9

Menghasilkan beragam kandidat solusi yang menyeimbangkan berbagai metrik

AI999第3课:现实世界的复杂性与多目标权衡
00:00

Dalam optimasi rekayasa multi-tujuan, keluaran EvoX bukanlah satu "solusi optimal" tunggal, melainkan sekumpulanberagam kandidat solusi yang menyeimbangkan berbagai metrik: sistem secara terus-menerus menggabungkan airfoil dasar dengan sampel perturbasi untuk melakukan generasi dan prediksi, sekaligus secara eksplisit mempertahankan berbagai pertukaran (trade-off) pada metrik yang saling bertentangan seperti koefisien angkat kritis buffet dan rasio angkat-tarik jelajah, sehingga terbentuk kombinasi kandidat yang dapat dibandingkan dan dijadikan dasar pengambilan keputusan.

beragam kandidat solusi yang menyeimbangkan berbagai metrikBentuk keluarannya adalah kelompok kandidat solusi yang dapat dibandingkan, bukan satu titik solusi optimalDiagram radar kandidat solusi multi-metrikSetiap kurva tertutup mewakili satu kandidat airfoil, dan bentuknya mencerminkan preferensi metriknyaKoefisien angkat kritis buffetRasio angkat-tarik jelajahKendali berat strukturKetangguhan terhadap perturbasiTipe seimbangCenderung menekan buffetCenderung efisiensi jelajahDari sebaran titik ke frontier: bagaimana kandidat dibandingkanSetiap titik mewakili satu kandidat airfoil; titik non-dominan di tepi luar membentuk frontier ParetoKandidat non-dominan (frontier Pareto)Kandidat terdominasiWilayah terdominasiRasio angkat-tarik jelajahKoefisien angkat kritis buffetSemakin ke kanan atas: kedua metrik sekaligus lebih baikKedua ujung frontier: prioritas penekanan buffet ↔ prioritas efisiensi jelajah

Mengapa keluarannya berupa kelompok kandidat solusi, bukan satu titik jawaban

Ketika tujuan-tujuan saling bertentangan—misalnya peningkatan koefisien angkat kritis buffet sering diikuti penurunan rasio angkat-tarik jelajah—tidak ada solusi layak yang unggul pada semua metrik sekaligus. Jika mekanisme evaluasi didominasi oleh satu metrik, pencarian akan cepat konvergen ke solusi kompromi yang "cukup baik secara rata-rata, tetapi tidak menonjol pada metrik kunci", bahkan kehilangan arah desain dengan preferensi jelas yang sebenarnya dapat diserahkan. Pendekatan EvoX adalah memasukkan berbagai kendala dan tujuan secara bersamaan ke dalam satu ruang evaluasi, serta secara eksplisit mempertahankan solusi yang beragam, sehingga trade-off itu sendiri menjadi informasi yang dapat disampaikan kepada pengambil keputusan.

Generasi dan prediksi berkelanjutan: gunakan simulasi presisi tinggi hanya pada bagian yang krusial

  • Mekanisme evaluasi yang menyeimbangkan berbagai metrik: memasukkan berbagai kendala dan tujuan seperti koefisien angkat kritis buffet dan rasio angkat-tarik jelajah ke dalam satu ruang evaluasi, sehingga seleksi tidak didominasi oleh satu metrik saja.
  • Generasi dan prediksi berkelanjutan: terus menghasilkan kandidat baru berdasarkan airfoil dasar dan sampel perturbasi, dengan bantuan model surrogate untuk memperkirakan metrik secara cepat, sehingga mengurangi hambatan biaya simulasi presisi tinggi yang mahal.
  • Bentuk keluaran yang beragam: yang dihasilkan adalah kelompok kandidat solusi yang mencakup berbagai preferensi metrik dan posisi trade-off, bukan satu solusi optimal rata-rata atau jawaban titik tunggal.
  • Dapat dibandingkan: setiap kandidat menyimpan hasil metrik multidimensi yang dapat dibandingkan serta sumber perturbasi pembangkitannya, sehingga memudahkan reproduksi, evaluasi, dan pemilihan.

Dari sebaran titik ke frontier: bagaimana kandidat dibandingkan

Jika dua metrik kunci setiap kandidat diplot sebagai sebaran titik, titik-titik di tepi luar yang tidak dilampaui oleh kandidat lain mana pun pada semua metrik sekaligus akan membentukfrontier Pareto; sedangkan titik-titik di sisi dalam frontier bersifat terdominasi. Tinjauan rekayasa biasanya memilih solusi dari frontier terlebih dahulu, lalu kembali ke simulasi presisi tinggi untuk konfirmasi; perbedaan antar titik di frontier justru merupakan perwujudan konkret dari orientasi rekayasa seperti "prioritas penekanan buffet" atau "prioritas efisiensi jelajah".

Studi kasus rekayasa: Desain airfoil superkritis COMAC
Menghadapi berbagai kendala seperti koefisien angkat kritis buffet dan rasio angkat-tarik jelajah, sistem menggabungkan airfoil dasar dengan sampel perturbasi untuk melakukan generasi dan prediksi berkelanjutan, dan pada akhirnya menghasilkan beragam kandidat solusi yang menyeimbangkan berbagai metrik, sekaligus secara efektif mengatasi hambatan biaya simulasi presisi tinggi yang mahal.