Двухуровневая эволюцияРазделяет «решение конкретных задач» и «улучшение методов решения» на два взаимодействующих эволюционных контура:внутреннийориентирован на решение задач и порождает показатели работы,внешнийна основе этих показателей эволюционно настраивает конфигурацию и стратегии внутреннего алгоритма, формируя адаптивный механизм улучшения алгоритмов. Это не простое последовательное соединение двух алгоритмов, а добавление над уровнем решения задач эволюционирующего метауровневого управления, что переводит систему от «ручной настройки алгоритма» к «автоматической адаптации алгоритма к задаче».
Разделение обязанностей внутреннего и внешнего уровней
- Обязанности внутреннего уровня: решает практические задачи, формируя решения-кандидаты, значения целевой функции и данные о работе. Он отвечает за то, чтобы «задача была решена».
- Обязанности внешнего уровня: не решает исходную задачу напрямую, а эволюционно развивает конфигурацию, стратегии и параметры внутреннего алгоритма. Он отвечает за то, чтобы «метод решения стал лучше».
- Замкнутый контур обратной связи: результаты оценки задач внутреннего уровня агрегируются в сигнал приспособленности внешнего уровня, который используется для отбора, мутации и обновления более эффективных конфигураций внутреннего уровня.
- Механизм адаптации: внешний уровень непрерывно корректирует стратегии внутреннего уровня в ответ на изменения задач и условий.
- Поддержка параллелизма: GPU позволяет параллельно выполнять множество задач внутреннего уровня, обеспечивая более полную статистическую обратную связь для эволюции внешнего уровня и снижая затраты ожидания при поиске.
MetaDE: эволюция улучшает эволюцию
На примере MetaDE: внутренний DE решает конкретные задачи оптимизации, а внешний эволюционный алгоритм на основе показателей внутреннего уровня отбирает и корректирует конфигурацию и стратегии DE; результаты множества задач внутреннего уровня, в свою очередь, направляют выбор конфигураций на внешнем уровне, образуя двухуровневый замкнутый контур «эволюция улучшает эволюцию».
Цели обучения
Освоить взаимодействие между решением задач на внутреннем уровне и оптимизацией стратегий на внешнем; понять, что эволюция методов представляет собой эволюционирующее метауровневое управление над внутренним уровнем; уметь объяснить, как параллелизм на GPU обеспечивает внешнему уровню более надёжную статистическую обратную связь.
Взаимодействие архитектуры двухуровневой эволюцииСхема показывает разделение обязанностей через два контура — внутренний и внешний: внутренний решает практические задачи и порождает решения-кандидаты и показатели работы, а внешний агрегирует эти показатели в приспособленность, отбирает, мутирует и обновляет конфигурацию и стратегии внутреннего алгоритма. Параллелизм на GPU запускает множество задач внутреннего уровня, обеспечивая внешнему уровню более полную статистическую обратную связь и формируя двухуровневый замкнутый контур «эволюция улучшает эволюцию».
