# ระบบวิวัฒนาการอัจฉริยะ EvoX และการปฏิบัติงานวิจัยวิทยาศาสตร์แบบ AI Native — เอกสารประกอบการสอน

เวลาเรียน: 1 · จำนวนหน้าสไลด์: 16

## แนวทางการอ่าน

- [บทที่ 3｜หัวข้อ: ความซับซ้อนของโลกจริงและการ权衡หลายเป้าหมาย](#lecture-lesson-1)

---

<a id="lecture-lesson-1"></a>

## บทที่ 3｜หัวข้อ: ความซับซ้อนของโลกจริงและการ权衡หลายเป้าหมาย

<a id="lecture-page-1"></a>

### ความซับซ้อนของโลกจริงและการ权衡หลายเป้าหมาย

*หน้า 1*

> **เป้าหมายของหน้า:** สำรวจเป้าหมายและข้อจำกัดที่ซับซ้อนและขัดแย้งกันในโลกทางกายภาพจริง เรียนรู้วิธีใช้ EvoX สร้างกลุ่มตัวเลือกที่สะท้อนความสัมพันธ์แบบ权衡ต่างๆ

> **เป้าหมายของหน้า**
>
> หน้านี้เปลี่ยนมุมมองจากปัญหาการปรับให้เหมาะที่สุดเชิงอุดมคติไปสู่โลกทางกายภาพจริง ชี้ให้เห็นว่าเป้าหมายทางวิศวกรรมมักขัดแย้งกัน ให้ผลตอบกลับเบาบาง และนำเสนอแนวคิดการใช้ EvoX สร้างกลุ่มตัวเลือกที่สะท้อนความสัมพันธ์แบบ权衡ต่างๆ

> **ลำดับการอธิบาย**
>
> เริ่มจากอธิบายว่าทำไม "ความขัดแย้งของเป้าหมาย" จึงเป็นเรื่องทั่วไป เช่น ในการออกแบบ airfoil การเพิ่มแรงยก แรงต้าน ความแข็งแรงเชิงโครงสร้าง และเสียงรบกวนนั้นยากที่จะให้เหมาะที่สุดพร้อมกัน จากนั้นอธิบาย "ผลตอบกลับเบาบาง" หมายถึงการประเมินมีต้นทุนสูง ตัวอย่างที่มีประสิทธิภาพมีน้อย ไม่สามารถลองผิดลองถูกได้มาก สุดท้ายนำเสนอการสำรวจตัวเลือกหลายแบบ ให้ EvoX ไม่เพียงคืนค่าเหมาะสมที่สุดเดียว แต่ให้กลุ่มตัวเลือกที่มีข้อได้เปรียบในทิศทาง权衡ต่างๆ สำหรับการตัดสินใจในภายหลัง

**ประเด็นสำคัญในการสอน**

- ระบบในโลกจริงถูกจำกัดด้วยกฎฟิสิกส์ กระบวนการผลิต มาตรฐานความปลอดภัย ตัวแปรต่างๆ มีอิทธิพลซึ่งกันและกัน การปรับปรุงตัวชี้วัดหนึ่งมักแลกมาด้วยการเสื่อมลงของอีกตัวชี้วัด ดังนั้นจึงไม่มี "ดีที่สุด" เพียงหนึ่งเดียว มีแต่การประนีประนอมภายใต้ความ偏好ที่แตกต่าง การจำลองหรือการทดลองจริงมีต้นทุนสูง ผลตอบกลับไม่หนาแน่น อัลกอริทึมต้องใช้ข้อมูลที่มีอยู่ให้มีประสิทธิภาพมากขึ้น การสร้างกลุ่มตัวเลือกสามารถแสดงพรมแดน权衡 ช่วยให้วิศวกรเลือกตามสถานการณ์ ไม่ถูกล็อกด้วยคำตอบเดียว สามารถใช้เป็นตัวอย่างในการค้นหากลุ่มการออกแบบที่เป็นไปได้ระหว่างเป้าหมายด้านประสิทธิภาพอากาศอากาศพลศาสตร์ ความน่าเชื่อถือเชิงโครงสร้าง และเสียงรบกวน

**คำสำคัญที่ครอบคลุม**

- ความซับซ้อนของโลกจริง, การ权衡หลายเป้าหมาย, ความขัดแย้งของเป้าหมาย, ผลตอบกลับเบาบาง, การสำรวจตัวเลือกหลายแบบ, EvoX, การปรับให้เหมาะที่สุดของ airfoil

**ตรวจสอบความเข้าใจ**

ให้นักเรียนยกตัวอย่างทางวิศวกรรมหรือในชีวิตประจำวันของ "การปรับปรุง A แลกมาด้วย B" และอธิบายว่าหากได้เพียงหนึ่งทางเลือกกับการได้กลุ่มตัวเลือก วิธีการตัดสินใจจะแตกต่างกันอย่างไร

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากนักเรียนแยกแยะได้ระหว่าง "การเหมาะที่สุดเป้าหมายเดียว" และ "ชุดตัวเลือกภายใต้การ权衡หลายเป้าหมาย" แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับวิธีการหรือกรณีศึกษาเฉพาะ

<a id="lecture-page-2"></a>

### ความขัดแย้งหลายเป้าหมายและความซับซ้อนจริง

*หน้า 2*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจสภาพพื้นฐานของความขัดแย้งระหว่างหลายเป้าหมายและข้อจำกัดที่ซ้อนกันในโลกวิศวกรรมจริง

**ประเด็นสำคัญในการสอน**

- การปรับให้เหมาะที่สุดทางวิศวกรรมจริงเผชิญกับความซับซ้อนของเป้าหมายหลายด้าน ข้อจำกัดหลายชั้น และผลตอบกลับที่มีต้นทุนสูง เป้าหมายขัดแย้งกัน ไม่มีคำตอบเหมาะที่สุดเดียวที่ไม่ต้อง权衡 ดังนั้นต้องระบุและยอมรับความขัดแย้งก่อน แทนที่จะใช้สมมติฐานเป้าหมายเดียวแบบอุดมคติ เป้าหมายไม่เป็นอิสระต่อกัน การปรับปรุงเป้าหมายหนึ่งอาจทำให้อีกเป้าหมายแย่ลง เช่น การเพิ่มแรงยกมักมาพร้อมแรงต้านที่เพิ่มขึ้นหรือเสถียรภาพที่ลดลง
- ข้อจำกัดซ้อนกัน การปรับตัวแปรเฉพาะที่ส่งผลกระทบต่อระบบย่อยอื่นหรือขั้นตอนวงจรชีวิตอื่น ก่อให้เกิดขอบเขตที่เป็นไปได้แบบเชื่อมโยงและขอบเขตที่ซ่อนอยู่
- ผลตอบกลับมีต้นทุนสูง การจำลองความแม่นยำสูง อุโมงค์ลม การทดสอบบิน ฯลฯ มีค่าใช้จ่ายสูง ไม่สามารถรองรับการลองผิดลองถูกไม่จำกัด
- เป้าหมายที่วัดปริมาณได้ยาก เช่น ความปลอดภัย เสถียรภาพ ต้นทุน กฎระเบียบ ความสามารถในการบำรุงรักษา ยากที่จะรวมเป็นค่าสเกลาร์เดียว การปรับปรุงตัวชี้วัดหนึ่งอาจทำให้อีกตัวแย่ลง ในการออกแบบอากาศยาน การเพิ่มแรงยกจะเพิ่มแรงต้านและลดเสถียรภาพ
- หากปรับปรุงตัวชี้วัดทางอากาศพลศาสตร์ต่อไป อาจกระตุ้นข้อจำกัดด้านภาระโครงสร้าง การป้องกันความร้อน หรือความซับซ้อนในการควบคุม ซึ่งแสดงว่า ปัญหาจริงไม่สามารถลดทอนเป็นเป้าหมายเดียวที่เหมาะที่สุดได้ ระบบไม่ควรให้ "คำตอบที่เหมาะที่สุด" เดียวที่แยกโดดเดี่ยวตั้งแต่เนิ่นๆ แต่ควรสำรวจและเก็บกลุ่มตัวเลือกที่มีความแตกต่าง ให้ผู้เชี่ยวชาญ权衡ผลประโยชน์และต้นทุน

**การจัดการแบบฝึกหัด**

สาเหตุรากของความขัดแย้งหลายเป้าหมาย (เป้าหมายขัดแย้งกัน การปรับปรุงหนึ่งอาจทำให้อีกตัวแย่ลง); ผลของการเพิ่มแรงยก (แรงต้านเพิ่มขึ้น เสถียรภาพอาจลดลง); ข้อจำกัดของผลตอบกลับที่มีต้นทุนสูง (ต้นทุนผลตอบกลับสูง จำนวนการประเมินจำกัด); วิธีที่ถูกต้องของการปรับให้เหมาะที่สุดหลายเป้าหมาย (สำรวจและเก็บกลุ่มตัวเลือกที่มีความแตกต่าง); ความหมายของข้อจำกัดซ้อนกัน (การปรับตัวแปรเฉพาะที่ส่งผลต่อระบบย่อยอื่นหรือขั้นตอนวงจรชีวิต) ผลตอบกลับที่ถูกต้องสามารถเน้นได้ว่า: ความขัดแย้งหลายเป้าหมายเกิดจากการ权衡เชิงโครงสร้าง; แรงยกกับแรงต้าน เสถียรภาพเป็นความขัดแย้งคลาสสิก; ผลตอบกลับที่มีต้นทุนสูงจำกัดการลองผิดลองถูก; คำตอบเหมาะที่สุดเดียวในความขัดแย้งจริงมักไม่มีอยู่; ข้อจำกัดซ้อนกันก่อให้เกิดขอบเขตที่เป็นไปได้แบบเชื่อมโยง

การปรับให้เหมาะที่สุดหลายเป้าหมายของอากาศยาน สถานการณ์คือการออกแบบโดรนใหม่ ต้องปรับให้เหมาะที่สุดพร้อมกันทั้งประสิทธิภาพอากาศพลศาสตร์ น้ำหนักโครงสร้าง เสถียรภาพ และต้นทุนการผลิต; การจำลอง CFD ความแม่นยำสูงใช้เวลาหลายชั่วโมง การทดสอบอุโมงค์ลมมีค่าใช้จ่ายสูงมาก; ความขัดแย้งของเป้าหมายเช่นการเพิ่มแรงยกเพิ่มแรงต้านและภาระโครงสร้าง การลดน้ำหนักอาจลดเสถียรภาพ; ข้อจำกัดซ้อนกันเช่นการเปลี่ยนแปลงรูปร่างอากาศพลศาสตร์ส่งผลต่อภาระโครงสร้างและการป้องกันความร้อน ซึ่งส่งผลต่อการออกแบบกฎควบคุม คำถามข้อ 1 ต้องการระบุความขัดแย้งอย่างน้อยสองอย่างและอธิบายว่าทำไมไม่สามารถรวมเป็นเป้าหมายเดียวได้ง่ายๆ เอกสารอ้างอิง: ความขัดแย้งระหว่างแรงยกกับแรงต้าน, ความขัดแย้งระหว่างน้ำหนักกับเสถียรภาพ; ไม่สามารถรวมง่ายๆ เพราะหน่วยวัดและลำดับความสำคัญต่างกัน การรวมต้องใช้น้ำหนักเชิงอัตวิสัย อาจปกปิดความสัมพันธ์权衡 ทำให้ตัวเลือกเสื่อมลงในมิติที่ไม่คาดคิด

คำถามข้อ 2 ต้องการอธิบายวิธีใช้การคำนวณเชิงวิวัฒนาการเก็บตัวเลือกที่แตกต่างและอธิบายว่าผู้เชี่ยวชาญ权衡อย่างไร เอกสารอ้างอิง: ใช้อัลกอริทึมวิวัฒนาการหลายเป้าหมาย (เช่น NSGA-II) รักษาพรมแดนพาเรโต เก็บชุดคำตอบที่ไม่ถูกครอบงำ แต่ละคำตอบแทนการ权衡ที่แตกต่าง; ผู้เชี่ยวชาญสามารถเลือกตัวเลือกที่เหมาะสมจากพรมแดนพาเรโตตามความต้องการของภารกิจ หรือปรับน้ำหนักแบบโต้ตอบ

**กิจกรรมในชั้นเรียน**

ให้ใช้ตัวอย่างที่ใกล้เคียงกับประสบการณ์ของนักเรียนเพื่อสรุปเนื้อหาหน้านี้ และให้นักเรียนบอกความสัมพันธ์ระหว่างตัวอย่างนี้กับ "ระบุความขัดแย้งก่อน แล้วจึงสร้างแบบจำลอง"

**ตรวจสอบความเข้าใจ**

สุ่มเรียกนักเรียนหนึ่งคนให้สรุปประเด็นสำคัญของหน้านี้ด้วยคำพูดของตนเอง ผู้สอนเสริมคำสำคัญที่ขาดหายตามคำตอบ

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถบอกความสัมพันธ์หลักของหน้านี้ได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับตัวอย่าง การประยุกต์ หรือบทสรุป

<a id="lecture-page-3"></a>

### การ权衡ในโลกกายภาพจริงและการสำรวจหลายเป้าหมาย

*หน้า 3*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจเหตุผลหลักที่ระบบไม่ควรให้คำตอบเหมาะที่สุดเดียวที่แยกโดดเดี่ยวตั้งแต่เนิ่นๆ

**ประเด็นสำคัญในการสอน**

- เมื่อเห็น "แผนที่เหมาะที่สุด" ใด ให้ถามก่อนว่ามันยอมเสียอะไรในเป้าหมายใด เพียงอธิบายผลประโยชน์และต้นทุนได้พร้อมกัน จึงจะนับว่าเข้าใจปัญหาหลายเป้าหมายอย่างแท้จริง
- กลุ่มตัวเลือกไม่ใช่การเลื่อนการตัดสินใจ แต่เป็นการปล่อยให้การตัดสินใจเรื่องความ偏好เป็นของผู้ที่เข้าใจภารกิจดีที่สุด เมื่อส่งมอบควรให้กลุ่มตัวเลือกที่มีจุดเน้นต่างกันพร้อมหลักฐานเปรียบเทียบ ไม่ใช่กลุ่มจุดกระจัดกระจายที่ไม่มีลำดับ
- การจำลองหรือการทดลองแต่ละครั้งต้องเสียค่าใช้จ่ายจริง ภายใต้งบประมาณจำกัด ควรประเมินตัวเลือกที่กระจายตัวและครอบคลุมทิศทาง权衡ต่างๆ ก่อน แทนที่จะปรับละเอียดรอบจุดเดียวกันซ้ำๆ ซึ่งจะได้ข้อมูลพรมแดนที่สมบูรณ์กว่า

## เป้าหมายของหน้า

เข้าใจว่าทำไมปัญหาการปรับให้เหมาะที่สุดในโลกกายภาพจริงมักไม่มี "คำตอบเหมาะที่สุดเดียวที่ไม่มีต้นทุน" และเข้าใจตรรกะหลักกับคุณค่าของการเก็บตัวเลือกที่แตกต่างในการสำรวจหลายเป้าหมาย

## ลำดับการอธิบาย

เป้าหมายยากที่จะวัดปริมาณได้ทั้งหมด ข้อจำกัดซ้อนกันเป็นชั้น ผลตอบกลับการประเมินมีต้นทุนสูง หลายเป้าหมายขัดแย้งกัน

2. ใช้ตัวอย่างการออกแบบอากาศยานอธิบาย "การเพิ่มแรงยกมักมาพร้อมแรงต้านที่เพิ่มขึ้นหรือเสถียรภาพที่ลดลง"

3. ใช้แผนภาพพรมแดนพาเรโตอธิบายว่าทำไมไม่ควรบรรจบเป็นคำตอบเดียวตั้งแต่เนิ่นๆ

สำรวจและเก็บกลุ่มตัวเลือกที่มีความแตกต่าง เป็นพื้นฐานการเปรียบเทียบผลประโยชน์–ต้นทุนสำหรับผู้เชี่ยวชาญ

5. สุดท้ายแยกแยะความเข้าใจผิดที่พบบ่อย และจัดการแบบฝึกหัดกับกรณีศึกษา

## ประเด็นสำคัญในการสอน

ข้อเท็จจริงสำคัญสามประการ**

เป้าหมายมักวัดปริมาณได้เพียงบางส่วน (เช่น "ความสะดวกสบาย" "ส่วนเผื่อความปลอดภัย") ข้อจำกัดซ้อนกันเป็นชั้น การประเมินจริงแต่ละครั้ง (การจำลองความแม่นยำสูง การทดสอบแท่นทดสอบ หรือการทดสอบบิน) ต้องเสียเวลาและเงินอย่างมีนัยสำคัญ

แรงยกกับแรงต้าน ประสิทธิภาพกับเสถียรภาพ ความแม่นยำกับพลังงาน มักไม่สามารถเหมาะที่สุดพร้อมกันได้ การปรับปรุงใดๆ ต้องอธิบายว่ามันแลกมาด้วยอะไร

ไม่สามารถลองไม่จำกัด ดังนั้นภายใต้งบประมาณการประเมินที่จำกัด การรักษาความหลากหลายจึงมั่นคงกว่าการล็อกจุดเดียวตั้งแต่เนิ่นๆ

