[논문] 외판원 문제용 드래곤플라이 알고리즘·타부 탐색 하이브리드 메타휴리스틱
개요
외판원 문제(TSP)는 각 도시를 정확히 한 번씩 방문하고 시작점으로 돌아오는 가장 짧은 해밀턴 순환을 찾는 고전적인 NP-난해 조합 최적화 문제이다. 본 논문은 전역 탐색을 위한 군집 지능 기반 방법인 Dragonfly Algorithm(DA)과 기억 기반 지역 탐색 기법인 Tabu Search(TS)를 결합한 하이브리드 메타휴리스틱을 제안한다. 제안된 방법은 고수준 릴레이 하이브리드(HRH) 스키마를 따르며, 먼저 DA를 사용해 해 공간을 탐색하고 유망한 초기 투어를 생성한 뒤, TS가 이 해를 이웃 기반 개선 및 타부 메모리를 통해 정제한다. 하이브리드 접근법은 burma14, att48, ch150 등 표준 TSPLIB 벤치마크 인스턴스에 대해 평가되었으며, 단일 DA, 단일 TS 및 유전 알고리즘, 개미 군집 최적화, 입자 군집 최적화, 무작위 탐색 등 여러 고전 메타휴리스틱과 비교하였다. 또한 주요 하이퍼파라미터가 해의 품질과 실행 시간에 미치는 영향을 조사하기 위해 체계적인 그리드 탐색 절차를 수행하였다. 실험 결과는 제안된 하이브리드가 테스트된 인스턴스에서 단일 DA와 TS에 비해 투어 품질을 향상시킬 수 있음을 보여주며, 전역 탐색과 지역 활용을 결합하는 이점이 강조된다. 그러나 결과는 성능이 파라미터 설정 및 문제 규모에 민감함을 시사하므로, 더 큰 벤치마크와 보다 강력한 TSP 전용 기준에 대한 추가 검증이 필요함을 제안한다.
주요 기여
본 논문은 다음 분야의 연구를 제시한다:
- cs.NE
방법론
자세한 방법론은 전체 논문을 참고하시기 바란다.
실용적 함의
이 연구는 cs.NE 분야의 발전에 기여한다.
저자
- Ammar Bouketta
논문 정보
- arXiv ID: 2606.09529v1
- 분류: cs.NE
- 발표일: 2026년 6월 8일
- PDF: PDF 다운로드