공학 분야에서 최적화를 접목시키는 다양한 연구들이 진행되고 있으며, 그 중 자연 현상을 이용해 빠르게 근사치를 찾는 메타 휴리스틱 알고리즘을 많이 이용하고 있다. Askarzadeh에 의해 제안된 까마귀 알고리즘은 새 무리, 벌 떼, 물고기 떼와 같은 사회적 동물의 집단적 행동에서 영감을 받은 Swarm intelligence 알고리즘의 한 종류이다. 까마귀 알고리즘은 파라미터의 수가 적고 최적화 문제의 적용이 쉬워 많이 사용되고 있지만, 탐색 능력이 낮은 단점을 가지고 있다. 따라서 본 논문에 서는 이러한 문제를 해결할 수 있도록 3가지 방법이 추가된 ACS 알고리즘을 제안하였다. 이러한 알고리즘을 돔 구조물에 적용하여 수렴성능을 비교하였으며, ACS 알고리즘의 수렴성능이 우수함을 확인하였다.