ทำไมไม่ควรบรรจบเป็นคำตอบเดียวตั้งแต่เนิ่นๆ**

หากระบบส่ง "คำตอบเหมาะที่สุด" ที่แยกโดดเดี่ยวตั้งแต่ช่วงต้นของการสำรวจ พื้นที่การตัดสินใจจะถูกบีบอัด: ผู้เชี่ยวชาญมองไม่เห็นความเป็นไปได้อื่น และไม่สามารถตัดสินว่าจุดนี้权衡ระหว่างสองเป้าหมายใด วิธีที่เหมาะสมกว่าคือเก็บกลุ่มตัวเลือกตามความสัมพันธ์ที่ไม่ถูกครอบงำ ซึ่งมีจุดเน้นต่างกันในมิติแรงยก แรงต้าน เสถียรภาพ ฯลฯ ก่อเป็นพรมแดนพาเรโตที่ใช้权衡ได้ แต่ละจุดบนพรมแดนแทนการ权衡ที่ชอบด้วยกฎหมาย — การปรับปรุงเป้าหมายหนึ่งต้องเสียสละอีกเป้าหมาย ดังนั้นคุณค่าของพรมแดนไม่ได้อยู่ที่ "อันไหนดีที่สุด" แต่อยู่ที่การแสดงความสัมพันธ์ที่สมบูรณ์ระหว่างผลประโยชน์และต้นทุน สนับสนุนการตัดสินความ偏好และการตัดสินใจในภายหลัง

ความเข้าใจผิดที่พบบ่อย**

การ "รวมแบบถ่วงน้ำหนัก" ปัญหาหลายเป้าหมายเป็นเป้าหมายสเกลาร์ล่วงหน้า เท่ากับกำหนดน้ำหนักความ偏好ให้ผู้เชี่ยวชาญก่อนการสำรวจ ข้อมูล权衡ก็สูญหายไปด้วย น้ำหนักควรเป็นขั้นตอนสุดท้ายของการตัดสินใจ ไม่ใช่สมมติฐานแรกของขั้นตอนการสร้างแบบจำลอง

## เบาะแสวัสดุ

แกนนอนเป็นเป้าหมาย A — แรงต้าน (ยิ่งซ้ายยิ่งดี) แกนตั้งเป็นเป้าหมาย B — เสถียรภาพ (ยิ่งสูงยิ่งดี) ในภาพมีตัวเลือกที่แตกต่างสามแบบ: ตัวเลือก A (เน้นแรงต้านต่ำ) ตัวเลือก B (แบบสมดุล) ตัวเลือก C (เน้นเสถียรภาพสูง) ทั้งหมดอยู่บนพรมแดนพาเรโตที่ไม่ถูกครอบงำ ในภาพยังมีพื้นที่ถูกครอบงำ (มีช่องว่างในการปรับปรุง) และ "จุดเดียวที่บรรจบก่อนกำหนด" ตกอยู่ในพื้นที่ถูกครอบงำ ลูกศรระบุ "ผลประโยชน์ ⟷ ต้นทุน: ให้ผู้เชี่ยวชาญ权衡"

## การจัดการแบบฝึกหัด

หน้านี้มีคำถามเลือกตอบ 5 ข้อ ใช้ตรวจสอบความเข้าใจได้ทันที คำตอบที่ถูกต้องและประเด็นผลตอบกลับมีดังนี้:

เลือก "เป้าหมายมักวัดปริมาณได้ยาก ข้อจำกัดซ้อนกัน ผลตอบกลับการประเมินมีต้นทุนสูง หลายเป้าหมายขัดแย้งกัน" ผลตอบกลับ: จับสามลักษณะและความขัดแย้งหลายเป้าหมายได้แม่นยำ

นี่คือการแสดงออกทั่วไปของความขัดแย้งหลายเป้าหมาย

เลือก "บีบอัดพื้นที่การตัดสินใจและปกปิดความสัมพันธ์权衡ที่แท้จริง ทำให้ผู้เชี่ยวชาญไม่สามารถตัดสินว่าจุดนั้น权衡อะไร" ผลตอบกลับ: คำตอบจุดเดียวบีบอัดการ权衡หลายมิติเป็นข้อสรุปกล่องดำ

เลือก "สำรวจและเก็บกลุ่มตัวเลือกที่มีความแตกต่าง เป็นพื้นฐานให้ผู้เชี่ยวชาญ权衡ผลประโยชน์และต้นทุน" ผลตอบกลับ: ระบบไม่ควรตัดสินใจแทนผู้เชี่ยวชาญเกินอำนาจ และไม่ควรบรรจบก่อนกำหนด

การปรับปรุงเป้าหมายหนึ่งต้องเสียสละอีกเป้าหมาย" ผลตอบกลับ: การไม่ถูกครอบงำหมายความว่าไม่มีคำตอบที่สามารถปรับปรุงทุกเป้าหมายพร้อมกันโดยไม่ทำให้เป้าหมายใดแย่ลง

## การอภิปรายกรณีศึกษา

หน้าให้กรณี "การออกแบบหลายเป้าหมายของ airfoil ยานบินความเร็วเหนือเสียงสูง" แนะนำให้อภิปรายในชั้นเรียน:

เป้าหมายวัดปริมาณยาก ข้อจำกัดซ้อนกัน ผลตอบกลับมีต้นทุนสูง ความขัดแย้งหลายเป้าหมาย ดูคำตอบอ้างอิงในการวิเคราะห์หน้า

ส่งมอบกลุ่มตัวเลือกที่มีความแตกต่าง (เช่น แบบเน้นแรงต้านต่ำ แบบสมดุล แบบเน้นเสถียรภาพสูง) ให้ค่าตัวเลขแต่ละเป้าหมาย สถานะการบรรลุข้อจำกัด และคำอธิบายการ权衡สำคัญ ให้ผู้ตัดสินใจเปรียบเทียบบนเส้นผลประโยชน์–ต้นทุน และให้ผู้เชี่ยวชาญเลือกสุดท้ายตามความ偏好

## ตรวจสอบความเข้าใจ

สรุปด้วยสามประเด็น:

เมื่อเห็น "แผนที่เหมาะที่สุด" ใด ให้ถามก่อนว่ามันยอมเสียอะไรในเป้าหมายใด

กลุ่มตัวเลือกปล่อยให้การตัดสินความ偏好เป็นของผู้ที่เข้าใจภารกิจดีที่สุด เมื่อส่งมอบควรให้กลุ่มตัวเลือกที่มีจุดเน้นต่างกันพร้อมหลักฐานเปรียบเทียบ

ภายใต้งบประมาณจำกัด ควรประเมินตัวเลือกที่กระจายตัวและครอบคลุมทิศทาง权衡ต่างๆ ก่อน แทนที่จะปรับละเอียดรอบจุดเดียวกันซ้ำๆ

## คำสำคัญที่ครอบคลุม

กลุ่มตัวเลือก, พรมแดนพาเรโต, การไม่ถูกครอบงำ, การ权衡หลายเป้าหมาย, งบประมาณการประเมิน, การบรรจบก่อนกำหนด

## คำแนะนำการเชื่อมต่อ

หลังจากยืนยันว่าผู้เรียนสามารถอธิบายด้วยคำพูดของตนเองได้ว่า "ทำไมไม่ควรบรรจบเป็นจุดเดียวตั้งแต่เนิ่นๆ" และ "กลุ่มตัวเลือกสนับสนุนการ权衡ของผู้เชี่ยวชาญอย่างไร" แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับตัวอย่าง การประยุกต์ หรือบทสรุป

<a id="lecture-page-4"></a>

### การค้นหาคำตอบที่ใช้งานได้และการทดลองทางความคิด

*หน้า 4*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจวิธีแปลงปัญหาเป็นกระบวนการที่เป็นระบบที่สำรวจและตรวจสอบได้เมื่อเผชิญกับปัญหาจริง

**ประเด็นสำคัญในการสอน**

- เมื่อพบปัญหาจริง ให้เขียนคำถามสี่ข้อของการทดลองทางความคิดก่อน: อะไรเปลี่ยนได้ วิธีประเมิน ต้องบรรลุอะไร วิธีตัดสินว่าดีกว่า ถ้าตอบสี่คำถามนี้ไม่ชัดเจน ไม่ว่าจะเลือกอัลกอริทึมใดภายหลังก็ยากที่จะได้คำตอบที่ใช้งานได้
- ตัวเลือกแต่ละแบบควรเขียนอย่างน้อยสี่อย่าง: ผลประโยชน์ ต้นทุน เงื่อนไขการใช้งาน ความเสี่ยง แผนที่เขียนเพียง "เร็วขึ้น แข็งแกร่งขึ้น" โดยไม่เขียนต้นทุนและขอบเขต ในการประชุมทบทวนแทบจะถูกถามจนตอบไม่ได้แน่นอน
- การรวมหลายเป้าหมายเป็นคะแนนเดียวแล้วหาค่าสูงสุด เท่ากับสมมติว่าน้ำหนักถูกกำหนดแล้ว หากน้ำหนักเองเป็นอัตวิสัย วิธีนี้ซ่อนการตัดสิน权衡ไว้ในคะแนน การเก็บตัวเลือกที่แตกต่างและเปรียบเทียบอย่างชัดเจนเข้าใกล้ "คำตอบที่ใช้งานได้" มากกว่า

> **เป้าหมายของหน้า**
>
> เข้าใจว่าเมื่อเผชิญกับปัญหาทางวิศวกรรมจริง งานแรกไม่ใช่การเลือกอัลกอริทึม แต่เป็นการแปลงปัญหาเป็นการทดลองทางความคิดที่สำรวจได้ ปฏิบัติได้ ตรวจสอบได้; และสำรวจอย่างเป็นระบบในทิศทางต่างๆ เก็บกลุ่มตัวเลือกที่แตกต่าง แทนที่จะบรรจบเป็น "คำตอบที่เหมาะที่สุด" ที่เรียกว่าอะไรสักอย่างตั้งแต่เนิ่นๆ

> **ลำดับการอธิบาย**
>
> 1. อธิบายการ权衡หลายเป้าหมายในโลกจริงก่อน การเพิ่มแรงยกของอากาศยานอาจเปลี่ยนแรงต้านและเสถียรภาพ การลดความหน่วงของแบบจำลองอาจทำลายความแม่นยำ การเพิ่มประสิทธิภาพระบบอาจเพิ่มพลังงาน ต้นทุน และความเสี่ยงด้านความปลอดภัย ความก้าวหน้าในตัวชี้วัดหนึ่งมักแลกมาด้วยการถอยของอีกตัวชี้วัด ดังนั้นคำตอบจุดเดียวที่ "ดีที่สุดในทุกตัวชี้วัด" มักไม่มีอยู่
>
> อะไรเปลี่ยนได้? หลังเปลี่ยนแล้วประเมินอย่างไร? เงื่อนไขใดต้องบรรลุ? ผลลัพธ์ต่างกันตัดสินว่าดีกว่าอย่างไร?
>
> ระบุรายการที่เปลี่ยนได้และตัวแปรการตัดสินใจ เช่น พารามิเตอร์ โครงสร้าง กลยุทธ์ กฎการจัดตาราง และกำหนดเงื่อนไขที่แน่นอน
>
> กำหนดตัวชี้วัดและเกณฑ์การประเมิน เช่น ดู时效หรือพลังงาน ดูค่าสูงสุดหรือค่าเฉลี่ย ใช้อข้อมูลช่วงใดวัด
>
> ระบุข้อจำกัดแข็งและขอบเขต เช่น เกณฑ์ความปลอดภัย ขีดจำกัดความหน่วง ขีดจำกัดพลังงานและงบประมาณ กฎระเบียบและใบอนุญาตน่านฟ้า; ตัวเลือกที่เกินขอบเขตตัดออกทันที
>
> กำหนดเกณฑ์เปรียบเทียบและความ偏好 อธิบายในสถานการณ์ใดให้ความสำคัญกับเป้าหมายใด และช่วงต้นทุนที่ยอมรับได้
>
> 3. อธิบายรูปแบบผลลัพธ์ การสำรวจควรกระจายในทิศทางต่างๆ ส่งออกกลุ่มตัวเลือกที่แตกต่าง แต่ละตัวเลือกระบุผลประโยชน์ ต้นทุน เงื่อนไขการใช้งาน และความเสี่ยง ให้ผู้เชี่ยวชาญด้านเปรียบเทียบตัวเลือกภายใต้ความ偏好ต่างๆ
>
> ปฏิบัติได้ ประเมินได้ บรรลุข้อจำกัดแข็ง อธิบาย权衡ได้ และสนับสนุนการเลือกภายใต้ความ偏好ต่างๆ คำตอบจุดเดียวที่ได้ค่าสูงสุดในตัวชี้วัดเดียว มักไม่บรรลุเกณฑ์เหล่านี้
>
> แกนนอนและแกนตั้งสามารถแทนสองเป้าหมายที่ขัดแย้งกัน เส้นโค้งหรือกลุ่มจุดแทนขอบเขตตัวเลือกที่เข้าถึงได้ นอกข้อจำกัดแข็งคือพื้นที่เกินขอบเขต ตัวเลือก A ถึง D มีการ权衡ต่างกัน จุดสำคัญในภาพไม่ใช่การหาจุดเหมาะที่สุดเดียว แต่เป็นการเก็บความแตกต่างและเปรียบเทียบอย่างชัดเจน

> **เบาะแสแบบฝึกหัด**
>
> - กำหนดรายการที่เปลี่ยนได้ เกณฑ์การประเมิน ข้อจำกัดแข็ง และเกณฑ์เปรียบเทียบ อย่าถามก่อนว่า "ใช้อัลกอริทึมใด" หรือ "สะสมข้อมูลก่อน" ข้อ 2 ควรเลือก "ความก้าวหน้าในตัวชี้วัดหนึ่งมักแลกมาด้วยการถอยของอีกตัวชี้วัด ดังนั้นมักไม่มี全局ที่สุดเพียงหนึ่งเดียว" ความขัดแย้งของเป้าหมายเป็นเรื่องปกติของปัญหาจริง ไม่ใช่ข้อผิดพลาดในการนิยาม ข้อ 3 ควรอธิบายว่าการบรรจบเป็นจุดเดียวตั้งแต่เนิ่นๆ สูญเสียตัวเลือกที่แตกต่าง ลดพื้นที่ให้ผู้เชี่ยวชาญเลือกและตัดสินใจภายใต้ความ偏好ต่างๆ ข้อ 4 สิ่งที่ไม่ใช่เกณฑ์ "คำตอบที่ใช้งานได้" คือ "ได้ค่าสูงสุด全局ในตัวชี้วัดเดียว ตัวชี้วัดอื่นไม่สำคัญ" ข้อ 5 ควรอธิบายว่าการทดลองทางความคิดเปิดเผยความขัดแย้งของเป้าหมาย ขอบเขตข้อจำกัด และเกณฑ์การประเมินก่อนการดำเนินการ สร้างกรอบปัญหาที่ใช้งานได้สำหรับการสำรวจหลายเป้าหมายในภายหลัง การจัดตารางส่งของด้วยโดรนในเมือง สามารถแนะนำให้นักเรียนแปลงสถานการณ์เป็นสี่คำถาม: รายการที่เปลี่ยนได้รวมเส้นทางและชั้นความสูง โปรไฟล์ความเร็ว จุดขึ้นลงและจุดเปลี่ยนถ่าย เวลาชาร์จหรือเปลี่ยนแบตเตอรี่ การแบ่งชุดภารกิจและการรวมคำสั่ง การมอบหมายประเภทเครื่องบิน ฯลฯ
> - เงื่อนไขที่แน่นอนรวมสภาพอากาศ ใบอนุญาตน่านฟ้า ภูมิศาสตร์เมือง ตัวชี้วัดการประเมินรวมเวลา send ถึงเฉลี่ย พลังงานต่อพัสดุ ส่วนเผื่อความปลอดภัย อัตราความสำเร็จของภารกิจและการกระจายเวลารอ และอธิบายว่าดูช่วงเวลาเร่งด่วนหรือเฉลี่ยทั้งวัน ข้อจำกัดแข็งอย่างน้อยรวมเกณฑ์ส่วนเผื่อความปลอดภัยแบตเตอรี่ ลมเกินขีดจำกัดห้ามบินหรือเลื่อน ห้ามละเมิดเขตห้ามบินและใบอนุญาตน่านฟ้า น้ำหนักบรรทุกต่อครั้งไม่เกินขีดจำกัดประเภทเครื่องบิน เกณฑ์เปรียบเทียบควรอธิบายว่าช่วงเวลาเร่งด่วนให้ความสำคัญ时效มากกว่า สภาพอากาศเลวร้ายให้ความสำคัญส่วนเผื่อความปลอดภัยและอัตราความสำเร็จมากกว่า และระบุช่วงต้นทุนที่ยอมรับได้ หลีกเลี่ยงการถ่วงน้ำหนักรวมเป็นคะแนนเดียวอย่างหยาบๆ ความ偏好ของลูกค้า สภาพอากาศ และเงื่อนไขน่านฟ้าเปลี่ยนแปลง คำตอบเหมาะที่สุดจุดเดียวใช้ได้เฉพาะภายใต้ชุดสมมติฐานหนึ่ง
> - กลุ่มตัวเลือกครอบคลุมผลประโยชน์–ต้นทุนต่างๆ ผู้เชี่ยวชาญเลือกตามข้อจำกัดและความ偏好ของวัน และทราบขอบเขตการใช้งานและความเสี่ยงของแต่ละแผน แต่ละแผนระบุอย่างน้อยผลประโยชน์ ต้นทุน เงื่อนไขการใช้งาน ความเสี่ยง และจุดแตกต่างจากแผนอื่นในกลุ่มเดียวกัน หนึ่งคือเลือกอัลกอริทึมก่อน คิดปัญหาทีหลัง
> - สองคือบังคับถ่วงน้ำหนักหลายเป้าหมายเป็นคะแนนเดียวแล้วหาค่าสูงสุด เท่ากับซ่อนการ权衡อัตวิสัยไว้ในคะแนน
> - สามคือเขียนเพียง "เร็วขึ้น แข็งแกร่งขึ้น" ไม่เขียนต้นทุนและขอบเขต ในการทบทวนยากที่จะตอบ

