Optimasi Preferensi & Sekumpulan Solusi Kandidat

Dalam evolusi multi-tujuan,optimasi preferensimenjadikan preferensi pengambil keputusan sebagai sinyal pemandu dalam pencarian dan penyaringan, bukan sebagai penilaian sekali jalan setelah pencarian selesai. Hal ini membawa dua perubahan struktural: pertama, tidak lagi memadatkan berbagai tujuan menjadi satu skor skalar tunggal sejak awal; kedua, tidak hanya menyerahkan satu "solusi optimal", melainkan mengeluarkan sekumpulan solusi kandidat yang saling berbeda dalam struktur trade-off, sehingga hak penentuan akhir tetap berada di tangan pakar domain.

Mengapa diperlukan sekumpulan solusi kandidat

Dalam masalah multi-tujuan, tidak ada "solusi optimal" tunggal yang bersifat alami. Ketika tujuan-tujuan saling bertentangan, perbaikan sebuah solusi pada satu tujuan sering kali harus dibayar dengan memburuknya tujuan lain, sehingga solusi-solusi yang dapat dibandingkan akan membentuk sebuahFrontier trade-off ideal. Jika tujuan digabungkan lebih awal dengan penjumlahan berbobot, itu setara dengan memilihkan titik kompromi tersirat bagi pengambil keputusan tanpa mengetahui preferensi sesungguhnya; begitu kendala nyata atau preferensi berubah, solusi tersebut bisa langsung kehilangan nilainya. Yang harus dilakukan optimasi preferensi adalah mengodekan "ke arah mana manusia ingin melihat" ke dalam proses pencarian, sehingga sumber daya pencarian terpusat pada area yang benar-benar diperhatikan.

Bagaimana preferensi masuk ke dalam pencarian

Titik referensi: memberikan kombinasi nilai tujuan yang ideal, memandu populasi untuk mendekat ke arah tersebut.
Prioritas tujuan: menyatakan tujuan mana yang lebih tidak boleh dikorbankan, digunakan untuk pengurutan non-dominasi atau penilaian eliminasi.
Rentang bobot: bukan bobot tetap, melainkan rentang bobot yang dapat diterima, sehingga memungkinkan berbagai kompromi berlaku secara bersamaan.
Umpan balik interaktif: pakar memberikan preferensi secara bertahap dalam beberapa putaran iterasi, dan pencarian menyempit seiring berjalannya proses.

Fungsi dari semua bentuk ini konsisten:mempersempit area perhatian dan meningkatkan efisiensi pencarian, bukan meruntuhkan seluruh ruang solusi menjadi satu titik sejak awal.

Inti dari sekumpulan solusi kandidat: mempertahankan keberagaman

Nilai sekumpulan solusi kandidat bukan terletak pada "jumlahnya yang banyak", melainkan padasolusi dalam kelompok tersebar dalam hal trade-off tujuan: ada perwakilan di sisi konservatif, sisi agresif, dan segmen kompromi, yang mencakup berbagai pola kompromi yang berbeda. Jika hanya memberikan beberapa salinan hasil perturbasi di sekitar solusi yang sama, solusi-solusi tersebut tidak akan mampu mendukung penilaian trade-off yang berarti.

Keberagaman juga tidak akan terjaga dengan sendirinya. Tanpa intervensi mekanisme, proses evolusi akan secara spontan konvergen ke area optimal saat ini, dan kelompok kandidat pada akhirnya akan merosot menjadi pengulangan dari satu jawaban tunggal. Karena itu diperlukan mekanisme seperti pemeliharaan distribusi, kontrol tingkat kepadatan (crowding distance), atau strategi kumpulan arsip, yang menjadikan "penyebaran" sebagai salah satu tujuan perlindungan yang eksplisit.

Pembeda batas

Preferensi tidak sama dengan mengambil keputusan atas nama orang lain, dan perbedaan juga tidak sama dengan derau acak. Perbedaan antar solusi kandidat harus dapat dijelaskan melalui struktur trade-off tujuan—jika tidak, itu hanyalah keberagaman yang tidak berguna dan tidak dapat dimanfaatkan.

