대형 언어 모델을 활용한 자동 휴리스틱 설계의 밈적 및 반영 진화 프레임워크

제조 일정 수립에서 스마트 그리드 자원 최적화에 이르기까지 증가하는 실제 공학 문제의 복잡성은 적응형 고성능 휴리스틱 기법에 대한 수요를 촉진했습니다. 자동 휴리스틱 설계(AHD)와 신경망 강화 메타휴리스틱은 전략 개발 자동화에 가능성을 보였으나, 정적 연산자 라이브러리나 높은 재학습 비용으로 인해 유연성과 확장성에 한계가 있었습니다. 최근 대형 언어 모델(LLM)은 자연어 및 프로그램 합성을 통해 휴리스틱 탐색과 진화에 강력한 대안으로 부상했습니다. 본 논문은 LLM 기반 밈적 프레임워크를 제안하는데, 이는 LLM 주도의 탐색과 도메인 특화 국부 정제 및 메모리 인지 반영을 결합하여 휴리스틱 창의성과 효과성 간의 동적 균형을 가능케 합니다. 실험에서 제안된 프레임워크는 설계된 AGV-드론 스케줄링 시나리오 및 두 가지 벤치마크 조합 문제에서 다른 LLM 기반 최첨단 접근법을 능가했습니다. 결과는 LLM이 범용 최적화 도구일 뿐 아니라 복잡하고 이질적인 도메인에 효율적으로 적응하는 해석 가능한 휴리스틱 생성기 역할을 할 수 있음을 시사합니다.