**ตรวจสอบความเข้าใจ**

ให้นักเรียนทบทวนสี่คำถามด้วยคำพูดของตนเอง และยกตัวอย่างทางวิศวกรรมหรือในชีวิตใกล้ตัว อธิบายว่าเป้าหมายขัดแย้งกันอย่างไร ตัวเลือกเก็บความแตกต่างอย่างไร ข้อจำกัดแข็งคัดตัวเลือกเกินขอบเขตอย่างไร หลังจากยืนยันว่านักเรียนสามารถพูด "การแปลงปัญหา กลุ่มตัวเลือก เกณฑ์คำตอบที่ใช้งานได้" สามอย่างได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับวิธีที่ EvoX รองรับการสำรวจหลายเป้าหมาย

<a id="lecture-page-5"></a>

### การแปลงปัญหา: จากการเลือกอัลกอริทึมสู่กระบวนการสำรวจ

*หน้า 5*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจวัตถุที่เปลี่ยนได้ เกณฑ์การประเมิน และเงื่อนไขข้อจำกัดที่ต้องระบุให้ชัดเมื่อเผชิญกับปัญหาจริง

**ประเด็นสำคัญในการสอน**

- เมื่อได้งานใหม่ ให้ระบุรายการวัตถุที่เปลี่ยนได้ก่อน: พารามิเตอร์ โครงสร้าง กลยุทธ์ หรือกระบวนการใดที่อนุญาตให้ปรับ? รายการนี้คือโครงกระดูกของพื้นที่ค้นหาและการเข้ารหัส หลังจากเขียนชัดแล้ว จึงค่อยอภิปรายอัลกอริทึม
- อย่ารอจนรอบสุดท้ายจึงค้นพบว่าแผนไม่สามารถนำไปใช้ได้ ใส่ข้อกำหนดที่ไม่สามารถเจรจาได้ (เช่น ขีดจำกัดความหน่วง ขีดจำกัดหน่วยความจำ GPU ความเข้ากันได้ในการติดตั้ง) กรองโดยตรงในขั้นตอนการสร้างหรือประเมิน ให้การสำรวจเกิดขึ้นเฉพาะในพื้นที่ที่ไม่ละเมิดข้อจำกัด
- ในการทบทวนควรใช้นิยามปัญหาเดียวกัน: กำหนดพื้นที่ค้นหา วิธีการประเมิน และข้อจำกัดให้แน่นอนก่อน แล้วจึงเปรียบเทียบประสิทธิภาพของอัลกอริทึมต่างๆ แบบขวาง วิธีนี้จึงจะตัดสินได้ว่าความแตกต่างมาจากอัลกอริทึมหรือจากนิยามปัญหาเอง

เป้าหมายของหน้า

เมื่อเผชิญกับปัญหาจริง อย่าถามก่อนว่า "ใช้ DE หรือ PSO" แต่แปลงงานเป็นกระบวนการที่สำรวจได้ก่อน ผู้เรียนต้องเข้าใจสามอย่าง: อะไรเปลี่ยนได้ หลังเปลี่ยนแล้วประเมินอย่างไร ข้อจำกัดใดห้ามละเมิดเด็ดขาด และเข้าใจว่าการเลือกอัลกอริทึมเป็นเพียงส่วนประกอบที่กำหนดค่าได้ในวงปิดนี้

ลำดับการอธิบาย

ได้งานแล้วเลือกอัลกอริทึมก่อน ตอบเพียง "ใช้เครื่องมือใดค้นหา" ไม่ได้ตอบ "ค้นหาอะไร อะไรนับว่าดี อะไรห้ามละเมิด"

ปัญหาจริง → วัตถุที่เปลี่ยนได้ (พารามิเตอร์·โครงสร้าง·กลยุทธ์→การเข้ารหัส) → วิธีการประเมิน (ฟังก์ชันเป้าหมาย ตัวชี้วัด ความ偏好) → ข้อจำกัดหลัก (ข้อจำกัดแข็งและความ偏好อ่อน) → วงปิดกระบวนการสำรวจ (การสร้างตัวเลือก→ประเมิน→ผลตอบกลับ→สร้างใหม่) → กลุ่มตัวเลือก

วัตถุที่เปลี่ยนได้ วิธีการประเมิน ข้อจำกัดหลัก กระบวนการสำรวจ

4. เปรียบเทียบความแตกต่างระหว่าง "การเลือกอัลกอริทึมครั้งเดียว" และ "การสำรวจแบบวงปิด" ชี้ให้เห็นว่าคุณภาพนิยามปัญหากำหนดขีดจำกัดบนของการสำรวจ

5. ใช้คำถามเลือกตอบและกรณีแบบจำลองการจัดอันดับแนะนำเพื่อเสริมความเข้าใจ

ประเด็นสำคัญในการสอน

กำหนดว่าพารามิเตอร์ โครงสร้าง กลยุทธ์ หรือกระบวนการใดอนุญาตให้ปรับได้ ก่อเกิดพื้นที่ค้นหาและขอบเขตการเข้ารหัส หากไม่มีสิ่งนี้ คำตอบตัวเลือกไม่สามารถแสดงได้ และไม่สามารถสร้างได้

กำหนดหลังการเปลี่ยนแปลงจะตัดสินคุณภาพอย่างไร รวมถึงฟังก์ชันเป้าหมาย ตัวชี้วัดการประเมิน ทิศทางความ偏好 และตัวชี้วัดความเป็นไปได้และความหลากหลาย วิธีการประเมินแท้จริงกำหนดทิศทางที่การค้นหาจะเดิน

แยกแยะข้อจำกัดแข็งที่ต้องบรรลุและความ偏好อ่อนที่权衡ได้ การผสมข้อจำกัดแข็งเข้าในฟังก์ชันเป้าหมาย "ลดหย่อน" ง่ายที่จะผลิตแผนที่ดูเหมือนได้คะแนนสูงแต่ไม่สามารถนำไปใช้ได้เลย

จัดรูปแบบปัญหาเป็นวงปิด "การสร้างตัวเลือก—การประเมิน—ผลตอบกลับ—การสร้างใหม่" ให้ผลการประเมินส่งผลย้อนกลับต่อการสร้างในภายหลัง ไม่ใช่กำหนดวิธีการแก้ตายตัวตั้งแต่ต้น

ตอบตามลำดับว่าพารามิเตอร์ใดปรับได้? ใช้ตัวชี้วัดใดหรือตัวชี้วัดที่ขัดแย้งกันหลายตัวในการประเมิน? ข้อจำกัดใดห้ามละเมิดเด็ดขาด? หลังจากตอบคำถามเหล่านี้ งานก็ถูกจัดรูปแบบเป็นปัญหาหลายเป้าหมายที่เชื่อมต่อกับตัวแก้เชิงวิวัฒนาการได้แล้ว 此时จึงค่อยตัดสินว่าจะใช้อัลกอริทึมใด กำหนดค่าตัวดำเนินการอย่างไร เป็นเพียงการตัดสินใจทางวิศวกรรมที่แทนที่ได้ภายในวงปิด กล่าวอีกนัยหนึ่ง อัลกอริทึมไม่ใช่คำตอบเอง มันเป็นเพียงส่วนหนึ่งที่กำหนดค่าได้ในกระบวนการสำรวจ คุณภาพนิยามปัญหาต่างหากที่กำหนดขีดจำกัดบนของการสำรวจ

การโทษ "ประสิทธิภาพอัลกอริทึมไม่ดี" ต่ออัลกอริทึมเอง โดยเพิกเฉยต่อนิยามพื้นที่ค้นหาที่คลุมเครือ ตัวชี้วัดการประเมินที่หลุดจากเป้าหมายธุรกิจจริง ข้อจำกัดแข็งที่ขาดหาย ซ่อมนิยามปัญหาก่อน แล้วค่อยพูดถึงการเปลี่ยนอัลกอริทึม มักมีประสิทธิภาพกว่าการเปลี่ยนอัลกอริทึมซ้ำๆ

เบาะแสวัสดุ

ปัญหาจริงผ่านวัตถุที่เปลี่ยนได้ วิธีการประเมิน ข้อจำกัดหลัก แล้วจึงเข้าสู่วงปิดกระบวนการสำรวจ วงปิดเน้นสี่ขั้นตอน: การสร้างตัวเลือก การประเมิน ผลตอบกลับ การสร้างใหม่ และเน้นว่าการเลือกอัลกอริทึมเป็นเพียงส่วนประกอบภายในวงปิด เมื่ออธิบายสามารถเดินตามลูกศรในภาพ ช่วยให้นักศึกษาเห็นลำดับก่อนหลังของ "นิยามปัญหา" และ "การดำเนินการอัลกอริทึม"

การจัดการแบบฝึกหัด

ขั้นตอนแรกควรกำหนดว่าพารามิเตอร์ โครงสร้าง กลยุทธ์ หรือกระบวนการใดอนุญาตให้ปรับได้ ก่อเกิดพื้นที่ค้นหาและขอบเขตการเข้ารหัส ผลตอบกลับเน้น: วัตถุที่เปลี่ยนได้ทำให้คำตอบตัวเลือกแสดงได้ การประเมินและการวนซ้ำในภายหลังจึงเป็นไปได้

วิธีการประเมินต้องกำหนดหลังการเปลี่ยนแปลงจะตัดสินคุณภาพอย่างไร รวมถึงฟังก์ชันเป้าหมาย ตัวชี้วัด ความ偏好 และตัวชี้วัดความเป็นไปได้และความหลากหลาย ผลตอบกลับอธิบายว่ามันไม่ใช่ส่วนเสริมของอัลกอริทึม แต่เป็น "พวงมาลัย" ของกระบวนการสำรวจ ต้องกำหนดโดยงานเอง

P99 ความหน่วงไม่เกิน 80 มิลลิวินาทีเป็นข้อจำกัดแข็งที่ต้องบรรลุ ผลตอบกลับแยกแยะ "ต้องบรรลุ" กับ "พยายามบรรลุ": ข้อกำหนดที่ไม่สามารถเจรจาได้คือข้อจำกัดแข็ง แนวโน้มที่权衡ได้คือความ偏好อ่อน ข้อจำกัดแข็งควรกรองล่วงหน้าในขั้นตอนการสร้างหรือประเมิน

ความแตกต่างสำคัญระหว่างวงปิดกับการเลือกครั้งเดียว คือผลการประเมินเปลี่ยนการสร้างในภายหลัง เพื่อปรับทิศทางการค้นหาอย่างต่อเนื่อง ผลตอบกลับเน้นว่าจุดสำคัญไม่ใช่ความเร็วหรือประเภทอัลกอริทึม แต่อยู่ที่ว่าผลการประเมินสามารถไหลกลับไปเปลี่ยนวิธีการสร้างในภายหลังได้หรือไม่

อัลกอริทึมไม่ใช่คำตอบเอง เพราะคุณภาพนิยามปัญหากำหนดขีดจำกัดบนของการสำรวจ อัลกอริทึมเป็นเพียงส่วนประกอบที่กำหนดค่าได้และแทนที่ได้ในกระบวนการสำรวจ ผลตอบกลับแนะนำให้นักศึกษาเบนความสนใจจาก "เปลี่ยนอัลกอริทึมใด" ไปที่ "นิยามปัญหาชัดเจนพอหรือไม่"

การแนะนำกรณีศึกษา

กรณีการปรับหลายเป้าหมายของแบบจำลองการจัดอันดับแนะนำสามารถจัดตาม "วัตถุที่เปลี่ยนได้—วิธีการประเมิน—ข้อจำกัดหลัก" วัตถุที่เปลี่ยนได้รวมอัตราการเรียนรู้ สัมประสิทธิ์การปรับ regularization จำนวนชั้นเครือข่าย จำนวนหัวความสนใจ กลยุทธ์การรวมคุณลักษณะ; วิธีการประเมินคือการเพิ่ม AUC ออฟไลน์ให้สูงสุด ลด P99 ความหน่วงการอนุมานออนไลน์และจำนวนพารามิเตอร์แบบจำลองให้ต่ำสุด พร้อมเพิ่มความหลากหลายของตัวเลือก; ข้อจำกัดหลักคือ P99 ความหน่วงไม่เกิน 80 มิลลิวินาที หน่วยความจำ GPU ไม่เกิน 12GB สามารถ上线ในกรอบการอนุมานที่มีอยู่ได้โดยตรง; ความ偏好อ่อนคือภายใต้เงื่อนไขบรรลุข้อจำกัดแข็ง พารามิเตอร์น้อยกว่า ความหน่วงต่ำกว่า

การสร้างตัวเลือกสุ่มตัวอย่างไฮเปอร์พารามิเตอร์และการกำหนดค่าโครงสร้าง การประเมินคำนวณ AUC และวัดหรือประมาณความหน่วงและการใช้หน่วยความจำ GPU พร้อมตรวจสอบข้อจำกัดแข็ง ขั้นตอนผลตอบกลับอัปเดตการกระจายการค้นหาตามคุณภาพหลายเป้าหมายและความ偏好 แล้วสร้างตัวเลือกรุ่นใหม่ การรับประกันความสามารถในการติดตั้งคือใช้ความหน่วง หน่วยความจำ และความเข้ากันได้ของกรอบเป็นข้อจำกัดแข็ง กรองตัวเลือกที่ไม่เป็นไปได้โดยตรงในขั้นตอนการสร้างหรือประเมิน; สำหรับตัวชี้วัดที่มีต้นทุนสูงเช่นความหน่วง สามารถใช้แบบจำลองตัวแทนหรือการวัดขนาดเล็กกรองก่อน แล้วจึงตรวจสอบเต็มรูปแบบกับตัวเลือกจำนวนน้อย สุดท้ายส่งออกกลุ่มตัวเลือกที่กระจายตัวดีในการ权衡เป้าหมาย ให้การตัดสินใจทางวิศวกรรมและผลิตภัณฑ์เลือก

ตรวจสอบความเข้าใจ

นิยามปัญหาก่อนการเลือกอัลกอริทึม; วัตถุที่เปลี่ยนได้กำหนดพื้นที่ค้นหาและการเข้ารหัส; วิธีการประเมินกำหนดทิศทางการค้นหา; ข้อจำกัดแข็งต้องกรองล่วงหน้า; อัลกอริทึมเป็นเพียงส่วนประกอบที่แทนที่ได้ในวงปิด หากนักเรียนเพียงทบทวนชื่ออัลกอริทึม สามารถถามต่อ "อัลกอริทึมเข้าสู่ขั้นตอนใด? ก่อนหน้านั้นต้องกำหนดอะไรอีก?"

