Refleksi Aktivitas Kelas: Uji Kelayakan Skema Trade-off

Halaman ini merefleksikan hasil aktivitas kelas "Perancangan Skema Evaluasi Optimasi Parameter Multi-Tujuan". Pertanyaan intinya hanya satu:apakah skema trade-off ini layak— apakah skema ini mampu mengidentifikasi indikator penting yang terlewat serta konflik antar tujuan, lalu menentukan arah penyesuaian konfigurasi parameter agar skema benar-benar selaras dengan kebutuhan pengambilan keputusan rekayasa.

I. Lakukan Pemeriksaan Cakupan Berdasarkan Keputusan Rekayasa Nyata

Refleksi bukan sekadar mengulang eksperimen, melainkan memverifikasi skema evaluasi dalam skenario keputusan nyata: jika pakar domain yang memutuskan, apakah tujuan, kendala, dan preferensi yang diberikan skema sudah cukup untuk mendukung keputusan? Karena itu langkah pertama adalahpemeriksaan cakupan— utamakan menemukan indikator penting yang terlewat, bukan buru-buru membandingkan skor akhir siapa yang lebih tinggi.

Cakupan tujuan: apakah semua besaran yang benar-benar diperhatikan pengambil keputusan sudah masuk ke dalam kumpulan tujuan, misalnya kinerja, biaya, keandalan, dan kemudahan manufaktur.
Kendala dan preferensi: apakah batasan keras seperti geometri, proses, dan margin keamanan telah dituliskan secara eksplisit sebagai kendala; apakah preferensi dinyatakan secara eksplisit dalam bentuk bobot atau titik referensi, bukan sekadar tersimpan dalam kesan subjektif.
Harga dari kelalaian: ketika kumpulan tujuan tidak lengkap, optimasi hanya menyempurnakan model yang salah, dan semakin "indah" hasilnya, semakin jauh menyimpang dari kebutuhan nyata.

II. Identifikasi Konflik dan Redundansi Secara Eksplisit

Refleksi harus membedakan dua jenis hubungan yang tampak serupa namun penanganannya berlawanan:Konflikberarti dua indikator saling bertolak belakang, sehingga harus dipertahankan sebagai multi-tujuan agar hubungan trade-off tampak jelas pada frontier;Redundansiberarti dua indikator berubah searah dengan informasi yang sangat tumpang tindih, sehingga akan membobot ganda tuntutan yang sama dan harus digabung atau salah satunya dihapus. Selain itu, periksa juga apakah ada kendala yang salah dianggap sebagai tujuan, atau suatu tujuan yang salah dituliskan sebagai bobot.

III. Apakah Konfigurasi Parameter Sesuai dengan Struktur Masalah

Konfigurasi optimasi parameter multi-tujuan harus selaras dengan skala masalah, biaya evaluasi, dan kebutuhan keputusan. Saat refleksi, bandingkan satu per satu: apakah ukuran populasi dan jumlah solusi kandidat cukup untuk mencakup rentang trade-off; apakah anggaran iterasi sesuai dengan akurasi model surrogate; apakah parameter operator seperti mutasi, persilangan, dan tekanan seleksi membuat eksplorasi dan eksploitasi tidak seimbang; apakah strategi sampling mengarahkan anggaran simulasi yang terbatas ke area yang kaya informasi. Setiap ketidaksesuaian akan tampak sebagai "ada hasil, tetapi tidak dapat digunakan".

IV. Turunkan Arah Penyesuaian dari Kesimpulan Refleksi

Keberagaman kurang(kandidat mengelompok, distribusi padat): perbesar ukuran populasi atau kelompok output kandidat.
Konvergensi terlalu cepat(kehilangan eksplorasi sejak awal): sesuaikan intensitas mutasi dan tekanan seleksi, longgarkan penyimpanan elit.
Biaya evaluasi terlalu tinggi: tingkatkan akurasi model surrogate, optimalkan strategi penambahan titik dan sampling, bukan mengurangi skala eksplorasi.
Preferensi menyimpang: perbaiki bobot atau geser titik referensi agar solusi terpilih berada pada area yang benar-benar diperhatikan pengambil keputusan.
Indikator terlewat atau berkonflik: lengkapi indikator yang hilang, pertahankan hubungan saling bertolak belakang sebagai struktur multi-tujuan, bukan memadatkannya menjadi satu tujuan atau pemeriksaan setelahnya.

