Análisis de resultados y visualización

En el experimento de búsqueda de rutas con robots de almacén multiobjetivo de EvoX,«haber obtenido una vez una solución bonita» no equivale a que la optimización avance de verdad. Para determinar si una ejecución es fiable, hay que obtener simultáneamente dos tipos de evidencia: una que describeel proceso de búsqueda(las curvas de convergencia de cada objetivo a lo largo de las generaciones), y otra que describela solución final(la visualización de rutas y la tabla de métricas bajo un diseño de almacén fijo). Las curvas solo responden a «¿está avanzando la búsqueda?», mientras que las rutas y las métricas responden a «¿es utilizable el resultado?».

1. Lee primero las curvas de convergencia: qué está ocurriendo en el proceso de búsqueda

Al trazar cada valor de objetivo en función de las generaciones, lo que se observa esla tendenciay no el valor de un punto concreto. En ingeniería es necesario distinguir con claridad cuatro patrones habituales:

Mejora continua: la curva desciende de forma estable en las fases inicial y media (o el indicador global asciende de forma estable), lo que indica que la población sigue buscando con eficacia y que el cruce y la mutación siguen generando mejores soluciones candidatas.
Oscilación: la curva fluctúa sin una dirección clara a largo plazo; suele deberse a ruido en la evaluación, conflictos entre restricciones o una diversidad excesiva, por lo que hay que revisar la función de evaluación y la configuración de parámetros.
Estancamiento: la curva se mantiene casi plana durante un intervalo, pero aún puede mejorar en generaciones posteriores; se trata de una «pérdida temporal de dirección de mejora».
Convergencia prematura: se aplana por completo muy pronto y no vuelve a recuperarse; en la mayoría de los casos se debe a la pérdida de diversidad de la población o a una compresión prematura del espacio de soluciones.

2. Observa después la ruta final bajo un diseño de almacén fijo

Superpón la ruta óptima obtenida por evolución y la ruta de referencia sobreel mismo mapa de almacén fijoy comprueba tres cosas: si la ruta es realmente alcanzable, si el rodeo de obstáculos es razonable y si el tramo final cercano a la meta es estable. El diseño fijo es una restricción clave: solo si el entorno no cambia pueden atribuirse las diferencias de ruta entre distintas ejecuciones y parámetros a la propia optimización, y no a un cambio en el mapa.

3. Respalda las conclusiones con datos experimentales completos

Solo es una conclusión si es reproducible. Guarda y verifica: la configuración de la ejecución y la semilla aleatoria, los registros de iteraciones, los valores de cada objetivo por generación, la ruta final y los resultados de evaluación. Si es necesario, confirma mediante ejecuciones repetidas o verificaciones cruzadas si la misma conclusión se mantiene de forma estable. Si la curva deja de mejorar de forma apreciable en la fase final, combina los registros completos para determinar si se trata de una convergencia prematura, de una saturación de la evaluación o de que ya se está cerca de una solución utilizable; no saques conclusiones basándote solo en una captura de pantalla.

Errores de interpretación frecuentes

Que una curva se aplane pronto y de forma suave no equivale automáticamente a «haber encontrado la solución óptima», ni tampoco a «fallo del algoritmo»; del mismo modo, una ruta que parece bonita no implica que la búsqueda sea estable. Un resultado óptimo puntual puede ser tanto una mejora real como el producto de una fluctuación aleatoria o de una saturación de la evaluación: la tendencia del proceso y el resultado final deben corroborarse mutuamente.

Interpretación de las curvas de convergencia y de los resultados de búsqueda de rutas

La ilustración interpreta conjuntamente el proceso de búsqueda y la solución final: las curvas de convergencia reflejan la tendencia de cada objetivo a lo largo de las iteraciones y hay que distinguir entre mejora continua, oscilación, estancamiento y convergencia prematura; el mapa de rutas y la tabla de métricas bajo un diseño de almacén fijo responden a si el resultado es utilizable. Solo cuando la tendencia del proceso y la ruta final se corroboran mutuamente se puede descartar una interpretación errónea provocada por un resultado puntual que parezca bueno.

Pregunta 1

En cuanto a la relación entre «curva de convergencia» y «visualización de la ruta final», ¿cuál de las siguientes afirmaciones es la más precisa?

Ambas son independientes; basta con elegir una de las dos para llegar a una conclusión.

Si la ruta final parece alcanzable, no es necesario revisar la curva de convergencia.

Si la curva de convergencia desciende, la ruta final es necesariamente utilizable.

La curva refleja si el proceso de búsqueda avanza, mientras que la ruta y la tabla de métricas reflejan si la solución final es utilizable; ambas deben evaluarse conjuntamente.

