การแปลงโจทย์ปัญหา: จากการเลือกอัลกอริทึมสู่กระบวนการสำรวจ

ในการใช้งานจริงของ Evolutionary Computing ความผิดพลาดที่พบบ่อยตั้งแต่จุดเริ่มต้นคือ การถามว่า "ฉันควรใช้ DE หรือ PSO ดี" ทันทีที่ได้โจทย์ ประโยคนี้วางการเลือกอัลกอริทึมไว้เป็นจุดเริ่มต้นของการแก้ปัญหา แต่มันตอบเพียงว่า "จะใช้เครื่องมืออะไรในการค้นหา" โดยไม่ได้ตอบว่า "จะค้นหาอะไร อะไรถือว่าดี และอะไรที่ห้ามละเมิดเด็ดขาด" สิ่งที่กำหนดความสำเร็จหรือล้มเหลวจริง ๆ คือคุณภาพของการนิยามปัญหา。

สิ่งที่เรียกว่าการแปลงโจทย์ปัญหาคือการเขียน "จะเลือกอัลกอริทึมไหน" ใหม่เป็น "ออกแบบกระบวนการที่สามารถสำรวจได้": เริ่มจากระบุว่าสิ่งใดในโจทย์จริงสามารถเปลี่ยนแปลงได้ หลังจากเปลี่ยนแล้วจะประเมินอย่างไร และมีข้อจำกัดใดบ้างที่ต้องปฏิบัติตาม จากนั้นจึงให้อัลกอริทึมสร้างและคัดกรองตัวเลือกซ้ำ ๆ ภายในพื้นที่ค้นหานี้ การเลือกอัลกอริทึมจึงกลายเป็นส่วนหนึ่งของการออกแบบกระบวนการสำรวจ ไม่ใช่จุดเริ่มต้นของมัน

สี่คำนิยามที่ต้องกำหนดให้ชัดก่อน

สิ่งที่เปลี่ยนแปลงได้: ระบุว่าพารามิเตอร์ โครงสร้าง กลยุทธ์ หรือกระบวนการใดบ้างที่อนุญาตให้ปรับ ซึ่งจะก่อให้เกิดพื้นที่ค้นหาและขอบเขตการเข้ารหัส หากไม่มีสิ่งนี้ คำตอบตัวเลือกก็ไม่อาจถูกนำเสนอ nor สร้างขึ้นได้
วิธีการประเมิน: นิยามว่าหลังจากเปลี่ยนแปลงแล้วจะตัดสินข้อดีข้อเสียอย่างไร รวมถึงฟังก์ชันเป้าหมาย ตัวชี้วัดการประเมิน ทิศทางความ偏好 ตลอดจนตัวชี้วัดด้านความเป็นไปได้และความหลากหลาย วิธีประเมินเป็นตัวกำหนดทิศทางที่การค้นหาจะเดินไปในทางปฏิบัติ
ข้อจำกัดหลัก: แยกแยะข้อจำกัดแข็งที่ต้องปฏิบัติตามออกจากความ偏好อ่อนที่权衡ได้ การนำข้อจำกัดแข็งไปผสมในฟังก์ชันเป้าหมายแบบ "ลดหย่อน" นั้นง่ายมากที่จะสร้างทางเลือกที่ดูเหมือนได้คะแนนสูง แต่กลับไม่สามารถนำไปใช้ได้จริง
กระบวนการสำรวจ: จัดรูปแบบปัญหาเป็นวงปิดของ "การสร้างตัวเลือก—การประเมิน—การป้อนกลับ—การสร้างใหม่" ให้ผลการประเมินย้อนกลับมาเปลี่ยนการสร้างครั้งถัดไป แทนที่จะกำหนดแนวทางแก้ปัญหาไว้ตายตัวตั้งแต่ต้น

ความแตกต่างที่เกิดจากการแปลงโจทย์

เมื่อเผชิญกับงานปรับแต่งพารามิเตอร์ วิธีที่ทำตามความเคยชินคือ "เลือกอัลกอริทึมก่อน—เช่น DE หรือ PSO—แล้วจึงเริ่มปรับพารามิเตอร์" วิธีหลังการแปลงโจทย์คือการตอบคำถามสามข้อตามลำดับ: พารามิเตอร์ใดปรับได้? ใช้ตัวชี้วัดใด (หรือตัวชี้วัดที่ขัดแย้งกันตัวใด) ในการประเมิน? ข้อจำกัดใดที่ห้ามละเมิดเด็ดขาด? เมื่อตอบครบทั้งสามข้อ งานก็ถูกจัดรูปแบบเป็นปัญหาพหุวัตถุประสงค์ที่เชื่อมต่อกับตัวแก้ปัญหาเชิงวิวัฒนาการได้แล้ว การตัดสินใจว่าจะใช้อัลกอริทึมใดและกำหนดตัวดำเนินการแบบใดในการสำรวจ ก็เป็นเพียงการตัดสินใจเชิงวิศวกรรมที่เปลี่ยนได้ภายในวงปิด กล่าวอีกนัยหนึ่ง อัลกอริทึมไม่ใช่คำตอบในตัวเอง มันเป็นเพียงส่วนหนึ่งที่กำหนดค่าได้ในกระบวนการสำรวจ คุณภาพของการนิยามปัญหาต่างหากที่กำหนดขีดจำกัดบนของการสำรวจ

