Análisis práctico en clase: rutas múltiples evolutivas vs. ruta única predefinida

Esta página, medianteuna práctica en clase, compara, en torno a un mismo problema de optimización de ingeniería,la ruta única predefinidaylas rutas múltiples evolutivasanteperturbaciones desconocidas. El objetivo no es demostrar que la evolución sea siempre superior, sino analizar cómo las rutas múltiples integran la incertidumbre, la diversidad y la retroalimentación en línea en el proceso de búsqueda, mejorando así la robustez y la adaptabilidad.

Definición de la tarea experimental

• Elegir un problema de optimización de ingeniería en el que se puedan inyectar perturbaciones desconocidas, como la optimización de parámetros dinámicos o una tarea de búsqueda con restricciones ruidosas.
• Fijar la función objetivo, el presupuesto de evaluaciones y la secuencia de perturbaciones para garantizar que ambos experimentos sean comparables.

Ruta única predefinida: resolución rígida bajo supuestos offline

Se fijan el algoritmo, los hiperparámetros y la dirección de búsqueda, y se resuelve de una vez según supuestos offline. Puede rendir bien antes de la perturbación, pero al carecer de ajuste en línea, tras la perturbación tiende a quedar atrapada en óptimos locales o a sufrir una caída abrupta del rendimiento.

Rutas múltiples evolutivas: exploración paralela impulsada por retroalimentación en línea

ante EvoX , se realiza una búsqueda paralela mediante poblaciones, múltiples estrategias o múltiples candidatos, con ajustes continuos a través de mutación, cruce, selección y retroalimentación del entorno. Las rutas múltiples no son una simple repetición de ejecuciones, sino que aprovechan la información en línea para crear redundancia exploratoria.

La siguiente figura muestra la variación de la tasa de retención de rendimiento de ambas estrategias antes y después de la perturbación; en ella se señalan el punto de inyección de la perturbación, la magnitud de la caída de rendimiento, la ventana de recuperación y el rango de diversidad de candidatos de las rutas múltiples, lo que permite contrastarlo directamente con los indicadores que se presentan a continuación.

Diseño de perturbaciones e indicadores de comparación

• Diseño de perturbaciones: desplazamiento del objetivo, cambios en las restricciones, aumento del ruido, conmutación de estados del entorno o variables no modeladas; se presta especial atención a las perturbaciones no vistas durante la fase predefinida.
• Indicadores de comparación: valor óptimo antes de la perturbación, magnitud de la caída de rendimiento tras la perturbación, velocidad de recuperación, tasa de éxito, diversidad de candidatos y coste computacional y de evaluación para alcanzar un rendimiento equivalente.

Explicación clave y conclusiones

La fragilidad de la ruta única proviene de la rigidez de sus supuestos y de una diversidad insuficiente; la ventaja de las rutas múltiples radica en la exploración continua, la retroalimentación de aptitud y la presión de selección, pero es necesario sopesar el coste computacional, la estabilidad de convergencia y la interpretabilidad en ingeniería.

Frente a perturbaciones desconocidas, las rutas múltiples evolutivas suelen mostrar mayor robustez y adaptabilidad; no obstante, las conclusiones deben basarse en presupuestos justos, experimentos reproducibles y límites de perturbación claros, evitando interpretar las "rutas múltiples" como incondicionalmente superiores a la ruta única.