คำแนะนำการเชื่อมต่อ

หลังจากยืนยันว่านักเรียนสามารถอธิบาย "กำหนดว่าอะไรเปลี่ยนได้ ประเมินอย่างไร อะไรห้ามละเมิดก่อน แล้วจึงจัดระเบียบการแก้เป็นวงปิด" ได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับวิธีการประยุกต์ หรือบทสรุป

<a id="lecture-page-6"></a>

### การปรับให้เหมาะที่สุดตามความ偏好และกลุ่มตัวเลือกหลายแบบ

*หน้า 6*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจบทบาทจริงของการเก็บกลุ่มตัวเลือกที่หลากหลายในการตัดสินใจของผู้เชี่ยวชาญ

> **เป้าหมายของหน้า**
>
> เข้าใจว่าการปรับให้เหมาะที่สุดตามความ偏好ไม่ใช่การตัดสินใจสุดท้ายแทนผู้เชี่ยวชาญ แต่เป็นการใช้ความ偏好เป็นสัญญาณนำทางในการค้นหาและกรอง และให้อัลกอริทึมส่งออกกลุ่มตัวเลือกที่เปรียบเทียบได้และอธิบายได้ในเชิงโครงสร้าง权衡 ปล่อยสิทธิ์权衡ให้ผู้เชี่ยวชาญด้าน

**ประเด็นสำคัญในการสอน**

- ไม่บีบอัดหลายเป้าหมายเป็นคะแนนสเกลาร์เดียวล่วงหน้า
- ไม่ส่งเพียง "คำตอบเหมาะที่สุด" หนึ่งเดียว แต่ส่งออกกลุ่มตัวเลือก ภายใต้ความขัดแย้งหลายเป้าหมายไม่มีคำตอบเหมาะที่สุดเดียวโดยธรรมชาติ ตัวเลือกที่เปรียบเทียบได้จะเชื่อมเป็นพรมแดน权衡อุดมคติ หากถ่วงน้ำหนักรวมล่วงหน้า เท่ากับเลือกจุด折中ที่ซ่อนอยู่แทนผู้ตัดสินใจ
- เมื่อข้อจำกัดหรือความ偏好เปลี่ยนไป คำตอบนั้นอาจสูญเสียคุณค่าทันที จุดอ้างอิง ลำดับความสำคัญเป้าหมาย ช่วงน้ำหนัก ผลตอบกลับแบบโต้ตอบ สิ่งเหล่านี้ใช้ร่วมกันเพื่อจำกัดพื้นที่ความสนใจ เพิ่มประสิทธิภาพการค้นหา ไม่ใช่ยุบพื้นที่คำตอบเป็นจุดเดียวก่อนกำหนด คุณค่า = ความแตกต่าง × ความสามารถในการอธิบาย ความแตกต่างที่มีประสิทธิภาพไม่ใช่สัญญาณรบกวนสุ่ม และไม่ใช่สำเนาที่รบกวนรอบคำตอบเดียวกัน แต่กระจายตัวตามโครงสร้าง权衡เป้าหมาย มีตัวแทนทั้งปลายอนุรักษ์นิยม ส่วน折中 และปลาย激进 ความวิวัฒนาการจะบรรจบไปยังพื้นที่ดีที่สุดปัจจุบันโดยธรรมชาติ ดังนั้นต้องมีการรักษาการกระจาย การควบคุมความแออัด หรือกลยุทธ์ชุดเก็บถาวร มิฉะนั้นกลุ่มตัวเลือกจะเสื่อมเป็นสำเนาซ้ำของการแสดงคำตอบเดียว

**คำสำคัญที่ครอบคลุม**

- การปรับให้เหมาะที่สุดตามความ偏好, กลุ่มตัวเลือก, พรมแดน权衡อุดมคติ, การรักษาความแตกต่าง, ความสามารถในการอธิบาย, การควบคุมความแออัด, กลยุทธ์ชุดเก็บถาวร

> **เบาะแสวัสดุ**
>
> - แกนนอนเป็นต้นทุน (ยิ่งน้อยยิ่งดี) แกนตั้งเป็นความหน่วง (ยิ่งน้อยยิ่งดี) เส้นโค้งเป็นพรมแดน权衡อุดมคติ จุดอ้างอิงความ偏好นำทางทิศทางการค้นหา ตัวเลือกควรกระจายตามพรมแดน
> - ด้านขวาเปรียบเทียบการถ่วงน้ำหนักรวมแบบดั้งเดิมที่ให้เพียงจุดเหมาะที่สุดเดียวกับการปรับให้เหมาะที่สุดตามความ偏好ที่ให้กลุ่มตัวเลือก

> **เบาะแสแบบฝึกหัด**
>
> - การปรับให้เหมาะที่สุดตามความ偏好เข้ารหัสความ偏好ของผู้ตัดสินใจในกระบวนการค้นหาและกรอง ไม่ใช่ให้คะแนนครั้งเดียวหลังการค้นหาสิ้นสุด ผลตอบกลับเน้น "จังหวะที่ความ偏好เข้ามาแทรก" และอธิบายว่าความ偏好ไม่ลบความขัดแย้งของเป้าหมาย ความแตกต่างที่มีประสิทธิภาพ = การกระจายตัวบน权衡เป้าหมาย + ความแตกต่างแต่ละจุดอธิบายได้ด้วยโครงสร้าง权衡 แนะนำนักเรียน: จำนวนมากและแตกต่างมากไม่เท่ากับมีประสิทธิภาพ รูปแบบความ偏好เช่นจุดอ้างอิงหรือช่วงน้ำหนักใช้จำกัดพื้นที่ความสนใจในการค้นหา เพิ่มประสิทธิภาพ ไม่ยุบพื้นที่คำตอบเป็นจุดเดียวก่อนกำหนด แนะนำ: ความ偏好ไม่ทดแทนฟังก์ชันเป้าหมาย และไม่รับประกันความหลากหลายโดยอัตโนมัติ เมื่อขาดการรักษาการกระจาย การควบคุมความแออัด หรือกลยุทธ์ชุดเก็บถาวร ความวิวัฒนาการจะบรรจบไปยังพื้นที่ดีที่สุดปัจจุบันโดยธรรมชาติ กลุ่มตัวเลือกกลายเป็นสำเนาซ้ำรอบคำตอบเดียวกัน การเปลี่ยนรูปแบบผลลัพธ์หมายถึงการเปลี่ยนเจ้าของสิทธิ์ตัดสินใจ: อัลกอริทึมให้กลุ่มตัวเลือกที่เปรียบเทียบได้ ผู้เชี่ยวชาญด้านรวมข้อจำกัดจริงทำการ权衡สุดท้าย และสามารถใช้ผลการเลือกเป็นผลตอบกลับวนซ้ำต่อได้ ในการตัดสินใจจัดตารางกะและเส้นทางของฝูงรถส่งของในเมือง การปรับให้เหมาะที่สุดตามความ偏好ใช้จุดอ้างอิง ลำดับความสำคัญเป้าหมาย ช่วงน้ำหนัก หรือผลตอบกลับแบบโต้ตอบเป็นสัญญาณการเลือกและกรองในการวนซ้ำ
> - ในรูปแบบผลลัพธ์ เปลี่ยนจาก "ตารางกะที่เหมาะที่สุด" เดียวเป็นกลุ่มตัวเลือกตามพรมแดน权衡ต้นทุน–ความหน่วง เช่น อนุรักษ์นิยม (เน้นลดต้นทุน) สมดุล (ต้นทุนและความหน่วงสมดุล) 激进 (เน้นลดความหน่วง) หากตัวเลือกทั้งหมดมีต้นทุนและความหน่วงใกล้เคียงกันมาก ควรสงสัยว่าขาดกลไกการรักษาความแตกต่าง
> - ในการตัดสินว่าความแตกต่างมีประสิทธิภาพหรือไม่ ให้ฉายแผนลงบนระนาบต้นทุน–ความหน่วง ดูว่าจุดกระจายตามพรมแดนอย่างชัดเจนหรือไม่ และทิศทาง折中ของแต่ละจุดอธิบายได้ด้วยโครงสร้าง权衡เป้าหมายหรือไม่

**ตรวจสอบความเข้าใจ**

ให้นักเรียนแยกแยะด้วยคำพูดของตนเองระหว่าง "นำทาง" กับ "ทดแทน" และอธิบายว่าทำไมคุณค่าของกลุ่มตัวเลือกถึงเท่ากับความแตกต่าง × ความสามารถในการอธิบาย หากนักเรียนเน้นเพียงจำนวนมาก ควรถามต่อ: "แผนเหล่านี้สามารถอธิบายเป็นรูปแบบ折中ที่แตกต่างกันบน权衡เป้าหมายได้หรือไม่?"

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถอธิบายได้ว่าการปรับให้เหมาะที่สุดตามความ偏好เพื่อรักษาสิทธิ์权衡ของผู้เชี่ยวชาญ กลุ่มตัวเลือกต้องเปรียบเทียบได้และอธิบายได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับกรณีศึกษาใช้งานหรือรายละเอียดวิธีการ

<a id="lecture-page-7"></a>

### พื้นหลังการปฏิบัติหลายเป้าหมายของการออกแบบ supercritical airfoil

*หน้า 7*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจสถานการณ์การใช้งานจริงและข้อจำกัดหลายชั้นของการออกแบบ supercritical airfoil ในวิศวกรรมการบิน

> **เป้าหมายของหน้า**
>
> เข้าใจสถานการณ์ทางวิศวกรรมจริงของการออกแบบ supercritical airfoil เข้าใจความขัดแย้งหลายเป้าหมายและข้อจำกัด รู้ว่าผลลัพธ์ที่สมเหตุสมผลคือกลุ่มแผน折中 ไม่ใช่คำตอบเหมาะที่สุดเดียว

**ประเด็นสำคัญในการสอน**

- 1. สภาวะการทำงานและแหล่งที่มาทางฟิสิกส์ ในสภาวะล่องเรือ transonic การไหลบนพื้นผิวด้านบนของ airfoil เร่งเป็นความเร็วเหนือเสียง แล้วลดความเร็วผ่านคลื่นกระแทก
- ตำแหน่งและความเข้มของคลื่นกระแทกส่งผลต่อระดับแรงต้านและขอบเขตการเริ่มต้น buffeting พร้อมกัน ดังนั้นการออกแบบไม่ใช่การดันตัวชี้วัดหนึ่งให้สุดขีด แต่ให้ตัวชี้วัดหลายตัวตกลงในช่วงที่ยอมรับได้พร้อมกัน 2. ข้อจำกัดสามชั้น ค่าสัมประสิทธิ์แรงยกวิกฤต buffeting ให้ขอบเขตความปลอดภัยและแรงยกที่ใช้งานได้ การเกิด buffeting ก่อนกำหนดจะบีบส่วนเผื่อ buffeting และขอบเขตการบิน เป็นเกณฑ์ที่ไม่สามารถตกลงต่ำกว่าได้
- อัตราส่วนแรงยกต่อแรงต้านในการล่องเรือสะท้อนประสิทธิภาพอากาศพลศาสตร์และเศรษฐศาสตร์ กำหนดพิสัยการบิน การใช้เชื้อเพลิง และต้นทุนการดำเนินงาน เป็นรายการผลประโยชน์หลัก
- การจำลองความแม่นยำสูงมีต้นทุนสูง การประเมินแต่ละครั้งมีค่าใช้จ่ายมาก จำกัดพื้นที่การออกแบบที่สำรวจได้ เป็นข้อจำกัดทรัพยากร 3. แหล่งที่มาของความขัดแย้ง การเพิ่มอัตราส่วนแรงยกต่อแรงต้านในการล่องเรือมักต้องมีแท่นดูดที่ขอบนำที่แข็งแกร่งขึ้นและคลื่นกระแทกที่อยู่ท้ายกว่า แต่จะลดขอบเขต buffeting
- การผ่อน airfoil เพื่อรักษาส่วนเผื่อ buffeting อาจเสียประสิทธิภาพการล่องเรือ การแสดงออกทั่วไปคือ "ปรับปรุงหนึ่ง เสื่อมอีกหนึ่ง" 4. แนวทางแก้ ทางวิศวกรรมต้องการกลุ่มแผน折中พาเรโตที่ใช้ได้ภายใต้ความ偏好ต่างๆ ให้ผู้ตัดสินใจเลือกที่อธิบายได้ระหว่างความปลอดภัย ประสิทธิภาพ และต้นทุน สามารถรวมกับ airfoil ฐานและตัวอย่างรบกวนสร้างและทำนายต่อเนื่อง เปลี่ยนการกรองแบบอนุกรมเป็นการสำรวจหลายเป้าหมายแบบขนาน ส่งออกตัวเลือกที่หลากหลาย 5. จุดตัดสิน เมื่อเกิด "การปรับปรุงตัวชี้วัดหนึ่งทำให้อีกตัวชี้วัดเสื่อมลง" และตัวชี้วัดมีขีดจำกัดล่างแข็ง ควรจัดการเป็นปัญหาหลายเป้าหมายที่มีข้อจำกัด อย่าหาคำตอบเหมาะที่สุดเดียวที่ไม่มีอยู่

**คำสำคัญที่ครอบคลุม**

- supercritical airfoil
- ค่าสัมประสิทธิ์แรงยกวิกฤต buffeting
- อัตราส่วนแรงยกต่อแรงต้านในการล่องเรือ
- ต้นทุนการจำลองความแม่นยำสูง
- ความขัดแย้งและการ权衡หลายเป้าหมาย
- พรมแดนพาเรโต
- ขอบเขต折中ที่เป็นไปได้

> **เบาะแสวัสดุ**
>
> - สามารถใช้ภาพตัดขวาง airfoil อธิบายพื้นที่ดูดบนพื้นผิวด้านบน คลื่นกระแทก และความดันสูงบนพื้นผิวด้านล่าง
> - ใช้ภาพพื้นที่权衡หลายเป้าหมายอธิบายการแลกกันระหว่างอัตราส่วนแรงยกต่อแรงต้านในการล่องเรือกับส่วนเผื่อ buffeting ขอบเขต折中ที่เป็นไปได้ พื้นที่ถูกครอบงำ และพรมแดนพาเรโต

**การจัดการแบบฝึกหัด**

คำถามเลือกตอบตรวจสอบตามลำดับ: แก่นแท้ของการ权衡หลายเป้าหมาย บทบาทขอบเขตความปลอดภัยของสัมประสิทธิ์ buffeting ความสัมพันธ์ระหว่างอัตราส่วนแรงยกต่อแรงต้านในการล่องเรือกับประสิทธิภาพทางเศรษฐกิจ การลองผิดลองถูกแบบอนุกรมที่ถูกจำกัดด้วยงบประมาณการจำลอง แนวทางที่สมเหตุสมผลคือเก็บแผน折中พาเรโต หลังตอบให้นักเรียนบอกเหตุผล หากผิดกลับไปที่ย่อหน้าที่สอดคล้องเพื่อตรวจสอบข้อมูลสามประเภท "เป้าหมาย ข้อจำกัด ทรัพยากร" คำถามกรณีศึกษา ตัดสินก่อนว่าเป้าหมายคือเพิ่มอัตราส่วนแรงยกต่อแรงต้านในการล่องเรือให้สูงสุด ข้อจำกัดคือเกณฑ์ความปลอดภัยของสัมประสิทธิ์ buffeting และขีดจำกัดบนของงบประมาณการจำลอง; จากนั้นอธิบายว่าใช้ airfoil ฐานบวกตัวอย่างรบกวนสร้างและทำนาย สำรวจแบบขนานภายใต้จำนวนการประเมินจำกัด ส่งออกชุดตัวเลือกที่อธิบายได้ เกณฑ์การประเมินคือค่าเฉพาะของแต่ละแผนบนขอบเขต buffeting และอัตราส่วนแรงยกต่อแรงต้านในการล่องเรือ

**ตรวจสอบความเข้าใจ**

ในหน้านี้สิ่งใดเป็นเป้าหมายผลประโยชน์ สิ่งใดเป็นเกณฑ์ที่ไม่สามารถตกลงต่ำกว่าได้ ทำไมการลองผิดลองถูกแบบจุดต่อจุดแบบดั้งเดิมจึงไม่ได้ผล หากนักเรียนเพียงทบทวนคำศัพท์ ถามต่อ "การเพิ่มอัตราส่วนแรงยกต่อแรงต้านในการล่องเรือส่งผลต่อส่วนเผื่อ buffeting อย่างไร"

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถแยกแยะเป้าหมายกับข้อจำกัด และอธิบายความขัดแย้ง "ขึ้นหนึ่งลงหนึ่ง" ได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับตัวอย่าง การประยุกต์ หรือบทสรุป

<a id="lecture-page-8"></a>

### การสร้างต่อเนื่องของ airfoil ฐานและตัวอย่างรบกวน

*หน้า 8*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจวิธีที่ระบบรวม airfoil ฐานกับตัวอย่างรบกวนเพื่อทำนายต่อเนื่อง

> **เป้าหมายของหน้า**
>
> เข้าใจวงปิด "airfoil ฐาน—ตัวอย่างรบกวน—การทำนาย/การประเมิน—ผลตอบกลับวิวัฒนาการ—การสร้างต่อเนื่อง" ในการปรับให้เหมาะที่สุด airfoil เข้าใจว่า airfoil ฐานให้จุดยึดที่มั่นคงอย่างไร ตัวอย่างรบกวนให้ความหลากหลายอย่างไร และผลตอบกลับวิวัฒนาการทำให้การสำรวจหลายเป้าหมายต่อเนื่องและขยายได้อย่างไร

> **ลำดับการอธิบาย**
>
> 1. ตั้ง基準ก่อน airfoil ฐานต้องบรรลุข้อจำกัดภารกิจก่อน มันกำหนดพื้นที่ parameterization ช่วงการรบกวน และเกณฑ์การประเมิน หากไม่มี基準 พื้นที่ค้นหาง่ายที่จะล่องลอยอย่างไร้ระเบียบ และเปรียบเทียบ airfoil ตัวเลือกอย่างยุติธรรมได้ยาก
>
> 2. สร้างการรบกวน รอบ airfoil ฐาน ใช้การรบกวนที่ควบคุมได้กับพารามิเตอร์การกระจายความหนา ความโค้ง หรือจุดควบคุม สร้างกลุ่มตัวอย่างอย่างต่อเนื่องเป็นชุดหรือแบบออนไลน์ การรบกวนเล็กใช้สำหรับการปรับละเอียดเฉพาะที่ การรบกวนใหญ่ใช้สำหรับการครอบคลุม全局 ความเข้ม ทิศทาง และการกระจายการสุ่มตัวอย่างควรควบคุมได้
>
> 3. ทำนาย/ประเมินเป็นชุด ส่งตัวอย่างแต่ละรอบเข้าสู่ขั้นตอนการทำนาย/ประเมิน ส่งออกประสิทธิภาพของตัวเลือกหลายตัวบนเป้าหมาย ประสิทธิภาพเหล่านี้ไม่ใช่จุดสิ้นสุด แต่เป็นพื้นฐานโดยตรงสำหรับการเลือก การอัปเดต และการสุ่มตัวอย่างใหม่ของวิวัฒนาการในภายหลัง
>
> 4. ปิดวงด้วยผลตอบกลับ ปรับความเข้ม ทิศทาง หรือการกระจายการสุ่มตัวอย่างของรอบถัดไปตามผลตอบกลับวิวัฒนาการ ทำให้วงปิดต่อเนื่องจริง ไม่ใช่สุ่มตัวอย่างซ้ำอย่างอิสระแต่ละรอบ

