Aktivitas Kelas: Perancangan Skema Evaluasi Optimasi Parameter Multi-Objektif

Halaman ini merupakan sebuahrancangan aktivitas kelas: mengubah "gaya angkat—gaya hambat" yang saling bertentangan ini menjadi sebuah skema evaluasi optimasi parameter multi-objektif yang dapat direproduksi, dibandingkan, dan diserahkan kepada para ahli untuk pengambilan keputusan. Fokusnya bukan pada membuat model langsung memberikan satu jawaban, melainkan pada merancang mekanisme evaluasi yang dapat diuji berulang kali—siapa yang terlibat dalam evaluasi, metrik apa yang digunakan, dalam batasan dan anggaran apa, serta aturan apa yang dipakai untuk mempertahankan kandidat.

Aktivitas ini mensimulasikan siklus tertutup:menghasilkan kandidat → masuk ke evaluasi → membandingkan manfaat, biaya, dan batasan berdasarkan umpan balik → mempertahankan solusi yang valid → mencatat dan melanjut ke putaran berikutnya. Anda perlu memberikan skema untuk objek terparameterisasi (misalnya parameter airfoil), dan membuat trade-off antara gaya angkat dan gaya hambat terlihat secara eksplisit dalam skema tersebut: dengan kata lain, mengubah "konflik" menjadi "aturan penilaian yang dapat dieksekusi".

Metrik, Batasan, dan Anggaran

Tujuan gaya angkatdidefinisikan sebagai memaksimalkan koefisien gaya angkat atau performa gaya angkat;Tujuan gaya hambatdidefinisikan sebagai meminimalkan koefisien gaya hambat atau performa gaya hambat. Keduanya merupakan tujuan yang bertentangan secara mendasar dan harus dicantumkan secara terpisah.
Metrik komposit: metrik seperti rasio angkat-hambat dapat digunakan untuk penjelasan dan penyajian, tetapi tidak dapat menggantikan tujuan yang bertentangan secara mendasar—jika tidak, trade-off akan "diratakan" lebih awal oleh satu rasio.
Pelapisan batasan: batas parameter, batasan geometri dan rekayasa (seperti ketebalan relatif, rentang momen pitching) biasanya ditetapkan sebagai batasan keras, pelanggarannya langsung dieliminasi; preferensi performa, preferensi biaya, dan sejenisnya ditetapkan sebagai preferensi lunak untuk pengurutan.
Pernyataan anggaran: cantumkan jumlah pemanggilan simulasi atau model surrogate, waktu, dan batas daya komputasi, serta bedakan kuota untuk "evaluasi surrogate" dan "verifikasi high-fidelity", jika tidak, skema yang berbeda tidak dapat dibandingkan secara adil.

Alur Evaluasi dan Pembangkitan Kandidat

Siklus evaluasi tertutup diorganisir dalam enam langkah:representasi parameter → pembangkitan kandidat → perhitungan evaluasi → rekapitulasi metrik → perbandingan skema → pengarsipan catatan. Aturan pembangkitan kandidat menentukan cakupan eksplorasi: sampling awal bertanggung jawab menyebar secara global, perturbasi, persilangan, dan mutasi bertanggung jawab atas penghalusan lokal, panduan preferensi bertanggung jawab memperdalam area yang menjadi perhatian ahli. Kandidat dituntut tersebar di berbagai wilayah trade-off angkat-hambat, untuk menghindari seluruh generasi hanya terpusat pada satu arah seperti "gaya angkat tinggi" atau "gaya hambat rendah".

Aturan Penyaringan dan Keluaran Kelompok Kandidat

Penyaringan dapat menggunakan non-dominasi Pareto, penjumlahan berbobot, penyaringan ambang batas, titik referensi, atau pengurutan preferensi. Apa pun yang dipilih, hasilnya tidak boleh "hanya menyisakan satu kandidat dengan skor tertinggi": keluaran harus berupa sekelompok kandidat yang mencakup berbagai trade-off, disertai bukti metrik, status pemenuhan batasan, perbedaan antar kandidat, serta rentang ketidakpastian, agar ahli domain dapat menilai apakah trade-off tersebut wajar.

