내외 이중 계층 진화‘구체적 과제 해결’과 ‘해법 개선’을 상호작용하는 두 개의 진화 루프로 분리합니다:내부 계층과제 해결을 수행하고 실행 성과를 산출하며,외부 계층이러한 성과를 바탕으로 내부 계층 알고리즘의 구성과 전략을 진화시켜, 적응 가능한 알고리즘 개선 메커니즘을 형성합니다. 이는 두 알고리즘을 단순히 연결한 것이 아니라, 과제 해결 계층 위에 진화 가능한 메타 계층 제어를 추가하여 시스템이 ‘인간이 알고리즘을 설정하는’ 방식에서 ‘알고리즘이 과제에 자동으로 적응하는’ 방식으로 전환되도록 합니다.
내부 계층과 외부 계층의 역할 분담
- 내부 계층 책임: 실제 과제를 해결하고 후보해, 목표값 및 실행 성과 데이터를 생성합니다. ‘문제를 풀어내는’ 역할을 담당합니다.
- 외부 계층 책임: 원래 과제를 직접 해결하지 않고 내부 계층 알고리즘의 구성, 전략 및 파라미터를 진화시킵니다. ‘문제 풀이 방법을 개선하는’ 역할을 담당합니다.
- 피드백 루프: 내부 계층 과제의 평가 결과가 외부 계층 적합도 신호로 집계되어, 더 우수한 내부 계층 구성을 선택·변이·갱신하는 데 사용됩니다.
- 적응 메커니즘: 외부 계층이 과제와 환경 변화에 따라 내부 계층 전략을 지속적으로 조정합니다.
- 병렬 지원: GPU는 다수의 내부 계층 과제를 병렬로 실행하여 외부 계층 진화에 더 충분한 통계적 피드백을 제공하고 탐색 대기 비용을 절감할 수 있습니다.
MetaDE: 진화로 진화를 개선
以 MetaDE 为例，内层 DE 负责具体优化任务，外层演化算法根据内层运行表现选择并调整 DE 的配置与策略；大量内层任务结果反向指导外层配置选择，形成“用演化改进演化”的双层闭环。
핵심 구분
내부 계층이 출력하는 것은 ‘해’이고, 외부 계층이 출력하는 것은 ‘해를 만들어내는 더 나은 방법’입니다. 외부 계층 적합도는 원래 과제의 최적값 자체가 아니라, 배치 과제에서 내부 계층 구성이 보인 성과에 대한 평가입니다.
학습 목표
내부 계층 과제 해결과 외부 계층 전략 최적화의 협력 관계를 습득하고, 방법 진화가 내부 계층 위에 진화 가능한 메타 계층 제어를 추가하는 것임을 이해하며, GPU 병렬이 어떻게 외부 계층에 더 신뢰할 수 있는 통계적 피드백을 제공하는지 설명할 수 있습니다.
내외 이중 계층 진화 아키텍처 인터랙션그림은 내부 계층과 외부 계층의 두 루프로 역할 분담을 나타냅니다: 내부 계층은 실제 과제를 해결하고 후보해와 실행 성과를 산출하며, 외부 계층은 이러한 성과를 적합도로 집계하여 내부 계층 알고리즘 구성과 전략을 선택·변이·갱신합니다. GPU는 다수의 내부 계층 과제를 병렬로 실행하여 외부 계층에 더 충분한 통계적 피드백을 제공하고, ‘진화로 진화를 개선하는’ 이중 계층 루프를 형성합니다.
내외 이중 계층 진화 아키텍처 인터랙션
그림은 내부 계층과 외부 계층의 두 루프로 역할 분담을 나타냅니다: 내부 계층은 실제 과제를 해결하고 후보해와 실행 성과를 산출하며, 외부 계층은 이러한 성과를 적합도로 집계하여 내부 계층 알고리즘 구성과 전략을 선택·변이·갱신합니다. GPU는 다수의 내부 계층 과제를 병렬로 실행하여 외부 계층에 더 충분한 통계적 피드백을 제공하고, ‘진화로 진화를 개선하는’ 이중 계층 루프를 형성합니다.