**ประเด็นสำคัญในการสอน**

- การเลือก airfoil ฐาน
- การสร้างตัวอย่างรบกวนอย่างต่อเนื่อง
- การทำนายหลายตัวอย่างรวมกับวิวัฒนาการ
- วงปิดต่อเนื่อง airfoil ฐานเป็นข้อมูลอ้างอิงที่มั่นคง ไม่ใช่คำตอบสุดท้าย
- มันทำให้ตัวอย่างรบกวนต่างๆ เปรียบเทียบได้ภายใต้เกณฑ์การประเมินเดียวกัน ตัวอย่างรบกวนรับผิดชอบความหลากหลาย ต้อง兼顾ทั้งเฉพาะที่และ全局 หากแต่ละรอบทำเพียงการรบกวนเล็กในทิศทางเดียวกัน ประชากรง่ายที่จะบรรจบก่อนกำหนด
- หากสุ่มรบกวนใหญ่ทั้งหมด อาจสิ้นเปลืองงบประมาณการประเมิน วิธีที่มั่นคงกว่าคือผสมการรบกวนเฉพาะที่กับ全局 และใช้ผลตอบกลับตัดสินจุดเน้นการสุ่มตัวอย่างรอบถัดไป ผลตอบกลับวิวัฒนาการต้องส่งผลต่อกลยุทธ์การสร้างการรบกวนรอบถัดไป หากเพียงบันทึกผลแต่ไม่เปลี่ยนการสุ่มตัวอย่าง วงปิดจะเสื่อมเป็นกระบวนการเปิด

**การจัดการแบบฝึกหัด**

บทบาทหลักของ airfoil ฐานคือเป็นจุดยึดที่มั่นคงของการ parameterization ช่วงการรบกวน และ基準การประเมิน เมื่อตอบถูกเน้นว่ามันยึดพื้นที่ค้นหา หลีกเลี่ยงการล่องลอยอย่างไร้ระเบียบของตัวเลือก ทำให้ตัวอย่างเปรียบเทียบยุติธรรม; เมื่อตอบผิดกลับไปที่หลักฐาน "หากขาด基準จะเกิดผลอย่างไร"

เมื่อสร้างตัวอย่างรบกวนอย่างต่อเนื่อง ควรปรับความเข้ม ทิศทาง และการกระจายการสุ่มตัวอย่างเป็นชุดหรือแบบออนไลน์ การรบกวนเล็กในทิศทางเดียวจำกัดความหลากหลาย การรบกวนใหญ่แบบสุ่มทั้งหมดสิ้นเปลืองงบประมาณ ทั้งสองไม่เพียงพอ兼顾การปรับละเอียดเฉพาะที่และการครอบคลุม全局

หลังจากส่งตัวอย่างรบกวนเข้าสู่การทำนาย/การประเมินเป็นชุด ผลลัพธ์หลักคือประสิทธิภาพของตัวเลือกหลายตัวบนเป้าหมาย สำหรับการเลือก การอัปเดต และการสุ่มตัวอย่างใหม่ของวิวัฒนาการ สามารถแนะนำ: การทำนาย/การประเมินเป็นข้อมูลนำเข้าของกระบวนการวิวัฒนาการ ไม่ใช่ป้ายกำกับตายตัวหรือคำตอบสุดท้าย

ผลตอบกลับวิวัฒนาการสนับสนุนการสร้าง "ต่อเนื่อง" โดยปรับความเข้ม ทิศทาง หรือการกระจายการรบกวน แล้วเสริมตัวอย่างรอบถัดไป หากผลตอบกลับเพียงบันทึกแต่ไม่เปลี่ยนการสุ่มตัวอย่าง วงปิดไม่สามารถปรับปรุงต่อเนื่องได้

วิธีที่แสดงวงปิดได้ดีที่สุดคือสร้างกลุ่มตัวอย่าง airfoil แต่ละรอบ หลังประเมิน/ทำนายเข้าสู่วิวัฒนาการ แล้วเสริมตัวอย่างรบกวนรอบถัดไปตามผลลัพธ์ หากขาดการสร้างตัวอย่าง การประเมิน/ทำนาย ผลตอบกลับวิวัฒนาการ หรือการสุ่มตัวอย่างใหม่ ขั้นตอนใดขั้นตอนหนึ่ง ก็ไม่สามารถสร้างการปรับให้เหมาะที่สุดต่อเนื่องได้

เบาะแสกรณีศึกษา:

ในการปรับให้เหมาะที่สุด supercritical airfoil ฐาน เป้าหมายคือเพิ่มอัตราส่วนแรงยกต่อแรงต้านให้สูงสุด ลดการลู่เข้าของแรงต้านให้ต่ำสุด รักษาข้อจำกัดความหนาโครงสร้าง; แต่ละรอบสร้าง 256 ตัวอย่าง การประเมินใช้เวลานาน กระบวนการหนึ่งรอบสามารถออกแบบเป็น: ใช้ airfoil ฐานเป็นจุดยึด ใช้การรบกวนที่ควบคุมได้กับพารามิเตอร์การกระจายความหนา ความโค้ง หรือจุดควบคุม สร้างชุดตัวอย่าง airfoil; ส่งเป็นชุดเข้าสู่การทำนาย/การประเมิน ได้ผลอัตราส่วนแรงยกต่อแรงต้าน การลู่เข้าของแรงต้าน ข้อจำกัดความหนา ฯลฯ; จากนั้นเข้าสู่การเลือก การอัปเดต และการสุ่มตัวอย่างใหม่ของวิวัฒนาการ; สุดท้ายปรับความเข้ม ทิศทาง หรือการกระจายการรบกวนรอบถัดไปตามผลตอบกลับ airfoil ฐานไม่สามารถแทนที่ได้ตามอำเภอใจ เพราะมันกำหนดพื้นที่ parameterization ช่วงการรบกวน และ基準การประเมิน; การแทนที่จะทำให้พื้นที่ค้นหาล่องลอย ตัวเลือกเปรียบเทียบไม่ได้ วงปิดสูญเสียข้อมูลอ้างอิงที่มั่นคง

หากวิวัฒนาการหยุดชะงักหลายรอบต่อเนื่อง สามารถใช้ผลตอบกลับเพิ่มความเข้มการรบกวนหรือขยายการกระจายการสุ่มตัวอย่าง นำความหลากหลาย全局; ยังสามารถปรับทิศทางการรบกวน สำรวจแบบกำหนดทิศทางกับพารามิเตอร์ที่ไวเช่นความหนา ความโค้ง; ยังสามารถผสมการรบกวนละเอียดเฉพาะที่กับ全局 เพิ่มชุดตัวอย่างหรือเสริมออนไลน์ และเก็บตัวเลือกที่หลากหลายบนพรมแดนพาเรโต หลีกเลี่ยงการบรรจบก่อนกำหนดของประชากร

ให้นักเรียนทบทวนสี่ขั้นตอนในวงปิดด้วยประโยคเดียว และอธิบายว่าทำไม airfoil ฐานไม่สามารถถูกแทนที่ด้วยตัวอย่างรบกวน หลังจากยืนยันว่านักเรียนสามารถพูดความสัมพันธ์ "กำหนดจุดยึดก่อน ควบคุมการรบกวน การประเมินเข้าวิวัฒนาการ ผลตอบกลับปรับรอบถัดไป" ได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับตัวอย่าง การประยุกต์ หรือบทสรุป

<a id="lecture-page-9"></a>

### การประยุกต์แบบจำลองตัวแทนในการรับมือต้นทุนการจำลองสูง

*หน้า 9*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจว่าแบบจำลองตัวแทนเอาชนะคอขวดต้นทุนสูงของการจำลองความแม่นยำสูงได้อย่างไร

> **เป้าหมายของหน้า**
>
> เข้าใจว่าแบบจำลองตัวแทนรับมือคอขวดต้นทุนสูงของการจำลองความแม่นยำสูงได้อย่างไร และเข้าใจตำแหน่ง วิธีการแทรกแซง และการควบคุมความเสี่ยงในการปรับให้เหมาะที่สุดเชิงวิวัฒนาการหลายเป้าหมาย

> **ลำดับการอธิบาย**
>
> ชี้ให้เห็นก่อนว่าการฝังการจำลองความแม่นยำสูงเข้าในวงจรวิวัฒนาการโดยตรงจะทำให้งบประมาณหมดอย่างรวดเร็ว; จากนั้นอธิบายว่าแบบจำลองตัวแทนในฐานะ "ตัวประเมินใกล้เคียงราคาถูก" แทนการประเมินทีละจุดอย่างไร; ต่อด้วยการเปรียบเทียบการปรับให้เหมาะที่สุดความแม่นยำสูงโดยตรงกับการปรับให้เหมาะที่สุดที่ช่วยด้วยแบบจำลองตัวแทน; แล้วเน้นสี่ขั้นตอน: การฝึกออฟไลน์ การทำนายเป็นชุดออนไลน์ การเลือกจุดช่วยด้วยแบบจำลองตัวแทน การเติมกลับและแก้ไข; สุดท้ายอภิปรายการ权衡ความแม่นยำกับต้นทุน ความเสี่ยงนอกการกระจาย ความเข้าใจผิดที่พบบ่อย และรายการตรวจสอบตนเอง

**ประเด็นสำคัญในการสอน**

- ในปัญหา supercritical airfoil ความแข็งแรงโครงสร้าง ฯลฯ การจำลอง CFD หรือไฟไนต์เอลิเมนต์ครั้งเดียวใช้เวลาหลายสิบนาทีถึงหลายชั่วโมง อัลกอริทึมวิวัฒนาการประเมินประชากรทั้งหมดทุกรุ่น จำนวนการประเมินและงบประมาณลดลงเกือบเชิงเส้น งบประมาณจะถูกใช้หมดในไม่กี่รุ่น ขนาดประชากรและจำนวนรุ่นถูกบีบอัด พรมแดนหลายเป้าหมายยากที่จะสำรวจอย่างเพียงพอ พื้นที่การออกแบบถูกปิดล้อมด้วย "ประเมินไม่ไหว" เรียนรู้การแมปข้อมูลนำเข้า-ส่งออกจากตัวอย่างการจำลองที่มีอยู่ ทำนายค่าเป้าหมายและประสิทธิภาพข้อจำกัดของตัวเลือกอย่างรวดเร็ว
- มันไม่ใช่การจำลองที่แม่นยำกว่า แต่เป็นการประมาณที่ถูกกว่า สิ่งที่มันแทนที่คือการประเมินทีละจุด ไม่ใช่ขั้นตอนการตรวจสอบ ด้านซ้ายการปรับให้เหมาะที่สุดความแม่นยำสูงโดยตรงมีตัวเลือกน้อย เวลาต่อครั้งนาน จำนวนการประเมินทั้งหมดน้อย การครอบคลุมการค้นหาแคบ
- ด้านขวาการปรับให้เหมาะที่สุดที่ช่วยด้วยแบบจำลองตัวแทนมีตัวเลือกมาก การทำนายต่อครั้งต่ำมาก จำนวนการประเมินทั้งหมดมาก ครอบคลุมกว้างกว่า งบประมาณความแม่นยำสูงกระจุกที่ตัวเลือกสำคัญ พร้อมการกรองเกณฑ์ความไม่แน่นอนและการตรวจสอบความแม่นยำสูงจำนวนน้อย การฝึกออฟไลน์สร้างการแมปเบื้องต้น
- การทำนายเป็นชุดออนไลน์ทุกตัวเลือกของแต่ละรุ่น
- การเลือกจุดช่วยด้วยแบบจำลองตัวแทนรวมค่าทำนายกับความไม่แน่นอนเลือกตัวเลือกที่มีศักยภาพสูงหรือข้อมูลสูง
- การเติมกลับและแก้ไขเขียนผลความแม่นยำสูงจำนวนน้อยกลับเข้าคลังตัวอย่างและอัปเดตแบบจำลองตัวแทนแบบเพิ่มทีละส่วน แบบจำลองตัวแทนยิ่งซับซ้อนมักยิ่งแม่นยำ แต่ต้นทุนการฝึกและการอนุมานเพิ่มขึ้น ข้อจำกัดสำคัญคือแบบจำลองตัวแทนต้องเร็วกว่าการจำลองความแม่นยำสูงอย่างมีนัยสำคัญ พร้อมความแม่นยำเพียงพอต่อแรงกดดันการเลือก มิฉะนั้นจะเป็นคอขวดใหม่หรือนำวิวัฒนาการออกนอกทาง แบบจำลองตัวแทนเชื่อถือได้เฉพาะใกล้การกระจายการฝึก การทำนายนอกการกระจายอาจดูสมเหตุสมผลแต่เบี่ยงเบนจากค่าจริงอย่างรุนแรง นำการค้นหาผิดทาง วิธีที่ทำได้รวมการส่งออกการประมาณความไม่แน่นอน การตั้งเกณฑ์ความเชื่อมั่น การบังคับตรวจสอบความแม่นยำสูงกับตัวเลือกเกินขอบเขต การตรวจสอบคุณภาพแบบจำลองตัวแทนเป็นระยะด้วยสถิติข้อผิดพลาด แบบจำลองตัวแทนไม่ยกเลิกการตรวจสอบ และไม่แก้ปัญหาด้วยการบีบอัดประชากร
- คุณค่าของมันคือการกระจุกงบประมาณความแม่นยำสูงที่หายากไปยังตัวเลือกที่สำคัญที่สุดและไม่แน่นอนที่สุด

**คำสำคัญที่ครอบคลุม**

- แบบจำลองตัวแทน, การจำลองความแม่นยำสูง, ตัวประเมินใกล้เคียงราคาถูก, การฝึกออฟไลน์, การทำนายเป็นชุดออนไลน์, การเลือกจุดช่วยด้วยแบบจำลองตัวแทน, การเติมกลับและแก้ไข, เกณฑ์ความไม่แน่นอน, การทำนายนอกการกระจาย, การ权衡ความแม่นยำกับต้นทุน

> **เบาะแสแบบฝึกหัด**
>
> - เปลี่ยนจากการรันการจำลองความแม่นยำสูงทุกตัวเลือก เป็นการกรองด้วยการประมาณเป็นชุดของแบบจำลองตัวแทนบวกการตรวจสอบความแม่นยำสูงจำนวนน้อย ตัวเลือกผิดมักเข้าใจผิดว่ายกเลิกการตรวจสอบหรือบีบอัดประชากร ต้นทุนการจำลองต่อครั้งสูง การประเมินประชากรทั้งหมดทุกรุ่นจะใช้งบประมาณหมดอย่างรวดเร็ว ข้อจำกัดมาจากต้นทุน ไม่ใช่ความสามารถในการหาอนุพันธ์หรือหลายเป้าหมาย แบบจำลองยิ่งซับซ้อนมักยิ่งแม่นยำแต่การฝึกและการอนุมานช้าลง ต้องจับคู่กับความเร็วการค้นหาวิวัฒนาการ ไม่สามารถคิดว่าความซับซ้อนไม่มีต้นทุนหรือยิ่งเรียบง่ายยิ่งแม่นยำ การทำนายอาจเบี่ยงเบนจากค่าจริงอย่างรุนแรงและนำการค้นหาผิดทาง แบบจำลองตัวแทนไม่สลับเป็นความแม่นยำสูงโดยอัตโนมัติ และไม่แก้ไขอัตโนมัติ ต้องควบคุมด้วยความไม่แน่นอนและการตรวจสอบ ปล่อยให้แบบจำลองตัวแทนแก้ไขไปยังพื้นผิวตอบสนองจริงอย่างต่อเนื่อง ลดความเบี่ยงเบนการทำนายในภายหลัง มันไม่ใช่เพื่อลดจำนวนตัวเลือกหรือแทนการประมาณความไม่แน่นอน กระบวนการสามารถเขียนเป็น การสุ่มตัวอย่างเริ่มต้น การฝึกออฟไลน์ การทำนายเป็นชุดออนไลน์ การกรอง การตรวจสอบความแม่นยำสูง การเติมกลับอัปเดต วนซ้ำ
> - การควบคุมความเสี่ยงเน้นการประมาณความไม่แน่นอน เกณฑ์ความเชื่อมั่น งบประมาณการสุ่มตัวอย่างเสริมสำรอง การตรวจสอบสถิติข้อผิดพลาด และการจัดสรรงบประมาณความแม่นยำสูงให้ตัวเลือกใกล้พรมแดนก่อน

**ตรวจสอบความเข้าใจ**

ให้นักเรียนอธิบายด้วยคำพูดของตนเองห้าอย่าง——อะไรแทนที่อะไร แบบจำลองตัวแทนเข้ามาแทรกที่ขั้นตอนใด กรองการทำนายที่ไม่น่าเชื่อถืออย่างไร งบประมาณความแม่นยำสูงใช้กับตัวเลือกใด ผลการตรวจสอบเติมกลับแก้ไขแบบจำลองตัวแทนอย่างไร

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถแยกแยะ "การกรองด้วยการประมาณ" กับ "การตรวจสอบจริง" ได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับการประยุกต์หรือบทสรุป

<a id="lecture-page-10"></a>

### ส่งออกกลุ่มตัวเลือกที่หลากหลาย兼顾ตัวชี้วัดต่างๆ

*หน้า 10*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจวิธีที่ระบบส่งออกชุดตัวเลือกที่兼顾ตัวชี้วัดหลายด้านในที่สุด

