Só quando um problema tem um único objetivo é que podemos dizer que “encontramos uma solução ótima”. Problemas reais de engenharia quase nunca são assim: aumentar a sustentação costuma elevar o arrasto, e aumentar a precisão costuma elevar o custo e a latência.Conflito multiobjetivofaz com que a “boa resposta” deixe de ser um único ponto e passe a ser todo um conjunto de soluções de compromisso insubstituíveis entre si — que juntas formam a fronteira de Pareto.
Do “ponto ótimo único” ao “conjunto de soluções de compromisso”
Denotemos dois objetivos que precisam ser otimizados simultaneamente por f1(por exemplo, arrasto, custo, latência) e f2(por exemplo, peso estrutural, consumo de energia). Se a solução A não for pior que a solução B em todos os objetivos e for estritamente melhor em pelo menos um objetivo, dizemos que A domina B; soluções dominadas não têm valor de retenção. Por outro lado, quando nenhuma das duas soluções consegue dominar a outra, elas não se dominam mutuamente e ambas podem permanecer no resultado final. Todas as soluções mutuamente não dominadas formam a fronteira de Pareto.
Cada posição da fronteira no gráfico corresponde a uma “tendência”: quanto mais para a esquerda superior, mais se tende a reduzir f1 e aceitar um f maior2; quanto mais para a direita inferior, o oposto. O que o decisor realmente precisa é do espaço de trade-offs representado por toda a fronteira, e não de um único ponto escolhido pelo algoritmo em seu lugar.
Diversidade: por que é preciso manter candidatos “diferentes entre si”
- Cobertura de direções: somente buscando simultaneamente em diferentes direções de trade-off é possível preencher a extremidade superior esquerda, o trecho intermediário e a extremidade inferior direita da fronteira, evitando que todos os candidatos se concentrem no mesmo canto.
- Retenção de diferenças: a diversidade não exige apenas “quantidade”, mas sobretudo “diferença”. Dois candidatos quase idênticos equivalem a um só para o decisor, pois não fornecem novas informações de trade-off.
- Valor de decisão: as preferências reais muitas vezes só se definem a posteriori. Manter um conjunto de candidatos distintos permite que “reajustar os pesos de preferência e escolher novamente” seja feito a custo quase nulo.
Desafio de escala computacional: a diversidade não é gratuita
Quanto maior a diversidade, mais ampla precisa ser a cobertura do espaço de busca, maior o tamanho da população e maior o número total de candidatos a avaliar. Quando a avaliação dos objetivos depende de simulações de alta fidelidade — por exemplo, um cálculo aerodinâmico de alta precisão de um aerofólio supercrítico pode levar horas — o custo de cada avaliação se amplifica e se torna o principal gargalo de todo o processo.
Surge assim uma tensão estrutural:uma cobertura mais ampla da fronteiraexige mais candidatos e mais avaliações, enquantoavaliações caraslimitam a escala que se pode assumir. As estratégias usuais incluem: substituir a maior parte das avaliações de alta fidelidade por modelos substitutos; alocar o orçamento limitado de alta fidelidade prioritariamente aos candidatos que mais ampliam a cobertura da fronteira; e redistribuir a proporção de orçamento entre o tamanho da população e o número de gerações.
Fronteira de Pareto e trade-offsO gráfico mostra a relação da fronteira de Pareto sob dois objetivos conflitantes: soluções dominadas não têm valor de retenção; soluções mutuamente não dominadas distribuem-se ao longo da fronteira; tender para uma das extremidades significa reduzir um objetivo aceitando a piora do outro. O que o decisor realmente precisa é de todo o espaço de trade-offs; manter candidatos com diferenças estruturadas permite responder a mudanças de preferência a baixo custo, enquanto o custo de avaliações de alta fidelidade limita a população e a escala de avaliações que se pode cobrir.