Bentuk keluaran karenanya berubah dari "satu solusi optimal" menjadi "sekumpulan solusi kandidat yang dapat dijelaskan dan dibandingkan": pakar dapat memadukan pengetahuan domain dan kendala nyata untuk membuat pilihan, lalu mengirimkan hasil pilihan tersebut sebagai umpan balik putaran baru ke dalam proses pencarian.

Sebaran Titik Solusi Kandidat

Ilustrasi menggunakan titik-titik kandidat yang tersebar untuk merepresentasikan keluaran pencarian setelah optimasi preferensi: titik referensi, prioritas tujuan, rentang bobot, atau umpan balik interaktif memandu penyempitan pencarian, namun pemeliharaan distribusi dan kontrol tingkat kepadatan tetap mempertahankan keberagaman. Solusi dalam kelompok harus mencakup sisi konservatif, sisi agresif, dan segmen kompromi, sehingga pakar dapat melakukan penentuan akhir dengan mempertimbangkan kendala nyata, alih-alih runtuh menjadi satu solusi tunggal sejak awal.

Pertanyaan 1

Apa perbedaan paling mendasar antara optimasi preferensi dengan pendekatan "cari dulu, lalu beri penilaian seragam setelah selesai"?

Optimasi preferensi mengodekan preferensi pengambil keputusan ke dalam proses pencarian dan penyaringan, bukan menunggu hingga pencarian selesai baru melakukan penilaian sekali jalan.

Optimasi preferensi menyerahkan hak pilihan akhir sepenuhnya kepada algoritma untuk diselesaikan secara otomatis.

Optimasi preferensi akan menghilangkan konflik antar tujuan, sehingga masalah merosot menjadi satu tujuan.

Optimasi preferensi hanya mengubah koefisien bobot dari desimal menjadi bilangan bulat, tanpa perubahan dalam cara perhitungannya.

Pertanyaan 2

Dalam sekumpulan solusi kandidat, sekumpulan solusi seperti apa yang dianggap memiliki "perbedaan yang efektif"?

Solusi dalam kelompok semuanya adalah salinan yang diperoleh dari perturbasi acak di sekitar solusi yang sama.

Solusi dalam kelompok tersebar dalam hal trade-off tujuan, dan setiap perbedaan dapat dijelaskan melalui struktur trade-off.

Semakin besar perbedaan solusi dalam kelompok semakin baik, meskipun perbedaan tersebut tidak dapat dijelaskan.

Semakin banyak solusi dalam kelompok semakin baik, apakah solusi-solusi tersebut serupa atau tidak bukanlah hal penting.

Pertanyaan 3

Apa peran utama bentuk preferensi seperti "titik referensi" atau "rentang bobot" dalam pencarian?

Menggantikan semua fungsi tujuan, sehingga nilai tujuan tidak perlu dihitung lagi.

Langsung memberikan satu solusi optimal global, sehingga pencarian selesai dalam satu langkah.

Mempersempit area perhatian pencarian dan meningkatkan efisiensi pencarian, tanpa meruntuhkan ruang solusi menjadi satu titik sejak awal.

Menjamin solusi kandidat pasti tidak akan saling duplikat.

Pertanyaan 4

Jika tidak ada pemeliharaan distribusi, kontrol tingkat kepadatan, atau strategi kumpulan arsip, bagaimana sekumpulan solusi kandidat biasanya merosot?

Sinyal preferensi akan otomatis tidak berlaku, dan proses pencarian langsung berhenti.

Jumlah solusi kandidat akan otomatis bertambah, dan keberagaman terus meningkat.

Konflik antar tujuan akan otomatis hilang, dan masalah otomatis berubah menjadi satu tujuan.

Evolusi secara alami konvergen ke area optimal saat ini, dan kelompok kandidat berubah menjadi salinan berulang di sekitar solusi yang sama.

Pertanyaan 5

Ketika bentuk keluaran berubah dari "satu solusi optimal" menjadi "sekumpulan solusi kandidat yang dapat dijelaskan dan dibandingkan", apa perubahan yang paling langsung?