> **เป้าหมายของหน้า**
>
> เข้าใจว่าในการปรับให้เหมาะที่สุดทางวิศวกรรมหลายเป้าหมาย ระบบส่งออกไม่ใช่คำตอบเหมาะที่สุดเดียว แต่เป็นกลุ่มตัวเลือกที่หลากหลาย兼顾ตัวชี้วัดหลายด้าน; เข้าใจกลไกการประเมินหลายตัวชี้วัด บทบาทแบบจำลองตัวแทน วิธีการเปรียบเทียบพรมแดนพาเรโต และข้อกำหนดการทำซ้ำได้

> **ลำดับการอธิบาย**
>
> 1. ยืนยันรูปแบบผลผลิตก่อน ในปัญหาหลายเป้าหมายเช่นการออกแบบ airfoil สิ่งที่ส่งมอบสุดท้ายคือกลุ่มตัวเลือก ไม่ใช่คำตอบจุดเดียว ต้องสังเกตรูปแบบ权衡ของกลุ่มตัวเลือกทั้งหมดในตัวชี้วัดเช่น ค่าสัมประสิทธิ์แรงยกวิกฤต buffeting อัตราส่วนแรงยกต่อแรงต้านในการล่องเรือ การควบคุมน้ำหนักโครงสร้าง ความมั่นคงต่อการรบกวน
>
> 2. อธิบายว่าทำไมไม่ใช่คำตอบจุดเดียว เมื่อเป้าหมายขัดแย้งกัน เช่น การเพิ่มค่าสัมประสิทธิ์แรงยกวิกฤต buffeting มักมาพร้อมอัตราส่วนแรงยกต่อแรงต้านในการล่องเรือที่ลดลง ไม่มีคำตอบที่เป็นไปได้ที่เหนือกว่าพร้อมกันในทุกตัวชี้วัด หากการประเมินถูกครอบงำด้วยตัวชี้วัดเดียว การค้นหาจะบรรจบเป็นคำตอบ折중ที่ยอมรับได้ในความหมายเฉลี่ยแต่ตัวชี้วัดสำคัญไม่โดดเด่น หรือสูญเสียทิศทางการออกแบบที่มีความ偏好ชัดเจน
>
> 3. อธิบายกลไกการสร้างและการทำนาย กลไกการประเมินที่兼顾หลายตัวชี้วัดนำข้อจำกัดและเป้าหมายหลายชั้นเข้าสู่พื้นที่การประเมินเดียวกัน; การสร้างและการทำนายต่อเนื่องรอบ airfoil ฐานและตัวอย่างรบกวนสร้างตัวเลือกใหม่ตลอด และใช้แบบจำลองตัวแทนประมาณตัวชี้วัดอย่างรวดเร็ว บรรเทาคอขวดต้นทุนสูงของการจำลองความแม่นยำสูง
>
> 4. อธิบายรูปแบบผลลัพธ์และวิธีการเปรียบเทียบ ตัวเลือกครอบคลุมความ偏好ตัวชี้วัดและตำแหน่ง权衡ต่างๆ วาดตัวชี้วัดสำคัญสองตัวเป็นจุดกระจาย จุดที่ขอบนอกไม่มีจุดอื่นเกินพร้อมกันในทุกตัวชี้วัดก่อเป็นพรมแดนพาเรโต จุดที่อยู่ด้านในถูกครอบงำ การทบทวนทางวิศวกรรมมักเลือกแผนจากพรมแดนก่อน แล้วกลับไปยืนยันด้วยการจำลองความแม่นยำสูง; ตำแหน่งต่างๆ บนพรมแดนสอดคล้องกับแนวทางเช่น เน้นการยับยั้ง buffeting หรือเน้นประสิทธิภาพการล่องเรือ
>
> 5. เน้นการทำซ้ำได้ แต่ละตัวเลือกควรสืบย้อนได้ถึง airfoil ฐานและแหล่งที่มาของการรบกวน ผลการประเมินบนตัวชี้วัดเหล่านี้ และตำแหน่งบนพรมแดนพาเรโต หากขาดสิ่งใด การเปรียบเทียบแผนยากที่จะตรวจสอบ

**ประเด็นสำคัญในการสอน**

- กลไกการประเมินที่兼顾หลายตัวชี้วัด, การสร้างและการทำนายต่อเนื่อง, รูปแบบผลลัพธ์ที่หลากหลาย, ความสามารถในการเปรียบเทียบ แบบจำลองตัวแทนเป็นตะแกรงไม่ใช่คำตัดสินสุดท้าย มันรับผิดชอบการประมาณอย่างรวดเร็วและการกรองนำทาง ไม่สามารถแทนการตรวจสอบด้วยการจำลองความแม่นยำสูงบนตัวเลือกสำคัญ

> **เบาะแสวัสดุ**
>
> - แผนภาพเรดาร์ใช้เส้นโค้งปิดแสดงความ偏好ตัวชี้วัดของ airfoil ตัวเลือกต่างๆ
> - แผนภาพจุดกระจาย ยิ่งอยู่ขวาบนยิ่งแสดงว่าสองตัวชี้วัดดีขึ้นพร้อมกัน
> - เส้นประระบุตัวเลือกที่ไม่ถูกครอบงำ จุดสีเทาแทนตัวเลือกที่ถูกครอบงำ

**การจัดการแบบฝึกหัด**

แบบฝึกหัดหน้านี้เกี่ยวกับรูปแบบผลผลิต หน้าที่ของแบบจำลองตัวแทน คุณค่าของความหลากหลาย บันทึกการทำซ้ำได้ และความสัมพันธ์ของสองตัวชี้วัด ทิศทางอ้างอิง: ระบบส่งมอบกลุ่มตัวเลือกที่兼顾การ权衡ต่างๆ; แบบจำลองตัวแทนทำการประมาณอย่างรวดเร็วและนำทางการกรอง สุดท้ายยังต้องตรวจสอบความแม่นยำสูงบนตัวเลือกสำคัญ; คุณค่าของความหลากหลายคือเก็บตำแหน่ง权衡ระหว่างตัวชี้วัดที่ขัดแย้งกันอย่างชัดเจน สนับสนุนการเปรียบเทียบและการตัดสินใจ; ควรเก็บผลตัวชี้วัดหลายมิติและแหล่งที่มาของการรบกวนของแต่ละตัวเลือก; ค่าสัมประสิทธิ์แรงยกวิกฤต buffeting กับอัตราส่วนแรงยกต่อแรงต้านในการล่องเรือมักแลกกันบนพรมแดน ในคำถามกรณีศึกษา การไม่รันการจำลองความแม่นยำสูงทุกตัวเลือกเพราะจำนวนตัวเลือกมากและเพิ่มต่อเนื่อง ขณะที่การจำลองครั้งเดียวมีต้นทุนสูง; แบบจำลองตัวแทนลดขอบเขตก่อน แผนสำคัญจำนวนน้อยจึงตรวจสอบซ้ำ

หากการทบทวนต้องเลือกระหว่างเน้นการยับยั้ง buffeting กับเน้นประสิทธิภาพการล่องเรือ กลุ่มตัวเลือกให้ตัวเลือก พรมแดนพาเรโตระบุตำแหน่ง权衡ที่ดีที่สุด บันทึกที่เปรียบเทียบได้รับประกันการทำซ้ำและตรวจสอบ

**ตรวจสอบความเข้าใจ**

ให้นักเรียนอธิบายด้วยคำพูดของตนเองว่าทำไมระบบส่งออกกลุ่มตัวเลือกไม่ใช่คำตอบจุดเดียว และบอกบันทึกที่สนับสนุนการทำซ้ำได้อย่างน้อยสามอย่าง

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถแยกแยะบทบาทการกรองของแบบจำลองตัวแทนกับการยืนยันด้วยการจำลองความแม่นยำสูงได้แล้ว จึงเข้าสู่หน้าถัดไป

<a id="lecture-page-11"></a>

### การรับมือความขัดแย้งเป้าหมายและผลตอบกลับเบาบางในวิศวกรรมที่ซับซ้อน

*หน้า 11*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจวิธีการรับมือผลตอบกลับเบาบางและความขัดแย้งเป้าหมายในทางวิศวกรรมจริง

> **เป้าหมายของหน้า**
>
> เข้าใจความเป็นปกติของความขัดแย้งเป้าหมายและผลตอบกลับเบาบางในการปรับให้เหมาะที่สุดทางวิศวกรรมที่ซับซ้อน เข้าใจแนวคิดการรับมือด้วยการ权衡หลายเป้าหมายแบบพลวัตแทนการเหมาะที่สุดเป้าหมายเดียว

**ประเด็นสำคัญในการสอน**

- วิศวกรรมจริงมัก poursuit ประสิทธิภาพ ต้นทุน ความน่าเชื่อถือ พลังงาน และข้อจำกัดการผลิตพร้อมกัน ตัวชี้วัดเหล่านี้จำกัดกัน ตัวอย่างเช่น ในการออกแบบ supercritical airfoil การเพิ่มอัตราส่วนแรงยกต่อแรงต้านอาจทำให้การลู่เข้าของแรงต้านรุนแรงขึ้น การเสริมโครงสร้างจะเพิ่มน้ำหนักและความยากในการผลิต จุดสำคัญไม่ใช่การจัดลำดับตัวชี้วัด แต่เป็นการระบุว่าปัจจุบันอยู่ส่วนใดของพรมแดนพาเรโต และระบุว่าสามารถแลกอะไรได้ การจำลองความแม่นยำสูง การทดลองทางกายภาพ ฯลฯ มีต้นทุนสูง ระยะเวลานาน สัญญาณรบกวนมาก และมักคืนตัวอย่างล้มเหลว สัญญาณการประเมินที่มีประสิทธิภาพมีน้อย ล่าช้า ไม่ต่อเนื่อง งบประมาณการประเมินกลายเป็นข้อจำกัดแข็ง ความเบี่ยงเบนของแบบจำลองตัวแทนถูกขยาย ความเสี่ยงการ overfit และการบรรจบก่อนกำหนดเพิ่มขึ้น การสำรวจกับการใช้สมดุลยาก ความ偏好คงที่ยากที่จะ适应การค้นพบตามระยะ ใช้แบบจำลองตัวแทนและการประเมินหลายความแม่นยำลดต้นทุนผลตอบกลับต่อครั้ง
- ใช้การสุ่มตัวอย่างเชิงรุกและการทดลองเป็นชุดเพิ่มประสิทธิภาพตัวอย่าง
- ใช้วิวัฒนาการหลายเป้าหมายรักษาตัวเลือกที่ไม่ถูกครอบงำหลายตัว รักษาความหลากหลายของพรมแดนพาเรโต
- อัปเดตความ偏好และข้อจำกัดแบบพลวัตตามผลการประเมิน ส่งออกชุดตัวเลือกที่หลากหลายให้ผู้เชี่ยวชาญประเมิน เป้าหมายไม่ใช่กำจัดความขัดแย้ง แต่ทำให้ความขัดแย้ง ความเสี่ยง และความสัมพันธ์权衡อธิบายได้ ไม่พึ่งการรู้คำตอบเดียวล่วงหน้า

> **เบาะแสแบบฝึกหัด**
>
> - คำถามเลือกตอบ 5 ข้อในหน้านี้ตรวจสอบ (1) การระบุความขัดแย้งเป้าหมาย
> - (2) ลักษณะของผลตอบกลับเบาบาง
> - (3) ผลกระทบของความเบี่ยงเบนแบบจำลองตัวแทนภายใต้ผลตอบกลับเบาบาง
> - (4) วิธีเพิ่มประสิทธิภาพตัวอย่าง
> - (5) ความเข้าใจที่สมเหตุสมผลของการอัปเดตความ偏好และข้อจำกัด เมื่อตอบต้องจับคำสำคัญ "น้อย แพง ช้า มีสัญญาณรบกวน ตัวอย่างล้มเหลว" แยกแยะความขัดแย้งเป้าหมายกับผลตอบกลับเบาบาง การออกแบบหลายเป้าหมายของแผ่นระบายความร้อนด้วยของเหลว ความขัดแย้งเป้าหมายแสดงเป็นประสิทธิภาพการระบายความร้อน แรงดันตก น้ำหนัก ต้นทุน และความสามารถในการผลิตที่จำกัดกัน
> - ผลตอบกลับเบาบางแสดงเป็น CFD ความแม่นยำสูงต้องใช้หลายสิบชั่วโมง การทดลองแท่นทดสอบต้องใช้หลายสัปดาห์และมีความผันผวน ตัวอย่างที่กระบวนการไม่เป็นไปได้ล้มเหลวโดยตรง การรับมือ: ด้านการประเมินใช้แบบจำลองตัวแทนและการประเมินหลายความแม่นยำ การสุ่มตัวอย่างเชิงรุก
> - ด้านการค้นหาใช้วิวัฒนาการหลายเป้าหมายรักษาความหลากหลาย
> - ด้านความ偏好อัปเดตน้ำหนัก ข้อจำกัด และจุดอ้างอิงเป็นระยะ หลีกเลี่ยงการล็อกด้วยน้ำหนักคงที่ตั้งแต่เนิ่นๆ

**ตรวจสอบความเข้าใจ**

ให้นักเรียนสรุปด้วยคำพูดของตนเองถึงความแตกต่างระหว่างความขัดแย้งเป้าหมายกับผลตอบกลับเบาบาง และยกตัวอย่างบทบาทของส่วนใดส่วนหนึ่งในวงปิดการปรับพลวัต

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถพูดความสัมพันธ์หลัก "ความขัดแย้งเป้าหมาย + ผลตอบกลับเบาบาง → การ权衡หลายเป้าหมายแบบพลวัต" ได้แล้ว จึงเข้าสู่หน้าถัดไป

<a id="lecture-page-12"></a>

### บทบาทการตัดสินใจของผู้เชี่ยวชาญด้านและการประเมินแผน

*หน้า 12*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจการแบ่งหน้าที่ระหว่างผู้เชี่ยวชาญมนุษย์กับระบบอัตโนมัติในการสำรวจหลายเป้าหมาย

> **เป้าหมายของหน้า**
>
> เข้าใจว่าในกระบวนการสำรวจหลายเป้าหมาย ระบบอัตโนมัติกับผู้เชี่ยวชาญด้านแบ่งงานร่วมกันอย่างไร และผู้เชี่ยวชาญแปลงประสบการณ์ด้านเป็นตรรกะการประเมินและการตัดสินใจที่ตรวจสอบได้ สืบย้อนได้อย่างไร

> **ลำดับการอธิบาย**
>
> ชี้ให้เห็นก่อนว่า "ระบบกระจายความเป็นไปได้ ผู้เชี่ยวชาญทำให้ความเป็นไปได้บรรจบ" จากนั้นอธิบายขอบเขตหน้าที่ของฝั่งระบบและฝั่งผู้เชี่ยวชาญ; ต่อด้วยอธิบายว่าทำไมการเหมาะที่สุดเป้าหมายเดียวไม่เท่ากับแผนที่ส่งมอบได้ นำเสนอเมทริกซ์การประเมินผลประโยชน์–ต้นทุน; แล้วให้ลำดับการตัดสินใจของการปฏิเสธด้วยเกณฑ์ การ权衡ผลประโยชน์–ต้นทุน การวิเคราะห์ความไว; สุดท้ายอธิบายการตรวจสอบซ้ำ การสุ่มตัวอย่างใหม่ หรือการตัดสินยุติภายใต้ผลตอบกลับเบาบาง และการไหลกลับของเหตุผลการเลือกก่อเป็นวงปิดความรับผิดชอบ