V. Kriteria Penilaian Kelayakan

Skema evaluasi yang memadai tidak berhenti pada "bisa menghasilkan output", tetapi juga harus memenuhi tiga syarat:Dapat dibandingkan— pakar domain dapat melihat dengan jelas trade-off antar kandidat;Dapat dipilih— dapat memilih solusi dari frontier berdasarkan preferensi;Dapat direproduksi— parameter, seed acak, dan catatan alur kerja lengkap. Hasil akhir harus berupa kandidat yang beragam dengan mempertimbangkan setiap indikator, bukan satu "solusi optimal" yang berdiri sendiri.

Contoh: Refleksi Perancangan Airfoil Superkritis

Jika skema hanya berfokus pada rasio lift-to-drag dan mengabaikan kekuatan struktur atau biaya manufaktur, kesimpulan refleksinya harus: lengkapi indikator terlebih dahulu, dan pertahankan konflik secara eksplisit sebagai struktur multi-tujuan; lalu masukkan anggaran evaluasi simulasi dan model surrogate, ukuran populasi, serta jumlah output kandidat ke dalam daftar penyesuaian parameter; terakhir, verifikasi apakah penyesuaian berhasil dengan "apakah frontier lebih lebar, apakah pakar dapat membandingkan dan memilih, apakah hasil dapat direproduksi".

Daftar Periksa Uji Kelayakan Skema

Gambar menunjukkan daftar periksa kelayakan skema trade-off: pertama lakukan pemeriksaan cakupan untuk memastikan indikator penting, kendala keras, dan preferensi tidak terlewat; lalu identifikasi bahwa konflik harus dipertahankan sebagai multi-tujuan dan redundansi harus digabung. Selanjutnya periksa ukuran populasi, anggaran evaluasi, parameter operator, dan strategi sampling, lalu turunkan arah penyesuaian dari keberagaman, konvergensi, biaya, dan penyimpangan preferensi.

Soal 1

Saat merefleksikan "Skema Evaluasi Optimasi Parameter Multi-Tujuan", apa yang harus diperiksa pertama kali?

Bandingkan dulu nilai indikator akhir pada setiap set parameter, lalu langsung pilih yang berkinerja terbaik

Periksa kelengkapan tujuan, kendala, dan preferensi, utamakan menemukan indikator penting yang terlewat

Pastikan dulu apakah kerangka pemecahan dan konfigurasi perangkat keras yang digunakan cukup canggih

Satukan dulu satuan semua indikator, lalu padatkan menjadi satu skor total berbobot

Soal 2

Dalam refleksi ditemukan bahwa indikator "kualitas struktur" dan "tegangan maksimum" hampir selalu berubah searah dengan informasi yang sangat tumpang tindih. Penilaian dan penanganan manakah yang paling tepat?

Keduanya merupakan metrik redundan, harus digabung atau salah satunya dihapus untuk menghindari pembobotan yang berlipat ganda

Tingkatkan akurasi mesh simulasi agar perbedaan keduanya menjadi lebih besar

Keduanya merupakan tujuan yang berkonflik dan saling bertolak belakang, harus dipertahankan sebagai dua tujuan dan frontiernya dipelihara

Keduanya harus ditulis ulang sebagai kendala dan dihapus dari kumpulan tujuan

Soal 3

Refleksi menemukan bahwa optimasi konvergen dalam sedikit iterasi, dan solusi kandidat yang dihasilkan sangat mirip serta hampir semuanya berada di area yang sama. Arah penyesuaian parameter yang paling sesuai adalah?

Kurangi jumlah solusi kandidat, hanya pertahankan solusi peringkat pertama

Naikkan bobot tujuan utama agar konvergensi lebih tuntas dan hasil lebih stabil

Perbesar ukuran populasi dan kelompok output kandidat, naikkan intensitas mutasi, serta turunkan tekanan seleksi

Perkecil ukuran populasi dan hentikan lebih awal untuk menghemat anggaran evaluasi

Soal 4

Menghadapi konflik nyata yang saling bertolak belakang seperti "rasio lift-to-drag" dan "kekuatan struktur", bagaimana skema evaluasi yang tepat menanganinya?

Pertahankan sebagai multi-tujuan, nyatakan preferensi melalui bobot atau titik referensi, dan hasilkan frontier trade-off untuk dipilih pakar

Ubah keduanya menjadi kendala keras, dan longgarkan ke ambang batas yang mudah dipenuhi

Gabungkan menjadi satu tujuan dengan bobot tetap sehingga konflik benar-benar dihilangkan selama proses optimasi

Hanya optimalkan rasio lift-to-drag, kekuatan struktur diperiksa manual setelah solusi ditetapkan

Soal 5

Refleksi mengonfirmasi bahwa biaya evaluasi simulasi high-fidelity terlalu tinggi sehingga anggaran iterasi tidak cukup untuk mendukung eksplorasi yang memadai. Penyesuaian yang paling tepat adalah?

