L'evoluzione differenziale (DE) tradizionale affida al ricercatore la definizione preliminare della strategia di mutazione e dei parametri di controllo chiave, che restano invariati per tutta la ricerca. Il cambiamento centrale di MetaDE è:trattare la configurazione stessa dell'algoritmo come oggetto di evoluzione—l'evoluzione esterna esplora lo spazio degli algoritmi, mentre la valutazione interna misura le prestazioni nello spazio delle soluzioni, trasformando il «come evolvere» da impostazione manuale a ricerca adattiva.
Struttura a due livelli: il livello esterno cerca l'algoritmo, quello interno risolve il problema
- Livello interno: il normale processo di risoluzione dell'evoluzione differenziale sull'attività di ottimizzazione originale, che fornisce le prestazioni reali dell'attività.
- Livello esterno: considera una configurazione dell'algoritmo DE come un individuo ed esegue selezione, crossover, mutazione ed eliminazione nello spazio delle configurazioni.
Le responsabilità dei due livelli non devono essere confuse: l'oggetto di ottimizzazione del livello esterno èla configurazione dell'algoritmo, mentre l'oggetto di ottimizzazione del livello interno èla soluzione del problema. Il primo determina «come cercare», il secondo determina «quanto bene si cerca».
Che cosa evolve il livello esterno
Un individuo esterno non codifica qualche numero, ma un intero insieme di comportamenti dell'algoritmo: la strategia di mutazione (rand/1, best/1, current-to-best/1, ecc.), il tipo di crossover (binomiale, esponenziale) e i parametri di controllo come il fattore di scala F, la probabilità di crossover CR e la dimensione della popolazione. Le differenze tra gli individui corrispondono proprio alle diverse tendenze comportamentali della stessa famiglia di algoritmi al variare delle caratteristiche del problema.
Ciclo di verifica chiuso: le configurazioni candidate devono essere realmente eseguite una volta
Ogni configurazione candidata non può essere accettata o scartata solo in base a meta-indicatori o a giudizi a priori: deve essere inviata all'attività originale ed eseguita realmente, sottoponendosi alla verifica delle prestazioni effettive; il livello esterno, sulla base della fitness restituita dal livello interno, esegue poi selezione, eliminazione e conservazione, decidendo quali configurazioni vengono ereditate e propagate. Si forma così un ciclo iterativo chiuso di «generazione della configurazione → verifica sull'attività → selezione basata sul feedback», in cui la fitness esterna può derivare solo dai risultati di esecuzioni reali del livello interno.
Differenze rispetto al DE a parametri fissi
Nel DE tradizionale strategia e parametri sono stabiliti in anticipo dal ricercatore e rimangono fissi per tutta la durata; MetaDE affida questa decisione all'evoluzione esterna, conferendo all'algoritmo la capacità di adattarsi alle caratteristiche del problema—ad esempio preferendo, nelle fasi iniziali della ricerca, rand/1, più esplorativo, con F più grande, e passando nelle fasi successive a best/1, più rapido nella convergenza, con F più piccolo.
Costi e prerequisiti
Ogni configurazione candidata deve eseguire completamente una volta l'attività del livello interno (di solito sono inoltre necessarie più esecuzioni indipendenti di cui si prende la media per contenere la casualità), e il costo di valutazione si moltiplica in proporzione alla dimensione della popolazione esterna e al numero di generazioni. MetaDE dipende quindi fortemente da fondamenta ingegneristiche come parallelizzazione, tensorizzazione e scheduling del runtime—è proprio questa la ragione ingegneristica per cui deve basarsi su un Runtime tensorizzato.
Inquadramento: MetaDE è la concreta realizzazione del «meccanismo di evoluzione e adattamento a doppio livello interno ed esterno», che passa dall'idea a un'architettura implementabile, e offre un paradigma metodologico anche alle successive evoluzioni della struttura algoritmica (AutoPSO, EvoGO).
Struttura a due livelli di MetaDE e flusso di verifica sull'attivitàLa figura illustra il flusso a due livelli di MetaDE: il livello esterno considera un'intera configurazione DE come individuo ed esegue selezione, crossover, mutazione ed eliminazione; le configurazioni candidate devono essere inviate all'attività originale del livello interno ed eseguite realmente, di solito più volte in modo indipendente di cui si prende la fitness media, che viene poi restituita per decidere conservazione e propagazione. In questo modo la strategia di mutazione, il tipo di crossover e impostazioni come F e CR passano da una configurazione manuale a una ricerca adattiva.