ความเข้าใจผิดที่พบบ่อย

การโยนความผิดว่า "อัลกอริทึมทำงานได้ไม่ดี" ไปที่ตัวอัลกอริทึมเองโดยตรง โดยมองข้ามสามเรื่องที่เป็นพื้นฐานกว่า: การนิยามพื้นที่ค้นหาที่คลุมเครือ ตัวชี้วัดการประเมินที่หลุดจากเป้าหมายทางธุรกิจจริง และการขาดข้อจำกัดแข็ง การแก้การนิยามปัญหาก่อนแล้วค่อยพูดถึงการเปลี่ยนอัลกอริทึม มักได้ผลกว่าการเปลี่ยนอัลกอริทึมซ้ำไปซ้ำมา

กระบวนการแปลงโจทย์ปัญหา

ในภาพได้เขียนงานแก้ปัญหาใหม่จาก "เลือก DE หรือ PSO ก่อน" ให้เป็นกระบวนการที่สำรวจได้: เริ่มจากกำหนดสิ่งที่เปลี่ยนแปลงได้ วิธีการประเมิน และข้อจำกัดหลัก จากนั้นให้การสร้างตัวเลือก การประเมิน การป้อนกลับ และการสร้างใหม่ก่อตัวเป็นวงปิด การเลือกอัลกอริทึมจึงเป็นเพียงส่วนหนึ่งที่เปลี่ยนได้ภายในวงปิด คุณภาพของการนิยามปัญหาต่างหากที่กำหนดขีดจำกัดบนของการสำรวจ

คำถาม 1

เมื่อแปลง "จะเลือกอัลกอริทึมไหน" ให้เป็น "ออกแบบกระบวนการที่สามารถสำรวจได้" ขั้นตอนแรกควรกำหนดสิ่งใดให้ชัดเจน?

ระบุว่าพารามิเตอร์ โครงสร้าง กลยุทธ์ หรือกระบวนการใดบ้างที่อนุญาตให้ปรับ ก่อให้เกิดพื้นที่ค้นหาและขอบเขตการเข้ารหัส

กำหนดขนาดประชากรเป็น 100 ก่อน

ตัดสินใจก่อนว่าจะใช้ DE หรือ PSO

กำหนดจำนวนรุ่นการวนซ้ำทั้งหมดก่อน

คำถาม 2

เกี่ยวกับบทบาทของ "วิธีการประเมิน" ในการแปลงโจทย์ปัญหา ข้อใดอธิบายได้แม่นยำที่สุด?

วิธีการประเมินถูกกำหนดโดยอัลกอริทึมที่เลือกไว้โดยอัตโนมัติ ไม่เกี่ยวข้องกับงาน

วิธีการประเมินต้องนิยามว่าหลังจากเปลี่ยนแปลงแล้วจะตัดสินข้อดีข้อเสียอย่างไร รวมถึงฟังก์ชันเป้าหมาย ตัวชี้วัด ความ偏好 ตลอดจนตัวชี้วัดด้านความเป็นไปได้และความหลากหลาย

วิธีการประเมินคำนวณเพียงครั้งเดียวในรอบการวนซ้ำสุดท้ายก็พอ

วิธีการประเมินคือยิ่งค่าความแม่นยำสูงยิ่งดี ไม่ต้องใช้ตัวชี้วัดอื่น

คำถาม 3

ข้อกำหนดการติดตั้งใช้งานของบริการออนไลน์หนึ่งคือ "ความหน่วง P99 ต้องไม่เกิน 80 มิลลิวินาที" ในการแปลงโจทย์ปัญหา สิ่งนี้จัดอยู่ในประเภทใด?

มิติการเข้ารหัสหนึ่งของพื้นที่ค้นหา

ข้อจำกัดแข็งที่ต้องปฏิบัติตาม ทางเลือกที่ได้จากการสำรวจทั้งหมดต้องไม่ละเมิด

ความ偏好อ่อนที่权衡ได้ และยอมสละได้เมื่อจำเป็น

รายการเพิ่มคะแนนในฟังก์ชันเป้าหมาย

คำถาม 4

การจัดรูปแบบปัญหาเป็นวงปิดของ "การสร้างตัวเลือก—การประเมิน—การป้อนกลับ—การสร้างใหม่" แตกต่างจากเลือกอัลกอริทึมแบบครั้งเดียวตรงไหนเป็นสำคัญ?