Kesalahpahaman Umum

Menggabungkan gaya angkat dan gaya hambat menjadi satu skor total lalu mengambil nilai maksimumnya, terlihat menyederhanakan, tetapi sebenarnya pilihan bobot telah menggantikan ahli dalam membuat trade-off lebih awal, sekaligus menghilangkan keragaman kandidat. Cara yang benar adalah mempertahankan beberapa kelompok kandidat, dan menyerahkan hak penilaian "pilih yang mana" setelah antarmuka evaluasi.

Hasil Serahan

Templat skema evaluasi satu halaman: tabel metrik (mencakup tujuan dasar dan metrik pendukung), diagram alur (siklus tertutup enam langkah), aturan pembangkitan kandidat, aturan penyaringan, keluaran kelompok kandidat, serta penjelasan risiko dan ketidakpastian. Sekaligus mencatat parameter, definisi metrik, anggaran evaluasi, seed acak, dasar penyaringan, dan alasan eliminasi, sehingga eksplorasi putaran berikutnya dapat dilanjutkan langsung.

Templat Skema Evaluasi Aktivitas Kelas

Gambar ini adalah templat skema evaluasi aktivitas kelas satu halaman: berpusat pada dua tujuan yang bertentangan secara independen yaitu gaya angkat dan gaya hambat, mencantumkan tabel metrik, siklus evaluasi tertutup enam langkah, aturan pembangkitan kandidat, aturan penyaringan, dan keluaran kelompok kandidat. Juga mensyaratkan pernyataan anggaran evaluasi, pencatatan seed acak dan alasan eliminasi, sehingga skema dapat dibandingkan, direproduksi, dan diserahkan kepada ahli untuk pengambilan keputusan.

Pertanyaan 1

Dalam skema evaluasi aktivitas ini, bagaimana gaya angkat dan gaya hambat seharusnya didefinisikan sebagai tujuan optimasi?

Hanya optimalkan gaya angkat, gaya hambat dibahas nanti saat menjelaskan hasil

Gabungkan menjadi satu skor rasio angkat-hambat, langsung maksimalkan rasio tersebut

Ahli menentukan salah satu tujuan secara sementara setelah setiap putaran evaluasi selesai

Tetapkan sebagai tujuan independen: memaksimalkan koefisien gaya angkat, meminimalkan koefisien gaya hambat

Pertanyaan 2

Mengenai cara penulisan batasan dan anggaran evaluasi, manakah dari pernyataan berikut yang paling sesuai dengan persyaratan aktivitas untuk skema?

Secara otomatis melonggarkan batasan keras saat anggaran ketat, agar proses optimasi dapat diselesaikan

Hanya menuliskan kondisi batasan, anggaran ditentukan secara spontan oleh pelaksana

Menganggap anggaran evaluasi juga sebagai tujuan yang akan diminimalkan, dibandingkan setara dengan gaya angkat dan gaya hambat

Menetapkan rentang ketebalan dan momen pitching sebagai batasan keras, pelanggarannya langsung dieliminasi, sekaligus mencantumkan jumlah pemanggilan surrogate atau simulasi dan batas daya komputasi

Pertanyaan 3

Agar kandidat mencakup berbagai wilayah trade-off angkat-hambat, apa yang paling harus dicakup oleh aturan pembangkitan kandidat?

Hanya melakukan sampling padat di wilayah gaya angkat tinggi, agar skema keluaran "terlihat bagus"

Pembangkitan sepenuhnya acak, tanpa menetapkan preferensi atau batas parameter apa pun

Sampling awal menyebar secara global, lalu dikombinasikan dengan perturbasi, persilangan-mutasi, dan panduan preferensi, agar kandidat tersebar di berbagai wilayah trade-off

Setiap putaran hanya menghasilkan satu kandidat, lalu disempurnakan secara bertahap

Pertanyaan 4

Setelah putaran evaluasi pertama selesai, apa yang paling harus dikeluarkan oleh tahap perbandingan skema?

