Solo quando un problema ha un unico obiettivo possiamo parlare di «trovare una soluzione ottimale». I problemi ingegneristici reali non lo sono quasi mai: aumentare la portanza comporta spesso un aumento della resistenza, migliorare la precisione comporta spesso costi e latenze maggiori.Conflitto multi-obiettivofa sì che la «buona risposta» non sia più un singolo punto, ma un intero insieme di soluzioni di compromesso reciprocamente insostituibili — che insieme costituiscono il fronte di Pareto.
Dal «punto ottimale» all'«insieme di soluzioni di compromesso»
Indichiamo con f i due obiettivi da ottimizzare simultaneamente1(ad esempio resistenza, costo, latenza) e f2(ad esempio peso strutturale, consumo energetico). Se la soluzione A non è peggiore della soluzione B su tutti gli obiettivi ed è strettamente migliore su almeno uno, allora si dice che A domina B; le soluzioni dominate non hanno valore da conservare. Viceversa, quando nessuna delle due soluzioni riesce a dominare l'altra, esse sono reciprocamente non dominate e possono entrambe rimanere nel risultato finale. Tutte le soluzioni reciprocamente non dominate costituiscono il fronte di Pareto.
Ogni posizione sul fronte del grafico corrisponde a una «preferenza»: più ci si sposta in alto a sinistra, più si tende a ridurre f1 accettando un f maggiore2; più ci si sposta in basso a destra vale il contrario. Ciò di cui il decisore ha realmente bisogno è lo spazio di compromesso rappresentato dall'intero fronte, non un singolo punto scelto al posto suo dall'algoritmo.
Diversità: perché è necessario conservare candidati «diversi tra loro»
- Copertura delle direzioni: solo cercando simultaneamente lungo diverse direzioni di compromesso è possibile riempire l'estremità superiore sinistra, la parte centrale e l'estremità inferiore destra del fronte, evitando che tutti i candidati si ammassino nello stesso angolo.
- Conservazione della differenza: la diversità non richiede solo «quantità», ma soprattutto «differenza». Due candidati quasi identici equivalgono a uno solo per il decisore e non forniscono nuove informazioni di compromesso.
- Valore decisionale: le preferenze reali spesso emergono solo a posteriori. Conservare un insieme di candidati differenziati permette di «riselezionare dopo aver regolato i pesi delle preferenze» a costo quasi nullo.
Sfida della scala computazionale: la diversità non è gratuita
Maggiore è la diversità, più ampia è la copertura dello spazio da esplorare, più grande è la dimensione della popolazione e più elevato è il numero totale di individui candidati da valutare. Quando la valutazione degli obiettivi dipende da simulazioni ad alta fedeltà — ad esempio un calcolo aerodinamico ad alta precisione di un profilo alare supercritico può richiedere ore — il costo di una singola valutazione si amplifica fino a diventare il collo di bottiglia principale dell'intero processo.
Ne deriva una tensione strutturale:una copertura più ampia del fronterichiede più candidati e più valutazioni, mentrevalutazioni costoselimitano la scala sostenibile. Le strategie comuni includono: sostituire la maggior parte delle valutazioni ad alta fedeltà con modelli surrogati; assegnare il budget limitato ad alta fedeltà in via prioritaria ai candidati che meglio estendono la copertura del fronte; e ridistribuire il rapporto di budget tra dimensione della popolazione e numero di generazioni.
Fronte di Pareto e compromessiIl grafico mostra la relazione del fronte di Pareto con due obiettivi in conflitto: le soluzioni dominate non hanno valore da conservare, le soluzioni reciprocamente non dominate si distribuiscono lungo il fronte, e più ci si sbilanci verso un'estremità, più si riduce un obiettivo accettando il peggioramento dell'altro. Ciò di cui il decisore ha realmente bisogno è l'intero spazio di compromesso; solo conservando candidati con differenze strutturate è possibile rispondere a costo contenuto ai cambiamenti di preferenza, mentre il costo delle valutazioni ad alta fedeltà limita la dimensione sostenibile di popolazione e valutazioni.