วงปิดคำนวณได้เร็วกว่าการเลือกแบบครั้งเดียวแน่นอน

วงปิดทำให้ผลการประเมินย้อนกลับมาเปลี่ยนการสร้างครั้งถัดไป จึงปรับทิศทางการค้นหาอย่างต่อเนื่อง แทนที่จะกำหนดแนวทางไว้ตายตัวตั้งแต่ต้น

วงปิดไม่จำเป็นต้องนิยามข้อจำกัดใด ๆ อีกต่อไป

วงปิดจะเกิดขึ้นได้ก็ต่อเมื่อใช้อัลกอริทึมประเภทประชากรเท่านั้น

คำถาม 5

ทำไมจึงกล่าวว่า "อัลกอริทึมไม่ใช่คำตอบในตัวเอง"?

เพราะในการเขียนอัลกอริทึมมักมีข้อบกพร่องอยู่เสมอ

เพราะคุณภาพของการนิยามปัญหาเป็นตัวกำหนดขีดจำกัดบนของการสำรวจ อัลกอริทึมเป็นเพียงองค์ประกอบที่กำหนดค่าได้และเปลี่ยนได้ในกระบวนการสำรวจ

เพราะอัลกอริทึมทำงานบนฮาร์ดแวร์แบบขนานได้ไม่เสถียร

เพราะอัลกอริทึมเชิงวิวัฒนาการลู่เข้าสู่จุดที่ดีที่สุดเฉพาะที่เสมอ

กรณีศึกษา: การปรับแต่งพหุวัตถุประสงค์ของโมเดลจัดอันดับคำแนะนำ

อ่านสถานการณ์ด้านล่าง แล้วเขียนงานใหม่จาก "เลือกอัลกอริทึม" ให้เป็น "ออกแบบกระบวนการที่สามารถสำรวจได้" พร้อมตอบคำถามสองข้อ

ระบบแนะนำออนไลน์แห่งหนึ่งต้องการปรับปรุงโมเดลการจัดอันดับของตน สิ่งที่ปรับได้ได้แก่: อัตราการเรียนรู้ ค่าสัมประสิทธิ์การคุมความซับซ้อน จำนวนชั้นของเครือข่าย จำนวนหัวความสนใจ และกลยุทธ์การรวมคุณลักษณะ ทีมต้องการปรับแต่งให้ทั้ง AUC แบบออฟไลน์สูงขึ้นและลดค่าใช้จ่ายในการประมวลผลออนไลน์ลงพร้อมกัน ตัวชี้วัดที่ใช้ได้แก่: AUC ของชุดตรวจสอบออฟไลน์ ความหน่วงการประมวลผล P99 ออนไลน์ จำนวนพารามิเตอร์ของโมเดล และจำนวนคุณลักษณะ ข้อกำหนดการติดตั้งใช้งานที่ทราบได้แก่: ความหน่วง P99 ไม่เกิน 80 มิลลิวินาที หน่วยความจำการ์ดจอไม่เกิน 12GB และโมเดลที่ได้ต้องสามารถนำขึ้นระบบบนเฟรมเวิร์กการประมวลผลที่มีอยู่ได้ทันที ภายใต้เงื่อนไขดังกล่าว ทีมอยากได้โมเดลที่มีพารามิเตอร์น้อยลงและความหน่วงต่ำลง ปัจจุบันจุดถกเถียงของทีมคือ: ควรใช้ DE หรือ PSO ดี

ข้อ

1. จงเขียนงานนี้เป็นนิยามปัญหาแบบ "สิ่งที่เปลี่ยนแปลงได้—วิธีการประเมิน—ข้อจำกัดหลัก" และระบุให้ชัดเจนว่าสิ่งใดเป็นข้อจำกัดแข็ง สิ่งใดเป็นความ偏好อ่อน

