10

MetaDE : améliorer les algorithmes évolutionnaires par les algorithmes évolutionnaires

AI999第2课:演化计算的源流与多路线交汇
00:00

Les pages précédentes ont présentéles algorithmes évolutionnairescomme un outil de résolution de problèmes : la population explore l'espace des solutions et la fitness mesure la qualité des solutions candidates. MetaDE pousse cette relation un cran plus loin : il considèrel'algorithme évolutionnaire lui-mêmecomme objet d'évolution, en utilisant une couche d'évolution externe pour rechercher « comment l'évolution différentielle interne doit fonctionner ». L'objectif d'optimisation passe ainsi de « trouver la solution d'un problème » à « améliorer la méthode de résolution ».

MetaDE : architecture évolutionnaire à double niveau (interne/externe)Niveau externe · Espace de configuration d'algorithmeChaque individu encode une configuration d'algorithmePopulation de configurationsStratégie de mutationFacteur d'échelle FTaux de croisement CRTaille de population NP① Génération et transmission de la configurationFitness externe = performance de la tâche renvoyée par le niveau interne④ Mise à jour de la configuration② Résolution de la tâche · Espace des solutions interne (évolution différentielle)Encodage des solutions candidatesGénération de la population selon la configurationItérations d'évolution différentielleMutation · Croisement · SélectionÉvaluation de la fitnessRenvoi de la performance de la tâcheLe niveau interne cherche « la réponse au problème » et fournit les preuves de performance nécessaires à l'évaluation des configurations externes③ Retour de performanceLes quatre étapes de la boucle fermée1Génération de configurationLe niveau externe produit des configurations candidates2Résolution de la tâcheLe niveau interne résout la tâche selon la configuration3Retour de performanceRenvoi des indicateurs de performance de la tâche4Mise à jour de configurationSélection · Recombinaison · Mutation↻ Les quatre étapes se répètent en boucle, l'algorithme s'adapte à la tâcheEspace de configuration ≠ Espace des solutionsExterne : recherche de configurations d'algorithmeInterne : recherche de réponses au problèmeLes deux sont couplés par « configuration → performance »Faire de la recherche elle-même l'objet de la recherche

Structure à deux niveaux : évolution des configurations et résolution de tâches

  • Niveau interne (espace des solutions): exécute l'évolution différentielle avec une stratégie de mutation et des paramètres clés donnés (facteur d'échelle, taux de croisement, taille de population, etc.) pour résoudre des fonctions de référence ou des tâches d'optimisation d'ingénierie, et produit la performance de la tâche comme fitness.
  • Niveau externe (espace de configuration d'algorithme): chaque individu encode une configuration d'algorithme ; sa fitness n'est pas calculée par lui-même, mais déterminée par la performance renvoyée par le niveau interne après résolution de la tâche avec cette configuration. Sur cette base, le niveau externe effectue sélection, recombinaison et mutation, produisant un comportement d'algorithme mieux adapté à la tâche actuelle.
  • Boucle fermée: génération de configuration → résolution de la tâche → retour de performance → mise à jour de configuration, quatre étapes qui se répètent en boucle, permettant à l'algorithme de s'améliorer de façon adaptative selon la tâche, au lieu de dépendre de paramètres fixés manuellement à l'avance.

Distinction clé : espace de configuration ≠ espace des solutions

Le niveau interne recherche « la réponse au problème », tandis que le niveau externe recherche « l'algorithme qui trouvera mieux la réponse ». Bien qu'ils soient couplés — la qualité du niveau externe ne peut être mesurée qu'en exécutant réellement le niveau interne — les objets de recherche, les modes d'encodage et les critères d'évaluation diffèrent. Saisir ce point, c'est tenir le squelette universel de la méta-optimisation :Faire de la recherche elle-même l'objet de la recherche.

Perspective de méta-optimisation
L'approche traditionnelle fixe manuellement les paramètres de l'évolution différentielle en se basant sur l'expérience ; MetaDE confie cette étape également à la recherche. Le coût s'ensuit : chaque évaluation d'une configuration par le niveau externe nécessite une exécution complète de la résolution interne, multipliant le budget de calcul. La granularité de l'espace de configuration et le budget d'évaluation doivent donc être soigneusement équilibrés.