Perbedaan antar solusi kandidat sebaiknya dirandomisasi sebanyak mungkin untuk menambah ruang pilihan.

Masalah disederhanakan menjadi satu tujuan, dan pengaturan bobot tidak lagi penting.

Penentuan akhir dilakukan oleh pakar domain dengan mempertimbangkan kendala nyata, dan hasil pilihan dapat dijadikan umpan balik untuk melanjutkan iterasi.

Algoritma tidak lagi memerlukan evaluasi fungsi tujuan apa pun.

Studi Kasus: Penjadwalan dan Keputusan Rute Armada Distribusi Perkotaan

Bacalah skenario berikut, lalu jawab dua pertanyaan.

Tim penjadwalan sebuah platform distribusi perkotaan perlu menghasilkan jadwal dan rute harian untuk armadanya. Mereka harus menyeimbangkan dua tujuan yang saling bertentangan: biaya distribusi (semakin rendah semakin baik) dan latensi pengiriman rata-rata (semakin pendek semakin baik); sekaligus terdapat kendala keras seperti batas muatan, jam pembatasan lalu lintas, dan jam kerja pengemudi. Sebelumnya tim selalu menggabungkan kedua tujuan menjadi satu skor dengan penjumlahan berbobot, dan hanya mengeluarkan satu set "jadwal optimal". Kali ini, mereka memutuskan untuk menerapkan optimasi preferensi, dan berharap sistem mengeluarkan sekumpulan solusi kandidat untuk dipilih oleh pakar penjadwalan.

Dibandingkan langsung menggabungkan dua tujuan menjadi satu skor dengan penjumlahan berbobot, apa yang diubah oleh penerapan optimasi preferensi pada "proses pencarian" dan "bentuk keluaran" secara terpisah?

Jawaban:
Pada proses pencarian: preferensi (titik referensi, prioritas tujuan, rentang bobot, atau umpan balik interaktif) berperan sebagai sinyal pemilihan dan penyaringan dalam iterasi, memusatkan sumber daya pencarian pada segmen trade-off yang diperhatikan, bukan menetapkan titik kompromi tersirat terlebih dahulu baru kemudian mencari. Pada bentuk keluaran: hasil berubah dari satu titik optimal menjadi sekumpulan solusi kandidat yang berada di segmen berbeda pada frontier trade-off ideal, misalnya solusi perwakilan dari tiga jalur—cenderung konservatif (prioritaskan penekanan biaya), kompromis (keseimbangan biaya dan latensi), dan cenderung agresif (prioritaskan penekanan latensi)—sehingga hak penentuan akhir dikembalikan kepada pakar penjadwalan.

Setelah proses selesai, jika semua solusi kandidat memiliki nilai biaya dan latensi yang sangat berdekatan, mekanisme jenis apa yang akan Anda curigai hilang? Dan bagaimana Anda menilai apakah perbedaan antar solusi tersebut "efektif"?

Jawaban:
Pada tingkat mekanisme: curiga bahwa mekanisme pemeliharaan keberagaman tidak ada, misalnya pemeliharaan distribusi, kontrol tingkat kepadatan, atau strategi kumpulan arsip, sehingga populasi konvergen ke satu titik dan kelompok kandidat merosot menjadi salinan berulang di sekitar solusi yang sama. Penilaian efektivitas: proyeksikan solusi kandidat ke bidang "biaya—latensi"; jika titik-titiknya jelas tersebar di sepanjang frontier trade-off ideal dan arah kompromi setiap titik dapat dijelaskan oleh struktur trade-off tujuan (misalnya satu solusi berbiaya lebih rendah namun latensinya lebih tinggi, dan solusi lain sebaliknya), maka perbedaannya efektif; jika titik-titiknya berkumpul menjadi satu gugus, atau perbedaannya tidak dapat dijelaskan oleh struktur trade-off dan hanya berupa fluktuasi acak, maka itu termasuk keberagaman yang tidak valid, dan perlu menyesuaikan tekanan seleksi serta strategi pemeliharaan distribusi sebelum menjalankannya kembali.