คำตอบ:
สิ่งที่เปลี่ยนแปลงได้ (พื้นที่ค้นหาและการเข้ารหัส): อัตราการเรียนรู้ ค่าสัมประสิทธิ์การคุมความซับซ้อน จำนวนชั้นของเครือข่าย จำนวนหัวความสนใจ กลยุทธ์การรวมคุณลักษณะ——ปริมาณต่อเนื่องและโครงสร้างไม่ต่อเนื่องเหล่านี้ร่วมกันก่อให้เกิดการเข้ารหัสของคำตอบตัวเลือก วิธีการประเมิน: นี่เป็นปัญหาพหุวัตถุประสงค์——AUC แบบออฟไลน์ต้องทำให้มากที่สุด ความหน่วง P99 ออนไลน์และจำนวนพารามิเตอร์ของโมเดลต้องทำให้ต่ำที่สุด พร้อมกันนั้นอาจใช้ความหลากหลายระหว่างตัวเลือกเป็นตัวชี้วัดเพิ่มเติม ระหว่าง AUC กับความหน่วงมีความขัดแย้งของเป้าหมายอย่างชัดเจน ผลการประเมินจึงควรส่งออกเป็นชุดตัวเลือกมิใช่คะแนนเดียว ข้อจำกัดหลัก: ความหน่วง P99 ≤ 80 มิลลิวินาที หน่วยความจำการ์ดจอ ≤ 12GB และสามารถติดตั้งใช้งานบนเฟรมเวิร์กการประมวลผลที่มีอยู่ได้ทันที ทั้งสามข้อนี้จัดเป็นข้อจำกัดแข็งที่ต้องปฏิบัติตาม ทางเลือกใด ๆ ที่ละเมิดจะถือว่าไม่เป็นไปได้ ความ偏好อ่อน: "พารามิเตอร์น้อยลง ความหน่วงต่ำลง" จัดเป็นความ偏好อ่อนที่权衡ได้ภายใต้เงื่อนไขการปฏิบัติตามข้อจำกัดแข็ง ใช้สำหรับจัดอันดับระหว่างคำตอบที่เป็นไปได้ มิใช่ใช้สำหรับการกรอง

ข้อ

2. ทำไมจึงไม่ควรถามว่า "ใช้ DE หรือ PSO" ก่อน? จงอธิบายว่างานนี้จัดเป็นกระบวนการสำรวจแบบวงปิดได้อย่างไร และจะรับประกันได้อย่างไรว่าผลลัพธ์สามารถติดตั้งใช้งานได้

คำตอบ:
การเลือกอัลกอริทึมเป็นส่วนหนึ่งภายในของการออกแบบกระบวนการ มิใช่จุดเริ่มต้นของการแก้ปัญหา: ก่อนที่พื้นที่ค้นหา วิธีการประเมิน และข้อจำกัดจะชัดเจน การเปรียบเทียบอัลกอริทึมใด ๆ ก็ขาด基準การเปรียบเทียบที่เป็นเอกภาพ การถกเถียงว่า "DE หรือ PSO" จึงเป็นการเปรียบเทียบกระบวนการสำรวจสองแบบที่ยังไม่ถูกนิยาม วิธีการจัดแบบวงปิด: ①การสร้างตัวเลือก——สุ่มตัวอย่างไฮเปอร์พารามิเตอร์และโครงร่างจากพื้นที่ค้นหา; ②การประเมิน——คำนวณ AUC บนชุดตรวจสอบแบบขนาน พร้อมวัดหรือประมาณความหน่วงการประมวลผลและหน่วยความจำการ์ดจอ พร้อมทั้งตรวจสอบข้อจำกัดแข็ง; ③การป้อนกลับ——อัปเดตการกระจายการค้นหาและแรงกดดันในการคัดเลือกตามข้อดีข้อเสียของพหุวัตถุประสงค์และความ偏好 เพื่อรวมทรัพยากรไปยังพื้นที่ที่มีแนวโน้มดีกว่า; ④การสร้างใหม่——สร้างตัวเลือกชุดใหม่ด้วยการกระจายที่อัปเดตแล้ว วนซ้ำไปเรื่อย ๆ การรับประกันความสามารถในการติดตั้งใช้งาน: ใช้ความหน่วง P99 หน่วยความจำการ์ดจอ และความเข้ากันได้กับเฟรมเวิร์กเป็นข้อจำกัดแข็ง ตัดสินว่าไม่เป็นไปได้และคัดออกทันทีในขั้นการสร้างหรือการประเมิน เพื่อหลีกเลี่ยงทางเลือกที่ "ตัวชี้วัดสวย แต่ไม่สามารถออนไลน์ได้" สำหรับตัวชี้วัดที่มีต้นทุนสูงเช่นความหน่วง อาจใช้แบบจำลองตัวแทนหรือการทดสอบขนาดเล็กกรองก่อน แล้วจึงตรวจสอบอย่างสมบูรณ์กับตัวเลือกจำนวนเล็กน้อย ผลลัพธ์สุดท้ายคือชุดทางเลือกที่กระจายตัวดีในแง่การ权衡เป้าหมาย ส่งต่อให้ฝ่ายวิศวกรรมและผลิตภัณฑ์ตัดสินใจเลือก ส่วนการจะใช้อัลกอริทึมใด (DE, PSO หรือกลยุทธ์แบบผสม) เป็นเพียงการเลือกองค์ประกอบที่เปลี่ยนได้ภายในวงปิดเท่านั้น