Langsung kurangi ukuran populasi dan jumlah iterasi agar total evaluasi menurun

Longgarkan semua kendala untuk mengurangi beban komputasi setiap evaluasi

Tingkatkan akurasi model surrogate dan optimalkan strategi sampling, pusatkan anggaran pada area yang kaya informasi

Hapus tujuan yang sensitif terhadap biaya evaluasi, sederhanakan definisi masalah

Refleksi Kasus: Skema Evaluasi Multi-Tujuan untuk Perancangan Airfoil Superkritis

Baca situasinya, jawab pertanyaannya, dan berikan dasar penyesuaian yang dapat diverifikasi.

Sebuah tim membangun skema evaluasi optimasi multi-tujuan untuk perancangan airfoil superkritis: dengan rasio lift-to-drag sebagai tujuan utama, ukuran populasi 40, 60 generasi iterasi, menggunakan model surrogate dengan akurasi tetap sebagai pengganti simulasi high-fidelity, dan pada akhirnya hanya menghasilkan solusi airfoil peringkat pertama. Saat peninjauan, pakar domain menunjukkan: skema tidak mempertimbangkan kekuatan struktur dan biaya manufaktur; model surrogate memiliki galat yang cukup besar pada sebagian kondisi kerja; output kandidat terlalu seragam sehingga tidak dapat membandingkan trade-off yang berbeda.

1. Masalah apa saja yang ada pada skema evaluasi ini pada tingkat "cakupan tujuan—konflik/redundansi—kendala dan preferensi"? Sebutkan setidaknya tiga hal yang terlewat atau perlu diperjelas, dan jelaskan mengapa hal tersebut mendistorsi kesimpulan trade-off.

Jawaban:
Poin kunci: ① Indikator terlewat — tidak adanya kekuatan struktur dan biaya manufaktur membuat skema hanya mencari optimum pada sisi aerodinamika, sehingga tidak dapat mencerminkan trade-off di bawah kendala desain nyata; ② Konflik tidak ditangani secara eksplisit — rasio lift-to-drag dan kekuatan struktur bersifat saling bertolak belakang, namun tidak dipertahankan sebagai multi-tujuan dan tidak dinyatakan preferensinya melalui bobot atau titik referensi, sehingga konflik tersembunyi; ③ Kendala dan preferensi tidak dieksplisitkan — batasan geometri, proses, margin keamanan, dan lainnya tidak dituliskan dalam skema, sehingga ada risiko kendala salah dianggap sebagai tujuan atau tersirat dalam pembobotan; ④ Risiko redundansi dan pembobotan ganda — jika beberapa indikator aerodinamika yang sangat berkorelasi digunakan sekaligus, tuntutan yang sama akan dibobot ganda. Dampak keseluruhan: ketika kumpulan tujuan tidak lengkap, hasil optimasi tidak dapat mendukung keputusan nyata, dan penalaan parameter selanjutnya hanya menyempurnakan model yang salah.

2. Berikan daftar penyesuaian konfigurasi parameter untuk skema ini, dan jelaskan bukti verifikasi yang diharapkan untuk setiap penyesuaian (yaitu bagaimana menilai bahwa penyesuaian berhasil).

Jawaban:
Poin kunci: ① Perbesar ukuran populasi (misalnya dari 40 menjadi di atas 100), dan tingkatkan output kandidat dari 1 menjadi 20~50 solusi frontier; bukti yang diharapkan adalah distribusi kandidat mencakup rentang trade-off yang lebih lebar dan tingkat kepadatan menurun; ② Jika konvergensi terlalu cepat, turunkan tekanan seleksi dan naikkan intensitas mutasi; bukti yang diharapkan adalah peningkatan cakupan dan kualitas distribusi frontier pada anggaran evaluasi yang sama; ③ Tingkatkan akurasi model surrogate dan perbaiki strategi sampling (misalnya penambahan titik berbasis ketidakpastian); bukti yang diharapkan adalah penurunan galat antara prediksi surrogate dan simulasi high-fidelity serta berkurangnya jumlah evaluasi efektif; ④ Perbaiki bobot atau geser titik referensi berdasarkan preferensi pakar; bukti yang diharapkan adalah solusi terpilih berada di area preferensi dan pakar dapat membandingkan serta memilih dengan jelas saat peninjauan; ⑤ Catat secara lengkap parameter, seed acak, dan alur evaluasi; bukti yang diharapkan adalah konfigurasi yang sama dapat mereproduksi frontier yang setara secara statistik. Kriteria kelayakan: bukan hanya "ada hasil", tetapi juga mendukung pakar dalam membandingkan, memilih, dan mereproduksi, serta menghasilkan kandidat beragam yang mempertimbangkan setiap indikator.