Diseñar el plano experimental de optimización bilevel

El plano experimental de optimización bilevel debe responder una pregunta concreta:¿cuál debería ser exactamente el valor del factor de mutación F de la evolución diferencial (DE)?. Su enfoque no es seguir ajustando a mano, sino elevar F de hiperparámetro fijo aobjeto evolucionable del bucle externo, y tomar «ejecutar una tarea de resolución DE con una determinada configuración de F» comoproceso de evaluación del bucle interno; el bucle externo actualiza la configuración según el rendimiento de la tarea del bucle interno. Este plano funciona porque se apoya sobre la base computacional moderna de EvoX: la población, los resultados de evaluación y el estado del algoritmo se organizan comotensorescalculables en su conjunto, de modo que las configuraciones candidatas se mutan y evalúan por lotes y entran en el grafo de cómputo para recibir optimización por compilación; después, el planificador Runtimedistribuye el cómputo a GPU, dispositivos aceleradores o clústeres distribuidos, comprimiendo así el largo ciclo experimental en serie a una ventana de tiempo aceptable.

Tarea del bucle interno: convertir el rendimiento en una señal comparable

El bucle interno es unexperimento reproducible. Primero se elige una tarea de optimización o un conjunto de funciones benchmark, y luego se bloquean por completo la estructura principal de DE, la dimensión, el presupuesto de evaluación y el conjunto de semillas aleatorias; la única cantidad que varía es la configuración de F transmitida por el bucle externo. En cada ejecución hay que registrar: el mejor valor, la velocidad de convergencia (generaciones necesarias para alcanzar el umbral), la tasa de éxito, la violación de restricciones, las métricas multiobjetivo (como el hipervolumen) y la diversidad de candidatos. Estos registros son toda la información que el bucle externo puede «ver» y la única base para que juzgue si algo es bueno o malo. La evaluación se ejecuta por lotes de forma tensorializada; los candidatos de un mismo lote comparten un único grafo de cómputo, evitando el coste de evaluar individuo a individuo en serie.

Objeto de estrategia del bucle externo: F ya no es una constante

El bucle externo no busca un número, sino una estrategia F. Hay tres tipos comunes de codificación: F constante; constante por etapas, por ejemplo el gen [F₁, F₂, F₃] que conmuta según intervalos de generaciones; y funciones de programación controladas por unos pocos genes, que por ejemplo activan distintas F según la tasa de éxito actual, la varianza de la población o la proporción de generaciones. En las codificaciones de tipo estrategia, además de los genes en sí, hay que especificar las características de entrada y las reglas de salida; de lo contrario, el mismo segmento de genes producirá resultados completamente distintos según la implementación.

Forma de mapeo: del genotipo a la configuración en tiempo de ejecución

El mapeo del genotipo del bucle externo a la configuración en tiempo de ejecución del bucle interno debe serexplícito y reproducible. Por ejemplo, el gen [F_ini, F_fin, decaimiento] se mapea a una programación que decae con las generaciones: F(t) = F_ini + (F_fin − F_ini) × e^(−decaimiento × t / T), donde t es la generación actual y T el total de generaciones; el gen [F₁, F₂, F₃] se mapea a una conmutación de tres tramos constantes. Un mismo genotipo debe mapearse siempre a la misma configuración en tiempo de ejecución; de lo contrario, los «buenos genes» aprendidos por el bucle externo no se podrán explicar ni transferir a nuevas tareas.

Flujo de bucle cerrado y registros obligatorios

El circuito completo es: la población del bucle externo genera un lote de configuraciones de F → el planificador Runtime distribuye en paralelo las tareas DE del bucle interno por lotes tensorializados → evaluación por lotes en GPU → resumen de métricas → selección, mutación, cruce y actualización del bucle externo → paso a la siguiente ronda. Aquí se sigue la organización por capas de EvoX: la capa de algoritmos alberga la evolución del bucle externo y la lógica DE del bucle interno, el módulo de problemas proporciona las tareas benchmark, el planificador Runtime se encarga de distribuir el cómputo por lotes a GPU o clústeres distribuidos, y el módulo de monitorización recoge las métricas. En el bucle cerrado deben quedar registros reproducibles: semilla aleatoria, presupuesto de evaluación, ID de tarea, modelo de hardware y criterio de parada. Cualquier conclusión de «victoria del bucle externo» debería poder reproducirse bajo las mismas condiciones.

