본 논문은 지식 엘리트의 이민에서 영감을 받은 군집 기반 메타휴리스틱 알고리즘인 뇌 유출 최적화(Brain Drain Optimization, BRADO) 알고리즘을 N-Queens 문제에 적용한 연구입니다. N-Queens 문제는 고전적인 조합 최적화 문제로, BRADO 알고리즘의 성능을 평가하기 위한 벤치마크 문제로 활용되었습니다. 설계된 비용 함수가 탐색을 안내하고, TOPSIS 기반 다기준 의사결정 과정을 통해 구성을 조정합니다. 실험 결과, BRADO는 PSO, GA, ICA, ILS, LS 등 기존의 메타휴리스틱 알고리즘들보다 해의 질 측면에서 우수한 성능을 보였으며, 위협의 수가 적고 목적 함수 값이 더 좋았습니다. 이를 통해 BRADO가 조합 문제에 대한 범용 솔버로서의 잠재력을 가지고 있으며, 인공지능의 다른 영역에 대한 향후 응용 가능성을 제시합니다.