Pregunta 2

En una ejecución de EvoX, los valores de cada objetivo se mantienen planos durante mucho tiempo a partir de la generación 200. ¿Cuál es el siguiente paso más razonable?

Eliminar el registro de esa ejecución y conservar solo la que tenga la curva más bonita.

Analizar los registros completos para determinar si se trata de una convergencia prematura, de una saturación de la evaluación o de que ya se está cerca de una solución utilizable, y repetir la ejecución ajustando la estrategia si es necesario.

Cambiar el límite de iteraciones de 500 a 50 para terminar el experimento antes.

Declarar directamente que ha convergido, finalizar el experimento y redactar el informe.

Pregunta 3

Para que la conclusión sobre «el efecto de la ruta final» sea reproducible, ¿qué es lo más importante que se debe guardar y verificar?

Guardar solo la lista de rutas candidatas; no es necesario guardar los resultados de evaluación.

La configuración de la ejecución, la semilla aleatoria, los registros de iteraciones, los valores de cada objetivo, la ruta final y los resultados de evaluación.

Guardar solo una captura de pantalla de la ruta final.

Guardar solo la curva de convergencia de la última iteración.

Pregunta 4

En los experimentos comparativos, ¿cuál es el objetivo principal de mantener «el mismo diseño de almacén fijo»?

Hacer que las visualizaciones se vean más ordenadas y estéticas.

Garantizar que cada ejecución encuentre la solución óptima global.

Permitir que las diferencias de ruta entre distintas ejecuciones o algoritmos se atribuyan a la propia optimización y no a cambios en el entorno.

Reducir significativamente la carga computacional y acortar el tiempo de ejecución.

Pregunta 5

Si una curva de convergencia es «muy suave y deja de cambiar muy pronto», ¿cuál es la interpretación más rigurosa?

Hay que comprobar si existe una saturación de la evaluación o una pérdida prematura de diversidad de la población, y validarlo de forma cruzada mediante ejecuciones repetidas y las métricas.

Significa que la función objetivo está mal escrita.

Es con seguridad la solución óptima y puede desplegarse directamente en producción.

Significa que la configuración de la semilla aleatoria es incorrecta.

Caso: reproducción de la búsqueda de rutas multiobjetivo bajo un diseño de almacén fijo

Lee el escenario y responde a las preguntas.

Ejecutas EvoX en un diseño de almacén fijo para realizar una optimización de búsqueda de rutas multiobjetivo, con la longitud de la ruta y la suavidad de los giros como objetivos. En una de las ejecuciones, las curvas de cada objetivo tienden claramente a aplanarse a partir de la generación 180 y se obtiene una ruta candidata que parece buena. El equipo te pide que determines si «la optimización avanza de verdad y si la solución final es utilizable», y que la conclusión pueda ser reproducida por otras personas.

1. ¿Qué datos recopilarías y verificarías para respaldar la conclusión? ¿Por qué no basta con un único resultado óptimo?

Respuesta:
Hay que recopilar y verificar: la configuración de la ejecución y la semilla aleatoria, los registros de iteraciones, los valores de cada objetivo por generación, la ruta final y los resultados de evaluación bajo el diseño de almacén fijo, así como la tabla de métricas clave; además, se recomienda confirmar la estabilidad de la conclusión mediante ejecuciones repetidas o verificaciones cruzadas. No basta con un único resultado óptimo porque un óptimo puntual puede proceder de una fluctuación aleatoria o de una saturación de la evaluación, no permite demostrar si la búsqueda avanza de verdad, no puede ser reproducido por otras personas y tampoco permite determinar si esa ruta es estable y utilizable bajo un diseño fijo.

2. Si tras repetir la ejecución la forma de la curva de convergencia es similar pero la ruta final es distinta, ¿cómo lo valorarías y qué harías?

Respuesta:
Esto indica que el proceso de optimización tiene aleatoriedad y múltiples soluciones, por lo que no se puede concluir a partir de una sola ruta. Deben compararse las distribuciones de las métricas (media y rango de fluctuación de la longitud de ruta, el número total de giros y el costo global) en lugar de valores puntuales; verificar si la semilla y la configuración son coherentes entre las distintas ejecuciones; y comprobar si se produce una convergencia prematura o una saturación de la evaluación. Como medidas, se puede aumentar el número de generaciones, ajustar la estrategia de mantenimiento de la diversidad o corregir la función de evaluación, y presentar en el informe rutas típicas y un resumen estadístico, en lugar de elegir la ruta más bonita como única conclusión.