В многокритериальной эволюцииоптимизация предпочтенийиспользует предпочтения лица, принимающего решения, как направляющий сигнал в поиске и отборе, а не как разовую оценку уже после завершения поиска. Это влечёт два структурных изменения: во-первых, несколько целей не сводятся заранее к единой скалярной оценке; во-вторых, выдаётся не единственное «оптимальное решение», а набор кандидатов, различающихся по структуре компромиссов, — а право окончательного выбора остаётся за экспертами предметной области.
Зачем нужна группа кандидатов
В многокритериальных задачах не существует единственного «оптимального решения» по своей природе. Когда цели конфликтуют, улучшение решения по одной цели часто достигается ценой ухудшения по другой, поэтому сравнимые решения образуютИдеальный фронт компромиссов. Если заранее объединить цели взвешенной суммой, это равносильно выбору неявной точки компромисса за лицо, принимающее решения, при том что реальные предпочтения ещё неясны; как только ограничения или предпочтения изменятся, такое решение может мгновенно обесцениться. Задача оптимизации предпочтений — закодировать в процессе поиска «в каком направлении хочет смотреть человек» и сосредоточить ресурсы поиска на действительно важной области.
Как предпочтения попадают в поиск
- Точка отсчёта: задаёт идеальное сочетание значений целей и направляет популяцию в эту сторону.
- Приоритет целей: указывает, какой целью нельзя жертвовать, и используется при недоминируемой сортировке или отборе.
- Интервал весов: не фиксированные веса, а допустимый диапазон весов, позволяющий одновременно существовать нескольким компромиссам.
- Интерактивная обратная связь: эксперт постепенно уточняет предпочтения в ходе нескольких итераций, и поиск соответственно сужается.
Все эти формы служат одной цели:сузить область интереса и повысить эффективность поиска, а не заранее сжать всё пространство решений до одной точки.
Суть группы кандидатов: сохранение разнообразия
Ценность группы кандидатов не в «большом количестве», а в том, чторешения внутри группы распределены по компромиссам между целями: есть представители консервативного, агрессивного и компромиссного краёв, охватывающие разные модели компромиссов. Если же просто выдать несколько слегка возмущённых копий одного решения, они не позволят принять сколько-нибудь осмысленное решение о выборе.
Разнообразие не поддерживается само собой. Без механизмов вмешательства эволюция самопроизвольно сходится к текущей оптимальной области, и группа кандидатов в итоге вырождается в повторение одного и того же ответа. Поэтому необходимы такие механизмы, как поддержание распределения, контроль скученности или стратегии архива, чтобы «разброс» стал одной из явно защищаемых целей.
Таким образом, формат вывода меняется с «единственного оптимального решения» на «объяснимую, сравнимую группу кандидатов»: эксперт может сделать выбор с учётом знаний предметной области и реальных ограничений и вернуть результат выбора в процесс поиска в качестве нового витка обратной связи.
Диаграмма распределения кандидатовНа схеме разрозненные точки-кандидаты показывают результат поиска после оптимизации предпочтений: точка отсчёта, приоритеты целей, интервалы весов или интерактивная обратная связь сужают поиск, но поддержание распределения и контроль скученности сохраняют разнообразие. Решения внутри группы должны охватывать консервативный, агрессивный и компромиссный края, позволяя эксперту сделать окончательный выбор с учётом реальных ограничений, а не сводиться заранее к единственному решению.
