범용 알고리즘 틀(framework)’을 말한다. 메타휴리스틱은, 그 구조와 전략 관점에서, 지역최적을 벗어나고 해공간을 강건하게 탐색할 수 있는 구조를 포함하며, 이를 위하여 지역개선 절차와 더 높은 수준의 전략이 조화롭게 상호작용하는 해법으로 볼 수 있다. 메타휴리스틱은 탐색 과정에서 발견한 좋은 해 주위를 집중적으로 탐색할 수 있는 전략과 함께, 찾은 지역최적에서 벗어나 탐색하지 않은 해 공간의 탐색 영역을 넓혀가면서 탐사를 할 수 있는 전략을 가지고 있어야 한다. 이들 두 형태의 전략이 한쪽으로 치우침이 없이 균형을 이루면서 탐색 할 수 있도록 알고리즘이 설계되어야 한다.
메타휴리스틱은 일종의 근사해법으로 전역최적해나 어떤 수준 이상의 근사 최적해를 보장하지 못한다. 그러나 지난 사반세기 동안 메타휴리스틱 기법은 복잡도가 높은 여러 유형의 어려운 최적화문제에서 만족할 만한 성과를 보여 주었다. 그 적용 범위는 조합최적화, 연속최적화, 신경망 학습, 패턴인식, 데이터 마이닝, 인공지능, 화상처리, 공학 구조 최적화 등의 공학 분야뿐 아니라, 시스템의 최적화, 학습, 적응과 관련된 자연과학과 사회과학 분야를 포함한다.
본서에서는 메타휴리스틱스(metaheuristics)의 주요 기법들을 소개한다. 이들 기법의 개념과 이론과 특징, 그리고 그 적용을 쉽게 이해할 수 있도록 설명한다. 특히 메타휴리스틱의 적용에 있어서 알고리즘의 설계와 구현에서 고려해야 하는 요소들에 관심을 갖는다. 본서는 메타휴리스틱스를 하나의 해를 운용하는 기법과 해의 집단을 운용하는 기법으로 크게 나누어 구성되었다. 지금까지 제안된 모든 메타휴리스틱 기법을 다루지 못하지만, 가능한 대표적인 기법들은 소개하려 노력하였다. 단일해 기반의 메타휴리스틱스로는 시뮬레이티드 어닐링(simulated annealing), 타부서치(tabu search), 반복지역탐색(iterated local search), 가변이웃탐색(variable neighborhood search), 유도지역탐색(guided local search)