인공 레밍 알고리즘: 실제 공학 최적화 문제 해결을 위한 새로운 바이오 영감 메타휴리스틱

HOT PAPER IT Crossref 실존 확인 2026-09-12 회차 지난 회차

인공 레밍 알고리즘: 실제 공학 최적화 문제 해결을 위한 새로운 바이오 영감 메타휴리스틱

Artificial lemming algorithm: a novel bionic meta-heuristic technique for solving real-world engineering optimization problems

Yaning Xiao, Hao Cui, Ruba Abu Khurma 외 · Artificial Intelligence Review · 2025년 · 조회 12

왜 이 논문인가 — 선정 기준

HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위

2025-01 발표 · 피인용 316회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%

HOT PAPER 슬롯은 최신 발표 중 인용 상위 1%에 해당하는 고주목 논문을 선정하는데, 본 논문은 316회 인용·극고인용 영향력을 보이며 해당 기준을 충족한다.

논문 요약

기존 메타휴리스틱이 고차원·비볼록 탐색에서 조기 수렴·탐색 부족 문제를 보이는 점을 지적하고, 이를 극복하기 위한 새로운 방법이 필요하다고 제시한다. 레밍의 네 가지 행동(장거리 이동, 굴 파기, 탐식, 포식자 회피)을 수학적으로 모델링한 인공 레밍 알고리즘(ALA)을 제안한다. 다양한 공학 최적화 사례에 적용한 실험 결과, 탐색·수렴 균형이 향상되고 계산 효율이 기존 기법 대비 우수함을 확인했다.

후속 연구설계에 활용하기

후속 연구에서는 ALA의 행동 파라미터(이동 거리, 굴 깊이 등)를 변수화해 다른 메타휴리스틱과의 하이브리드 설계나 파라미터 최적화를 시험할 수 있다.

핵심어

메타휴리스틱바이오 영감최적화레밍 알고리즘

실존 확인

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.

DOI: 10.1007/s10462-024-11023-7

2026-09-12 확인 · 2026-09-12 선정