Condiciones límite y línea base: triple protección

Protección frente al ruido:cuando la evaluación del bucle interno fluctúa mucho, el resultado de una sola ejecución no es fiable; hay que ejecutar varias veces de forma independiente y reportar intervalos de confianza. La aptitud puede agregarse con la media, la mediana o el peor cuantil, y conviene separar las tareas de entrenamiento de las de validación para evitar que el bucle externo se sobreajuste solo a unas cuantas semillas afortunadas.Protección de costes:cuando las tareas del bucle interno son costosas, primero se hace un cribado con modelos de baja fidelidad o evaluaciones sustitutas, y luego se reevalúan con alta fidelidad unos pocos candidatos.Protección de línea base:la F fija = 0.5 y el DE adaptativo clásico deben compararse en igualdad de condiciones, y hay que usar experimentos de ablación para confirmar que la ganancia proviene de la evolución del bucle externo en sí, y no de un mayor número de evaluaciones. Si el espacio de búsqueda del bucle externo es demasiado pequeño, la optimización bilevel degenera en un ajuste manual de parámetros; en ese caso hay que ampliar el espacio de codificación en lugar de limitarse a aumentar el presupuesto.

Plano experimental de optimización bilevel y su flujo

El diagrama toma como ejemplo el factor de mutación F de la evolución diferencial: el bucle interno bloquea la tarea, la dimensión, el presupuesto de evaluación y las semillas aleatorias, dejando que solo varíe la estrategia F transmitida por el bucle externo, y registra el mejor valor, la velocidad de convergencia, la tasa de éxito, la violación de restricciones, el hipervolumen y la diversidad de candidatos; el bucle externo puede codificar una F constante, una F por tramos o una función de programación, que tras un mapeo explícito se evalúan por lotes y se seleccionan para actualizar. El bucle cerrado también debe conservar semilla, presupuesto, ID de tarea, hardware y criterio de parada para garantizar que las conclusiones sean reproducibles.

Pregunta 1

En la tarea del bucle interno del plano experimental de optimización bilevel, para poder atribuir las diferencias entre distintas configuraciones de F, ¿qué otros elementos además de F deben fijarse?

Reiniciar aleatoriamente en cada ejecución y tomar la mejor de todas

Basta con fijar la semilla aleatoria; el resto de elementos puede variar automáticamente

Fijar el tamaño de la población del bucle externo y dejar que el bucle interno se ejecute libremente

Fijar la estructura principal de DE, la dimensión, el presupuesto de evaluación y el conjunto de semillas aleatorias

Pregunta 2

Si el gen del bucle externo se codifica como [F_ini, F_fin, decaimiento], ¿a cuál de las siguientes formas de F corresponde?

Una programación continua F(t) con decaimiento exponencial según las generaciones

Una regla activada aleatoriamente según la varianza de la población

Tres tramos constantes que conmutan según intervalos de generaciones

Una F constante independiente de las generaciones

Pregunta 3

En el flujo de bucle cerrado de la optimización bilevel, tras generar la población del bucle externo un lote de configuraciones de F, ¿cuál es el paso inmediatamente siguiente?

Saltar directamente a la siguiente iteración para ahorrar tiempo

El planificador Runtime distribuye en paralelo las tareas DE del bucle interno y se evalúan por lotes tensorializados en GPU

Actualizar de inmediato la aptitud del bucle externo con este lote de configuraciones

Revisar manualmente cada configuración antes de ejecutarla

Pregunta 4

Cuando el ruido de la evaluación del bucle interno es alto, ¿cuál de las siguientes prácticas evita mejor que el bucle externo se sobreajuste a semillas aleatorias concretas?

Ampliar directamente el tamaño de la población del bucle externo para cubrir el ruido con más individuos

Fusionar varias semillas en una única ejecución extralarga

Ejecutar varias veces de forma independiente y agregar por mediana, peor cuantil, etc., separando además las tareas de entrenamiento de las de validación

Tomar solo el mejor valor de una única ejecución como aptitud

Pregunta 5

Para demostrar que la evolución del bucle externo realmente aporta una ganancia, ¿cuál es el procedimiento más riguroso?

