Nell'ottimizzazione ingegneristica multi-obiettivo, l'output di EvoX non è un'unica "soluzione ottimale", bensì un insieme disoluzioni candidate diversificate che bilanciano tutti gli indicatori: il sistema combina costantemente profili alari di base e campioni perturbati per generare e prevedere, mantenendo esplicitamente i diversi compromessi tra indicatori in conflitto — come il coefficiente di portanza critico di buffeting e il rapporto portanza-resistenza in crociera — e formando così una combinazione di candidati confrontabili e utilizzabili per le decisioni.
Perché l'output è un gruppo di soluzioni candidate e non una risposta singola
Quando gli obiettivi sono in conflitto tra loro — ad esempio, aumentare il coefficiente di portanza critico di buffeting comporta spesso una diminuzione del rapporto portanza-resistenza in crociera — non esiste una soluzione ammissibile che sia superiore in tutti gli indicatori contemporaneamente. Se il meccanismo di valutazione è dominato da un singolo indicatore, la ricerca converge rapidamente verso una soluzione di compromesso "buona in media, ma non eccellente negli indicatori chiave", arrivando persino a perdere direzioni progettuali con preferenze chiare che sarebbero potute essere consegnate. L'approccio di EvoX consiste nell'includere simultaneamente molteplici vincoli e obiettivi nello stesso spazio di valutazione, mantenendo esplicitamente le soluzioni diversificate, affinché il compromesso stesso diventi un'informazione da sottoporre ai decisori.
Generazione e previsione continue: utilizzare la simulazione ad alta fedeltà solo dove è cruciale
- Meccanismo di valutazione che bilancia più indicatori: integra molteplici vincoli e obiettivi — come il coefficiente di portanza critico di buffeting e il rapporto portanza-resistenza in crociera — nello stesso spazio di valutazione, evitando che la selezione sia dominata da un singolo indicatore.
- Generazione e previsione continue: genera continuamente nuovi candidati a partire da profili alari di base e campioni perturbati, utilizzando modelli surrogati per una stima rapida degli indicatori e alleviando il collo di bottiglia dei costi elevati della simulazione ad alta fedeltà.
- Formato di output diversificato: l'output è un gruppo di soluzioni candidate che coprono diverse preferenze sugli indicatori e diverse posizioni di compromesso, non una soluzione mediamente ottimale o una risposta singola.
- Confrontabilità: ogni candidato conserva risultati multidimensionali confrontabili sugli indicatori e la fonte della perturbazione generata, facilitando la riproducibilità, la valutazione e la scelta.
Dai punti allo fronte: come si confrontano i candidati
Tracciando i due indicatori chiave di ogni candidato come punti su un grafico a dispersione, i punti sul bordo esterno che non vengono superati da nessun altro candidato su tutti gli indicatori contemporaneamente costituiscono ilfronte di Pareto; i punti all'interno del fronte sono invece dominati. La revisione ingegneristica di solito seleziona prima le soluzioni dal fronte, per poi tornare alla simulazione ad alta fedeltà per la conferma; le differenze tra i punti del fronte rappresentano concretamente orientamenti ingegneristici come "priorità alla soppressione del buffeting" o "priorità all'efficienza di crociera".
Grafico radar delle soluzioni candidate multi-indicatoreL'illustrazione mette a confronto le prestazioni delle soluzioni candidate su indicatori in conflitto come il coefficiente di portanza critico di buffeting e il rapporto portanza-resistenza in crociera, evidenziando la posizione di compromesso di ciascuna soluzione tra sicurezza ed efficienza. I punti sul bordo esterno che non vengono superati da nessun altro candidato su tutti gli indicatori costituiscono il fronte di Pareto, che consente ai decisori di confrontare e selezionare in base alle preferenze, per poi confermare tramite simulazione ad alta fedeltà.