**ประเด็นสำคัญในการสอน**

- ฝั่งระบบดำเนินการสร้างตัวเลือกขนาดใหญ่ การทำนายแบบจำลองตัวแทน การกำหนดลักษณะพรมแดนพาเรโต และการรักษาความหลากหลาย ตอบ "มีความเป็นไปได้อะไรบ้าง"
- ฝั่งผู้เชี่ยวชาญใส่ลำดับความสำคัญเป้าหมาย ข้อจำกัดแข็ง และความอดทนต่อความเสี่ยง ตัดสินความเหมาะสมกับสถานการณ์จริง ทำการเลือกสุดท้ายและรับผิดชอบ ตอบ "ควรเลือกอันไหน ทำไม" ขอบเขตคือ: ระบบให้ชุดตัวเลือกที่เปรียบเทียบได้และการทำนายเชิงปริมาณ แต่ไม่ตัดสินเส้นตายและความ偏好แทนผู้เชี่ยวชาญ
- ผู้เชี่ยวชาญให้ความ偏好 ข้อจำกัด และเกณฑ์การตัดสินใจ แต่ไม่สร้างและกรองตัวเลือกจำนวนมหาศาลด้วยตนเอง การประเมินแผนต้องแปลงผลประโยชน์ด้านประสิทธิภาพและต้นทุนทางวิศวกรรมเป็นหลักฐานที่อธิบายได้และตรวจสอบได้ นอกจากผลประโยชน์ด้านประสิทธิภาพ ยังต้องพิจารณาต้นทุนการคำนวณและการผลิต ความทนทาน ความสามารถในการบำรุงรักษา ความไม่แน่นอน และความน่าเชื่อถือของข้อสรุปภายใต้ผลตอบกลับเบาบาง การเหมาะที่สุดเป้าหมายเดียวมักส่งมอบไม่ได้ การประเมินหลายมิติจึงทำให้ตัวเลือกต่างๆ แสดงสถานการณ์การใช้งานของตนเอง แสดงประสบการณ์ด้านเป็นความ偏好ที่ชัดเจน การประเมินแบบ分层 เมทริกซ์การตัดสินใจ รายการปฏิเสธด้วยเกณฑ์ และการวิเคราะห์ความไว ลำดับที่ใช้บ่อยคือใช้ข้อจำกัดแข็ง "ปฏิเสธด้วยเสียงเดียว" กับตัวเลือกที่ละเมิดเส้นตายก่อน แล้ว权衡ผลประโยชน์–ต้นทุนกับตัวเลือกที่เหลือ สุดท้ายใช้การวิเคราะห์ความไวตรวจสอบว่าข้อสรุปมั่นคงต่อการรบกวนน้ำหนักหรือไม่ การใช้คะแนนถ่วงน้ำหนักรวมชดเชยข้อบกพร่องร้ายแรงเป็นความเข้าใจผิดที่พบบ่อยที่สุด เมื่อการประเมินความแม่นยำสูงมีราคาแพงและผลตอบกลับเบาบาง ผู้เชี่ยวชาญต้องตัดสินตรวจสอบซ้ำ สุ่มตัวอย่างใหม่ หรือยุติการค้นหาตามความเชื่อมั่นของแบบจำลองตัวแทน ความหลากหลายของตัวเลือก และรูปแบบความล้มเหลวที่สังเกตได้ ไม่ใช่เชื่อ "คำตอบเหมาะที่สุด" ที่แบบจำลองตัวแทนให้อย่างไร้เหตุผล การเลือกสุดท้ายและการรับความเสี่ยงเป็นของผู้เชี่ยวชาญด้าน
- เหตุผลการเลือกควรไหลกลับเป็นความ偏好 ข้อจำกัด หรือสัญญาณการประเมิน นำทางการค้นหาวิวัฒนาการครั้งถัดไป ก่อเป็นวงปิดความรับผิดชอบ ในการออกแบบหลายเป้าหมาย supercritical airfoil ระบบส่งออกตัวเลือกที่兼顾แรงต้าน แรงยก และเสถียรภาพ
- ผู้เชี่ยวชาญรวมต้นทุนอุโมงค์ลมและการจำลอง ความคลาดเคลื่อนการผลิต และโปรไฟล์ภารกิจ คัดผู้ละเมิดข้อจำกัดแข็งก่อน แล้ว权衡ผลประโยชน์–ต้นทุนกับแผนที่เหลือ เลือกจำนวนน้อยเข้าสู่การตรวจสอบความแม่นยำสูง และไหลเหตุผลรอบนี้กลับเป็นความ偏好และข้อจำกัดรอบถัดไป

**คำสำคัญที่ครอบคลุม**

- การสำรวจหลายเป้าหมาย, การสร้างและการกรอง, การตัดสินและการตัดสินใจ, พรมแดนพาเรโต, เมทริกซ์การประเมินผลประโยชน์–ต้นทุน, การปฏิเสธด้วยเกณฑ์, การวิเคราะห์ความไว, ผลตอบกลับเบาบาง, วงปิดความรับผิดชอบ

> **เบาะแสแบบฝึกหัด**
>
> - 1. ฝั่งระบบรับผิดชอบการสร้างตัวเลือกขนาดใหญ่ การทำนายแบบจำลองตัวแทน และการกำหนดลักษณะพรมแดนพาเรโต
> - หากเลือกการตัดสินข้อจำกัดแข็ง ลำดับความสำคัญเป้าหมาย หรือการรับความเสี่ยง เตือนว่าเหล่านี้เป็นของฝั่งผู้เชี่ยวชาญ 2. ควร综合考虑ผลประโยชน์ด้านประสิทธิภาพ ต้นทุนการคำนวณและการผลิต ความทนทาน ความสามารถในการบำรุงรักษา และความไม่แน่นอน
> - การเหมาะที่สุดเป้าหมายเดียวไม่เท่ากับส่งมอบได้ 3. เมื่อผลตอบกลับเบาบางควรตัดสินตรวจสอบซ้ำ สุ่มตัวอย่างใหม่ หรือยุติตามความเชื่อมั่นของแบบจำลองตัวแทน ความหลากหลายของตัวเลือก และรูปแบบความล้มเหลว 4. รายการปฏิเสธด้วยเกณฑ์ใช้ปฏิเสธด้วยเสียงเดียวกับตัวเลือกที่ละเมิดข้อจำกัดแข็งก่อน แล้ว权衡กับตัวเลือกที่เหลือ ไม่ใช่การให้คะแนนถ่วงน้ำหนักรวม 5. จุดประสงค์ของการไหลกลับเหตุผลการเลือกคือแปลงเหตุผลการเลือกเป็นความ偏好 ข้อจำกัด หรือสัญญาณการประเมิน นำทางการค้นหาวิวัฒนาการครั้งถัดไป อธิบายขอบเขต "การสร้างและการกรอง" ของฝั่งระบบกับ "การตัดสินและการตัดสินใจ" ของฝั่งผู้เชี่ยวชาญก่อน
> - จากนั้นตัดสินว่าแผนใดเข้าสู่การตรวจสอบความแม่นยำสูงตาม "การปฏิเสธด้วยเกณฑ์→เมทริกซ์ผลประโยชน์–ต้นทุน→การวิเคราะห์ความไว"
> - หากความเชื่อมั่นไม่เพียงพอหรือความหลากหลายต่ำ เลือกสุ่มตัวอย่างใหม่หรือตรวจสอบซ้ำ
> - สุดท้ายบันทึกเหตุผลรอบนี้อย่างชัดเจนเป็นความ偏好 ข้อจำกัด หรือสัญญาณการประเมิน ป้อนเข้าสู่การค้นหารอบถัดไป

**ตรวจสอบความเข้าใจ**

ให้นักเรียนแยกแยะด้วยคำพูดของตนเองระหว่าง "ขยายตัวเลือก" กับ "บรรจบตัวเลือก" และยกตัวอย่างการกระทำของฝั่งระบบและฝั่งผู้เชี่ยวชาญในการตัดสินใจทางวิศวกรรมหนึ่งครั้ง หากนักเรียนมอบการตัดสินสุดท้าย การรับความเสี่ยง หรือการตัดสินข้อจำกัดแข็งให้ฝั่งระบบ กลับไปแยกแยะการแบ่งหน้าที่ใหม่

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถอธิบายความสัมพันธ์วงปิด "สร้าง—ประเมิน—เลือก—ไหลกลับ" ได้ชัดเจนแล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับตัวอย่าง การประยุกต์ หรือบทสรุป

<a id="lecture-page-13"></a>

### กิจกรรมในชั้นเรียน: การออกแบบแผนการประเมินการปรับพารามิเตอร์หลายเป้าหมาย

*หน้า 13*

> **เป้าหมายของหน้า:** ผู้เรียนควรออกแบบแผนการประเมินการปรับพารามิเตอร์ที่รวมการ权衡แรงยกกับแรงต้านผ่านการปฏิบัติ

**ประเด็นสำคัญในการสอน**

- แรงยกกับแรงต้านเป็นเป้าหมายขัดแย้งดั้งเดิม ตัวชี้วัดผสมเช่นอัตราส่วนแรงยกต่อแรงต้านใช้ได้เพียงอธิบายและแสดง วิธีตรวจสอบตนเอง: หากนำตัวชี้วัดผสมออก แผนยังสามารถเปรียบเทียบการ权衡ของสองตัวเลือกได้หรือไม่? หากไม่ได้ แสดงว่าเป้าหมายดั้งเดิมถูกปกปิด
- ข้อจำกัดทางวิศวกรรมเช่นความหนา โมเมนต์ pitch เมื่อละเมิด แผนก็ใช้ไม่ได้; อย่าใช้การถ่วงน้ำหนักทำให้อ่อนลงเป็นคะแนนที่หักกลบกันได้ เมื่อเขียนแผนให้ระบุทีละข้อ: ข้อนี้เป็นข้อจำกัดแข็งหรือความ偏好อ่อน และรายงานสถานะการบรรลุข้อจำกัดในผลลัพธ์
- เส้นผ่านของผลการประเมินคือ: กลุ่มตัวเลือกที่ครอบคลุมการ权衡แรงยก–แรงต้านต่างๆ + หลักฐานตัวชี้วัด + สถานะการบรรลุข้อจำกัด + คำอธิบายความไม่แน่นอน + บันทึก (seed งบประมาณ เหตุผลการคัดออก) การส่งเพียง "คำตอบเหมาะที่สุด" หนึ่งเดียว มักหมายความว่าคุณ权衡แทนผู้เชี่ยวชาญเสร็จแล้ว

เป้าหมายของหน้า

หน้านี้เป็นการออกแบบกิจกรรมในชั้นเรียน ภารกิจคือแปลงกลุ่มเป้าหมายที่ดึงกันระหว่าง "แรงยก—แรงต้าน" เป็นแผนการประเมินการปรับพารามิเตอร์หลายเป้าหมายที่ทำซ้ำได้ เปรียบเทียบได้ และส่งมอบให้ผู้เชี่ยวชาญตัดสินใจได้ จุดสำคัญของกิจกรรมไม่ใช่ให้แบบจำลองให้คำตอบเหมาะที่สุดโดยตรง แต่เป็นการออกแบบกลไกการประเมินที่ตรวจสอบซ้ำได้: ใครเข้าร่วมประเมิน ใช้ตัวชี้วัดใด ภายใต้ข้อจำกัดและงบประมาณใด ตามกฎใดเก็บตัวเลือก สุดท้ายต้องเขียน "ความขัดแย้ง" เป็น "กฎการทบทวนที่ปฏิบัติได้"

ลำดับการอธิบาย

สร้างตัวเลือก → เข้าสู่การประเมิน → เปรียบเทียบผลประโยชน์ ต้นทุน และข้อจำกัดตามผลตอบกลับ → เก็บแผนที่มีประสิทธิภาพ → บันทึกและเข้าสู่รอบถัดไป

เป้าหมายและข้อจำกัด วงปิดการประเมินหกขั้น ผลลัพธ์กลุ่มตัวเลือกและอินเทอร์เฟซการตัดสินใจ บันทึกการทำซ้ำได้

แรงยกกับแรงต้านเป็นเป้าหมายขัดแย้งดั้งเดิม ตัวชี้วัดผสมเช่นอัตราส่วนแรงยกต่อแรงต้านใช้เพียงอธิบายและแสดง

ตัวเลือกต้องครอบคลุมพื้นที่权衡แรงยก–แรงต้านต่างๆ; ผลการกรองไม่ควรเหลือเพียงคะแนนสูงสุดหนึ่งเดียว

5. ให้เทมเพลตสิ่งส่งมอบ และปิดท้ายด้วยความเข้าใจผิดที่พบบ่อย

ประเด็นสำคัญในการสอน

เป้าหมาย A คือเพิ่มค่าสัมประสิทธิ์แรงยกให้สูงสุด เป้าหมาย B คือลดค่าสัมประสิทธิ์แรงต้านให้ต่ำสุด ทั้งสองต้องเป็นคอลัมน์อิสระ อย่าใช้อัตราส่วนแรงยกต่อแรงต้านแทน มิฉะนั้นการ权衡จะถูก "ทำให้แบน" ล่วงหน้าด้วยอัตราส่วนเดียว

ขอบเขตพารามิเตอร์ ความหนาสัมพัทธ์ ช่วงโมเมนต์ pitch มักตั้งเป็นข้อจำกัดแข็ง ละเมิดก็คัดออก; ต้นทุน ความสามารถในการผลิตทางวิศวกรรม ฯลฯ ตั้งเป็นความ偏好อ่อน ใช้จัดอันดับ เมื่อเขียนแผนให้ระบุทีละข้อ "ข้อจำกัดแข็ง" หรือ "ความ偏好อ่อน" และรายงานสถานะการบรรลุข้อจำกัดในผลลัพธ์

ระบุจำนวนครั้งการเรียกการจำลองหรือแบบจำลองตัวแทน เวลา ขีดจำกัดการประมวลผล และแยกโควตา "การประเมินด้วยแบบจำลองตัวแทน" กับ "การตรวจสอบความแม่นยำสูง" มิฉะนั้นแผนต่างๆ ไม่สามารถเปรียบเทียบอย่างยุติธรรม

การแสดงพารามิเตอร์ → การสร้างตัวเลือก → การคำนวณการประเมิน → การสรุปตัวชี้วัด → การเปรียบเทียบแผน → การบันทึกจัดเก็บ

การสุ่มตัวอย่างเริ่มต้นกระจาย全局 การรบกวน การ crossover และ mutation ทำการปรับละเอียดเฉพาะที่ การนำทางด้วยความ偏好เพิ่มความหนาแน่นในพื้นที่ที่ผู้เชี่ยวชาญสนใจ; ต้องการให้ตัวเลือกกระจายในพื้นที่权衡แรงยก–แรงต้านต่างๆ หลีกเลี่ยงการยุบทั้งรุ่นเป็นทิศทางเดียว "แรงยกสูง" หรือ "แรงต้านต่ำ"

สามารถใช้ Pareto non-dominated, weighted sum, threshold filtering, reference point หรือ preference ranking; แต่ผลลัพธ์ควรเป็นกลุ่มตัวเลือกที่ครอบคลุมการ权衡ต่างๆ พร้อมหลักฐานตัวชี้วัด สถานะการบรรลุข้อจำกัด ความแตกต่างของตัวเลือก และช่วงความไม่แน่นอน ให้ผู้เชี่ยวชาญตัดสิน

การรวมแรงยกกับแรงต้านเป็นคะแนนเดียวแล้วหาค่าสูงสุด ดูเหมือนง่าย แต่แท้จริงใช้การเลือกน้ำหนัก权衡แทนผู้เชี่ยวชาญล่วงหน้า และสูญเสียความหลากหลายของตัวเลือก วิธีที่ถูกต้องคือเก็บกลุ่มตัวเลือกหลายแบบ ปล่อยสิทธิ์ตัดสิน "เลือกอันไหน" ไว้หลังอินเทอร์เฟซการประเมิน

เทมเพลตแผนการประเมินหนึ่งหน้า รวมตารางตัวชี้วัด (เป้าหมายดั้งเดิมและตัวชี้วัดเสริม) แผนภาพกระบวนการหกขั้น กฎการสร้างตัวเลือก กฎการกรอง กลุ่มตัวเลือกที่ส่งออก คำอธิบายความเสี่ยงและความไม่แน่นอน; พร้อมบันทึกพารามิเตอร์ นิยามตัวชี้วัด งบประมาณการประเมิน seed สุ่ม เกณฑ์การกรอง และเหตุผลการคัดออก

กิจกรรมในชั้นเรียน

ให้ผู้เรียนออกแบบแผนการประเมินหลายเป้าหมายอย่างย่อสำหรับวัตถุที่มีพารามิเตอร์ (เช่น พารามิเตอร์ airfoil) ต้องทำให้การ权衡แรงยกกับแรงต้านมองเห็นได้ชัดเจน สามารถกรอกสี่ส่วน: ①เป้าหมายและข้อจำกัด; ②วงปิดการประเมินหกขั้น; ③ผลลัพธ์กลุ่มตัวเลือกและอินเทอร์เฟซการตัดสินใจ; ④บันทึกการทำซ้ำได้ หลังเสร็จให้กลุ่มประเมินซึ่งกันและกัน: หากนำตัวชี้วัดผสมออก แผนยังสามารถเปรียบเทียบการ权衡ของสองตัวเลือกได้หรือไม่? ข้อจำกัดแข็งถูกเข้าใจผิดเป็นคะแนนที่ถ่วงน้ำหนักหักกลบได้หรือไม่? ผลลัพธ์เหลือเพียง "คำตอบเหมาะที่สุด" หนึ่งเดียวหรือไม่?