Comparar en igualdad de condiciones con líneas base como F fija = 0.5 y el DE adaptativo clásico, y realizar experimentos de ablación para confirmar el origen de la ganancia

Alargar continuamente el tiempo de ejecución del bucle interno hasta que el resultado del bucle externo supere a la línea base

Aumentar el número de GPU para que el bucle interno se ejecute más rápido

Reportar solo el resultado de la mejor configuración encontrada por el bucle externo en una única ejecución

Caso: construir un plano de optimización bilevel para el factor de mutación de DE

Lee el escenario y responde a las dos preguntas siguientes, ofreciendo un diseño de plano ejecutable.

Un equipo de algoritmos quiere que la evolución diferencial rinda mejor en un conjunto de benchmarks de optimización continua. Deciden dejar de ajustar a mano el factor de mutación F y, en su lugar, construir un plano experimental de optimización bilevel: el bucle externo se encarga de evolucionar la estrategia F, y el bucle interno de evaluar el rendimiento real de esa estrategia en las tareas benchmark. Los recursos disponibles son 4 GPU y una ventana de 24 horas en la sala de servidores; el equipo debe entregar una propuesta que cualquier colega pueda reproducir bajo las mismas condiciones, y explicar cómo determinar si la evolución del bucle externo es realmente eficaz.

1. Diseña la regla de mapeo del genotipo del bucle externo a la configuración en tiempo de ejecución del bucle interno y explica por qué este mapeo debe ser explícito y reproducible.

Respuesta:
Se puede diseñar como una programación continua: el gen [F_ini, F_fin, decaimiento] se mapea a F(t) = F_ini + (F_fin − F_ini) × e^(−decaimiento × t / T), donde t es la generación actual y T el total de generaciones; también se puede diseñar como constante por tramos: el gen [F₁, F₂, F₃] conmuta sucesivamente según intervalos de generaciones; si se adopta una codificación de tipo estrategia, hay que especificar además las características de entrada (como la tasa de éxito actual o la varianza de la población) y las reglas de salida correspondientes. El mapeo debe ser explícito y reproducible porque los genes en sí no llevan semántica: solo a través del mapeo se convierten en la F que realmente usa el bucle interno. Solo si el mapeo es fijo se puede explicar por qué gana el bucle externo, transferir la configuración a nuevas tareas y permitir que un tercero reproduzca la verificación bajo las mismas condiciones. Si el mapeo deja valores predeterminados implícitos, el mismo gen dará resultados distintos según la implementación y las conclusiones del bucle externo perderán sentido.

2. Presenta las métricas de evaluación de este plano y el esquema de agregación de la aptitud del bucle externo, y explica cómo verificar la ganancia del bucle externo con líneas base y experimentos de ablación.

Respuesta:
En el plano del bucle interno: cada configuración de F se repite 20 veces de forma independiente con el mismo presupuesto sobre el benchmark elegido, bloqueando la estructura de DE, la dimensión y el conjunto de semillas, y se registran el mejor valor, las generaciones de convergencia, la tasa de éxito y la varianza de ejecución. En el plano del bucle externo: primero se agrega el rendimiento de las tareas en una señal de retroalimentación, por ejemplo aptitud del bucle externo = rango medio del mejor valor + 0.1 × generaciones de convergencia + 0.05 × penalización por varianza; si es necesario, se emplean agregaciones más robustas como la mediana, el peor cuantil, la convergencia AUC o el hipervolumen. En lo ingenieril hay que separar las tareas de entrenamiento de las de validación: la evolución del bucle externo se realiza sobre las tareas de entrenamiento y el veredicto se decide sobre las de validación. En cuanto a las líneas base, la F fija = 0.5 y el DE adaptativo clásico deben ejecutarse con el mismo presupuesto, el mismo hardware y el mismo conjunto de semillas; en cuanto a la ablación, hay que añadir un grupo de control que «desactive la evolución del bucle externo y solo muestree aleatoriamente el mismo número de configuraciones de F», para descartar que la ganancia provenga simplemente de un mayor número de evaluaciones. Solo cuando el esquema del bucle externo gane de forma estable en las tareas de validación y los intervalos de confianza no se solapen se podrá declarar válida la estructura; si la ventaja desaparece en las tareas de validación, se considerará un fracaso y habrá que revisar el nivel de ruido del bucle interno y si el presupuesto es suficiente.