최적화 알고리즘은 각종 공학적 문제의 최적화 변수 값을 각 탐색 범위 내에서 조절함으로써 주어진 비용함수(cost function) 값을 최소화 또는 최대화하는 해를 찾아내는 컴퓨터 연산기법을 지칭한다. 최적화 알고리즘은 찾고자 하는 해의 요구 수준에 따라 크게 전역최적화 기법(global optimization method)과 지역최적화 기법(local optimization method)으로 나뉜다. 전역최적화 기법은 다소 시간이 걸리더라도 전체 탐색영역에서 가장 좋은 해를 찾는 것을 목표로 하며, 지역최적화 기법은 단시간에 일부 탐색영역 내에서 가장 좋은 해를 찾는 것을 목표로 한다.

본 연구실에서는 전역최적화 기법으로 Genetic Algorithm, Particle Swarm Optimization을 다루고 있으며, 지역최적화 기법으로 Pattern Search, Mesh Adaptive Direct Search, Prediction Error Method 등을 연구하고 있다. 특히 본 연구실에서 독자적으로 개발 중인 전역최적화 기법인 Dynamic Encoding Algorithm for Searches(DEAS)는 실수(real number) 최적화 분야에서 세계 최고 수준의 탐색 성능을 보유하고 있으며, 유도전동기 파라미터 식별, PID 제어기 최적 설계, PMSM 전동기 코어 형상설계, 휴머노이드 로봇의 관절궤적 생성에 적용되어 우수한 최적화 성능을 입증했다.

현재 DEAS는 기본 탐색 단위인 session의 구조 및 구성 원리에 따라 exhaustive DEAS(eDEAS), univariate DEAS(uDEAS), modular DEAS(mDEAS), intelligent DEAS(iDEAS) 등의 시리즈로 개발되며 지속적인 탐색성능 개선을 이루고 있다.