Menyusun skor semua kandidat dari tertinggi ke terendah dalam satu daftar panjang

Hanya mempertahankan satu skema dengan skor penjumlahan berbobot tertinggi

Sekelompok kandidat non-dominasi yang mencakup berbagai trade-off angkat-hambat, disertai perbedaan dan dasar antar kelompok

Memilih satu kandidat secara acak untuk langsung masuk ke verifikasi

Pertanyaan 5

Agar eksplorasi putaran berikutnya dapat melanjutkan hasil putaran ini, apa yang paling tidak boleh hilang dari arsip catatan?

Hanya mencatat bentuk kurva skor keseluruhan

Hanya mencatat nilai parameter skema yang akhirnya terpilih

Representasi dan batas parameter, definisi metrik, anggaran evaluasi, seed acak, dasar penyaringan, serta alasan eliminasi

Hanya mencatat akurasi prediksi model surrogate

Studi Kasus: Peninjauan Skema Evaluasi Multi-Objektif Airfoil Superkritis

Baca situasinya, lalu jawab pertanyaannya.

Tim merancang skema evaluasi optimasi multi-objektif untuk airfoil superkritis: tujuannya adalah memaksimalkan koefisien gaya angkat dan meminimalkan koefisien gaya hambat; batasan kerasnya adalah ketebalan relatif tidak kurang dari batas bawah serta koefisien momen pitching berada dalam rentang yang diizinkan; model surrogate digunakan untuk menggantikan sebagian besar simulasi high-fidelity, dengan total anggaran evaluasi ditetapkan N pemanggilan. Setelah putaran pertama dijalankan, diperoleh 40 kelompok kandidat, tim mengurutkannya berdasarkan penjumlahan berbobot, dan hanya mempertahankan airfoil dengan skor tertinggi untuk masuk ke verifikasi.

1. Apa masalah skema ini dalam hal "mempertahankan kandidat dan keragaman"? Bagaimana Anda akan mengubah aturan penyaringan?

Jawaban:
Masalahnya adalah: pengurutan penjumlahan berbobot hanya mempertahankan satu skor tertinggi, artinya konflik gaya angkat dan gaya hambat diselesaikan lebih awal menggunakan sekumpulan bobot yang telah dipilih sebelumnya, keragaman Pareto pun hilang, ahli juga tidak dapat melihat rentang trade-off, sementara dasar dari bobot itu sendiri tidak dijelaskan. Arah perbaikan: beralih ke penyaringan non-dominasi Pareto, pertahankan beberapa kandidat pada frontier yang mencakup berbagai wilayah trade-off angkat-hambat sebagai kelompok kandidat; jika penjumlahan berbobot harus digunakan, maka berikan beberapa kelompok bobot atau titik referensi, bentuk kelompok kandidat dan catat dasar setiap kelompok bobot, sekaligus jelaskan cara menjaga keragaman.

2. Untuk menjamin eksplorasi putaran kedua dapat melanjutkan hasil putaran pertama, elemen catatan dan antarmuka apa lagi yang perlu ditambahkan ke dalam skema?

Jawaban:
Dari sisi catatan: representasi dan batas parameter, definisi dan satuan metrik, pembagian batasan keras dan preferensi lunak, anggaran evaluasi dan jumlah pemanggilan aktual, versi model surrogate, seed acak, dasar penyaringan, dan alasan eliminasi. Dari sisi antarmuka: setiap kandidat harus disertai bukti metrik (nilai gaya angkat dan gaya hambat), status pemenuhan batasan, rentang ketidakpastian model surrogate, penjelasan perbedaan antar kelompok kandidat, serta menyediakan antarmuka trade-off yang dapat dinilai oleh ahli (titik referensi atau pengurutan preferensi), sehingga putaran berikutnya dapat menyesuaikan strategi sampling dan alokasi anggaran berdasarkan catatan tersebut.