การจัดการแบบฝึกหัด

การตัดสินพื้นฐานสามารถวิจารณ์รอบประเด็นต่อไปนี้:

เพิ่มค่าสัมประสิทธิ์แรงยกให้สูงสุด ลดค่าสัมประสิทธิ์แรงต้านให้ต่ำสุด; ตัวเลือกที่ถูกต้องเน้นว่าทั้งสองอิสระ อัตราส่วนแรงยกต่อแรงต้านใช้เพียงช่วยอธิบาย

2. ความหนาและช่วงโมเมนต์ pitch ควรตั้งเป็นข้อจำกัดแข็ง ละเมิดก็คัดออก; งบประมาณต้องระบุจำนวนครั้ง เวลา ขีดจำกัดการประมวลผลล่วงหน้า ไม่สามารถผ่อนข้อจำกัดแข็งเพราะงบประมาณตึง

3. การสร้างตัวเลือกควรรวมการสุ่มตัวอย่าง全局เริ่มต้น พร้อมการรบกวน crossover mutation และการนำทางด้วยความ偏好 ทำให้ตัวเลือกกระจายในพื้นที่权衡หลายแห่ง

4. การเปรียบเทียบแผนควรส่งออกกลุ่มตัวเลือกที่ไม่ถูกครอบงำที่ครอบคลุมการ权衡แรงยก–แรงต้านต่างๆ พร้อมความเห็นต่างและหลักฐาน; การเก็บเพียงคะแนน weighted sum สูงสุดหรือแสดงเพียงอันดับยาวไม่สอดคล้องกับข้อกำหนดกิจกรรม

5. การบันทึกจัดเก็บอย่างน้อยควรรวมการแสดงพารามิเตอร์และขอบเขต นิยามตัวชี้วัด งบประมาณการประเมิน seed สุ่ม เกณฑ์การกรอง และเหตุผลการคัดออก เพื่อให้รอบถัดไปสามารถตัดสินได้ว่าการเปลี่ยนแปลงผลลัพธ์มาจากการเปลี่ยนแผนหรือการเปลี่ยนเงื่อนไขการประเมิน

การวิจารณ์กรณีศึกษา

ในแผน supercritical airfoil ทีมจัดอันดับด้วย weighted sum เก็บเพียงอันดับหนึ่ง ปัญหาคือแก้ความขัดแย้งระหว่างแรงยกกับแรงต้านล่วงหน้า สูญเสียความหลากหลาย Pareto ผู้เชี่ยวชาญมองไม่เห็นช่วง权衡 ทิศทางการแก้ไข: เปลี่ยนเป็นใช้การกรอง Pareto non-dominated เก็บตัวเลือกหลายตัวที่ครอบคลุมพื้นที่权衡ต่างๆ บนพรมแดน; หากเก็บ weighted sum ให้ให้กลุ่มน้ำหนักหรือจุดอ้างอิงหลายชุดและบันทึกหลักฐาน หากต้องการให้รอบที่สองสืบทอดผลรอบนี้ ต้องเสริมการแสดงพารามิเตอร์และขอบเขต หน่วยตัวชี้วัด การแบ่งข้อจำกัดแข็ง/ความ偏好อ่อน งบประมาณและจำนวนครั้งที่เรียกจริง เวอร์ชันแบบจำลองตัวแทน seed สุ่ม เกณฑ์การกรอง และเหตุผลการคัดออก; แต่ละตัวเลือกต้องแนบหลักฐานตัวชี้วัด สถานะการบรรลุข้อจำกัด ช่วงความไม่แน่นอน และคำอธิบายความแตกต่างของตัวเลือก พร้อมให้อินเทอร์เฟซการ权衡สำหรับผู้เชี่ยวชาญ

ตรวจสอบความเข้าใจ

ทำไมอัตราส่วนแรงยกต่อแรงต้านไม่สามารถแทนเป้าหมายอิสระของแรงยกและแรงต้าน? ทำไมข้อจำกัดแข็งไม่สามารถเข้าร่วมการถ่วงน้ำหนักหักกลบ? ทำไมกลุ่มตัวเลือกเหมาะที่จะมอบให้ผู้เชี่ยวชาญมากกว่าคำตอบเหมาะที่สุดเดียว? คำตอบสามารถเชื่อมโยงตัวชี้วัด ข้อจำกัด งบประมาณ ความหลากหลายของตัวเลือก และข้อกำหนดการบันทึกได้

คำแนะนำการเชื่อมต่อ

หลังจากยืนยันว่าผู้เรียนสามารถอธิบายเส้นเรื่อง "เป้าหมายขัดแย้งดั้งเดิม—ข้อจำกัดแข็ง/ความ偏好อ่อน—การสร้างตัวเลือก—ผลลัพธ์หลากหลาย—บันทึกการทำซ้ำได้" ได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับตัวอย่าง การประยุกต์ หรือบทสรุป

<a id="lecture-page-14"></a>

### การทบทวนกิจกรรมในชั้นเรียน: การตรวจสอบความสมเหตุสมผลของแผน权衡

*หน้า 14*

> **เป้าหมายของหน้า:** ผู้เรียนควรเข้าใจวิธีตรวจสอบและไตร่ตรองว่าแผนการประเมิน权衡ที่ออกแบบมามีความสมเหตุสมผลทางวิทยาศาสตร์หรือไม่

> **เป้าหมายของหน้า**
>
> หน้านี้เป็นการทบทวนกิจกรรมในชั้นเรียน "การออกแบบแผนการประเมินการปรับพารามิเตอร์หลายเป้าหมาย" แกนหลักคือตรวจสอบว่าแผนการประเมิน权衡ที่ออกแบบมามีความสมเหตุสมผลหรือไม่ ผู้เรียนควรระบุตัวชี้วัดสำคัญและความขัดแย้งเป้าหมายที่ถูกละเลย และระบุทิศทางการปรับการกำหนดค่าพารามิเตอร์ ให้แผนใกล้เคียงความต้องการการตัดสินใจทางวิศวกรรมจริง

> **ลำดับการอธิบาย**
>
> แนะนำให้ระบุคำถามหลักของการทบทวนก่อนว่า "แผน刻画การตัดสินใจจริงหรือไม่" จากนั้นขยายตามเจ็ดมิติ: ①การครอบคลุมเป้าหมาย ②ความขัดแย้งและความซ้ำซ้อน ③ข้อจำกัดและความ偏好 ④การกำหนดค่าพารามิเตอร์ ⑤แบบจำลองตัวแทน ⑥ความหลากหลายของตัวเลือก ⑦การสนับสนุนผู้เชี่ยวชาญ; ต่อด้วยการวินิจฉัยการทบทวนเพื่อหาทิศทางการปรับ; สุดท้ายตัดสินว่าแผนผ่านเกณฑ์สามข้อ เปรียบเทียบได้ 权衡ได้ ทำซ้ำได้ หรือไม่

**ประเด็นสำคัญในการสอน**

- เมื่อเป้าหมาย ข้อจำกัด และความ偏好ไม่สมบูรณ์ การปรับพารามิเตอร์ใดก็เป็นเพียงการปรับละเอียดบนแบบจำลองที่ผิด ปริมาณที่ผู้ตัดสินใจสนใจจริง (ประสิทธิภาพ ต้นทุน ความน่าเชื่อถือ ความสามารถในการผลิต) เข้าสู่แผนหมดแล้วหรือไม่? ข้อจำกัดแข็งเขียนเป็นข้อจำกัดแล้วหรือไม่? ความ偏好แสดงอย่างชัดเจนด้วยน้ำหนักหรือจุดอ้างอิงแล้วหรือไม่? การแลกกันคือความขัดแย้ง ควรเก็บเป็นหลายเป้าหมาย และใช้ความ偏好แสดงด้วยน้ำหนักหรือจุดอ้างอิง
- การเปลี่ยนแปลงทิศทางเดียวกันและข้อมูลทับซ้อนคือความซ้ำซ้อน ควร merge หรือลบหนึ่งในนั้น หลีกเลี่ยงความต้องการเดียวกันถูกนับซ้ำ คติการตัดสิน: ดูทิศทาง และดูว่าถูกนับซ้ำหรือไม่ พร้อมตรวจสอบว่ามีข้อจำกัดถูกเข้าใจผิดเป็นเป้าหมายหรือไม่ ขนาดประชากรและจำนวนตัวเลือกครอบคลุมช่วง权衡หรือไม่
- งบประมาณการวนซ้ำตรงกับความแม่นยำของแบบจำลองตัวแทนหรือไม่
- mutation crossover แรงกดดันการเลือกทำให้การสำรวจและการใช้ไม่สมดุลหรือไม่
- กลยุทธ์การสุ่มตัวอย่างกระจุกงบประมาณการจำลองที่พื้นที่ข้อมูลสูงหรือไม่ การจับคู่ผิดใดๆ จะแสดงเป็น "มีผลลัพธ์ แต่ใช้ไม่ได้" ความหลากหลายไม่เพียงพอ → ขยายขนาดประชากรและกลุ่มตัวเลือกที่ส่งออก
- บรรจบเร็วเกินไป → ลดแรงกดดันการเลือก เพิ่มความเข้ม mutation ผ่อนการเก็บ elite
- ต้นทุนการประเมินสูงเกินไป → เพิ่มความแม่นยำแบบจำลองตัวแทน ปรับปรุงการเพิ่มจุดและกลยุทธ์การสุ่มตัวอย่าง
- ความ偏好เบี่ยงเบน → แก้ไขน้ำหนักหรือเลื่อนจุดอ้างอิง
- ตัวชี้วัดขาดหายหรือขัดแย้ง → เสริมตัวชี้วัด เก็บความสัมพันธ์ที่แลกกันเป็นโครงสร้างหลายเป้าหมาย เปรียบเทียบได้——ผู้เชี่ยวชาญด้านสามารถเห็นการ权衡ระหว่างตัวเลือกได้ชัดเจน
- 权衡ได้——สามารถเลือกแผนจากพรมแดนตามความ偏好ได้
- ทำซ้ำได้——พารามิเตอร์ seed สุ่ม และบันทึกกระบวนการครบถ้วน ผลลัพธ์สุดท้ายควรเป็นตัวเลือกที่หลากหลาย兼顾ตัวชี้วัดต่างๆ ไม่ใช่ "คำตอบเหมาะที่สุด" เดียว การทบทวนการออกแบบ supercritical airfoil หากสนใจเพียงอัตราส่วนแรงยกต่อแรงต้านและละเลยความแข็งแรงโครงสร้างหรือต้นทุนการผลิต ควรเสริมตัวชี้วัดก่อน เก็บความขัดแย้งอย่างชัดเจนเป็นหลายเป้าหมาย
- จากนั้นนำงบประมาณการประเมิน ขนาดประชากร จำนวนตัวเลือกที่ส่งออกเข้าในรายการปรับพารามิเตอร์
- สุดท้ายใช้ "พรมแดนกว้างขึ้นหรือไม่ ผู้เชี่ยวชาญเปรียบเทียบ权衡ได้หรือไม่ ผลลัพธ์ทำซ้ำได้หรือไม่" ตรวจสอบว่าการปรับได้ผลหรือไม่

**คำสำคัญที่ครอบคลุม**

- การตรวจสอบการครอบคลุม, การครอบคลุมเป้าหมาย, ความขัดแย้งและความซ้ำซ้อน, การเก็บหลายเป้าหมาย, น้ำหนัก/จุดอ้างอิง, ขนาดประชากร, แรงกดดันการเลือก, ความเข้ม mutation, แบบจำลองตัวแทน, กลยุทธ์การสุ่มตัวอย่าง, พรมแดน权衡, เปรียบเทียบได้, 权衡ได้, ทำซ้ำได้

> **เบาะแสแบบฝึกหัด**
>
> - ตรวจสอบว่าเป้าหมาย ข้อจำกัด และความ偏好สมบูรณ์หรือไม่ ให้ความสำคัญกับการค้นพบตัวชี้วัดสำคัญที่ถูกละเลยก่อน วิเคราะห์: การละเลยตัวชี้วัดจะบิดเบือนการ权衡ทั้งหมดในภายหลังอย่างเป็นระบบ ต้องตรวจสอบการครอบคลุมก่อน แล้วจึงอภิปรายการปรับพารามิเตอร์ สองตัวชี้วัดเปลี่ยนแปลงทิศทางเดียวกัน ข้อมูลทับซ้อนสูง จัดการอย่างไร? คำตอบ: เป็นการวัดซ้ำซ้อน ควร merge หรือลบหนึ่งในนั้น หลีกเลี่ยงน้ำหนักถูกขยายซ้ำ วิเคราะห์: ความขัดแย้งคือการแลกกัน ความซ้ำซ้อนคือทิศทางเดียวกันและข้อมูลทับซ้อน
> - ความซ้ำซ้อนทำให้ความต้องการเดียวกันถูกนับซ้ำ การปรับให้เหมาะที่สุดบรรจบในไม่กี่รอบ ตัวเลือกคล้ายกันมาก การปรับพารามิเตอร์ที่ตรงที่สุด? คำตอบ: ขยายขนาดประชากรและกลุ่มตัวเลือกที่ส่งออก เพิ่มความเข้ม mutation ลดแรงกดดันการเลือก วิเคราะห์: การบรรจบเร็วเกินไปมักเกิดจากแรงกดดันการเลือกสูงเกินไป mutation ไม่เพียงพอ ทำให้ความหลากหลายยุบ เมื่อเผชิญความขัดแย้งจริงเช่นอัตราส่วนแรงยกต่อแรงต้านกับความแข็งแรงโครงสร้าง ควรจัดการอย่างไร? คำตอบ: เก็บเป็นหลายเป้าหมาย ใช้ความ偏好แสดงด้วยน้ำหนักหรือจุดอ้างอิง และส่งออกพรมแดน权衡ให้ผู้เชี่ยวชาญ权衡 วิเคราะห์: ความขัดแย้งจริงไม่ควรถูกปกปิดด้วยเป้าหมายเดียว การเก็บหลายเป้าหมายและแสดงความ偏好อย่างชัดเจนจึงสนับสนุนการตัดสินใจ การประเมินการจำลองความแม่นยำสูงมีต้นทุนสูงเกินไป งบประมาณการวนซ้ำไม่เพียงพอ การปรับที่สมเหตุสมผลที่สุด? คำตอบ: เพิ่มความแม่นยำแบบจำลองตัวแทนและปรับกลยุทธ์การสุ่มตัวอย่าง กระจุกงบประมาณที่พื้นที่ข้อมูลสูง วิเคราะห์: ควรให้แบบจำลองตัวแทนและกลยุทธ์การสุ่มตัวอย่างรับผิดชอบต้นทุนการประเมิน ไม่ใช่เสียสละขนาดการสำรวจหรือเขียนนิยามปัญหาใหม่ การทบทวนการออกแบบ supercritical airfoil คำถาม 1: ระบุปัญหาการครอบคลุมเป้าหมาย—ความขัดแย้ง/ความซ้ำซ้อน—ข้อจำกัดและความ偏好 ประเด็นอ้างอิง: การละเลยตัวชี้วัด (ความแข็งแรงโครงสร้าง ต้นทุนการผลิต)
> - ความขัดแย้งไม่ถูกจัดการอย่างชัดเจน (อัตราส่วนแรงยกต่อแรงต้านกับความแข็งแรงโครงสร้าง)
> - ข้อจำกัดและความ偏好ไม่ชัดเจน (เรขาคณิต กระบวนการ ส่วนเผื่อความปลอดภัย)
> - ขยายขนาดประชากรมากกว่า 100 ตัวเลือกส่งออก 20~50
> - ลดแรงกดดันการเลือก เพิ่มความเข้ม mutation
> - เพิ่มความแม่นยำแบบจำลองตัวแทน ปรับปรุงการสุ่มตัวอย่าง (เช่น การเพิ่มจุดด้วยความไม่แน่นอน)
> - แก้ไขน้ำหนักหรือเลื่อนจุดอ้างอิง
> - ตัวเลือกครอบคลุมกว้างขึ้น ความแออัดลดลง การครอบคลุมพรมแดนและคุณภาพการกระจายดีขึ้น ข้อผิดพลาดแบบจำลองตัวแทนลดลง ผู้เชี่ยวชาญเปรียบเทียบ权衡ได้ชัดเจน ผลลัพธ์ทำซ้ำได้

**ตรวจสอบความเข้าใจ**

สุ่มเรียกนักเรียนให้สรุปประเด็นสำคัญของหน้านี้ด้วยคำพูดของตนเอง ผู้สอนเสริมคำสำคัญที่ขาดหายตามคำตอบ สามารถถามต่อ: "หากชุดเป้าหมายเองไม่สมบูรณ์ การปรับพารามิเตอร์ในภายหลังจะเป็นอย่างไร?" แนะนำให้นักเรียนพูด "เป็นเพียงการปรับให้เหมาะที่สุดบนแบบจำลองที่ผิด"

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถพูด "ตรวจสอบการครอบคลุมก่อน แล้วจึงปรับพารามิเตอร์" และ "ความขัดแย้งเก็บเป็นหลายเป้าหมาย ความซ้ำซ้อน merge ลบ" ได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับตัวอย่าง การประยุกต์ หรือบทสรุป

> **เบาะแสวัสดุ**
>
> - หน้านี้มีภาพ "รายการตรวจสอบความสมเหตุสมผลของแผน" ด้านซ้ายระบุเจ็ดมิติการตรวจสอบ ด้านขวาระบุทิศทางการปรับที่สอดคล้อง ด้านล่างระบุหลักฐานการยืนยันที่คาดหวัง เมื่ออธิบายสามารถขยายตามภาพทีละขั้น

<a id="lecture-page-15"></a>

### การทบทวนแนวคิดหลักของบทเรียนนี้

*หน้า 15*

> **เป้าหมายของหน้า:** ผู้เรียนควรทบทวนอย่างเป็นระบบถึงการ权衡หลายเป้าหมาย แบบจำลองตัวแทน และกรณี supercritical airfoil ที่เกี่ยวข้องในบทเรียนนี้

> **เป้าหมายของหน้า**
>
> ช่วยให้ผู้เรียนทบทวนอย่างเป็นระบบถึงสามแนวคิดหลักของบทเรียนนี้——การ权衡หลายเป้าหมาย การลดต้นทุนด้วยแบบจำลองตัวแทน และการปฏิบัติหลายเป้าหมายของ supercritical airfoil และสามารถเชื่อมเส้นเรื่อง "ความขัดแย้ง—ตัวเลือกที่ไม่ถูกครอบงำ—การตัดสินใจตามความ偏好" เข้าด้วยกัน

> **ลำดับการอธิบาย**
>
> ชี้ให้เห็นก่อนว่าหน้านี้เป็นหน้าสรุป เส้นเรื่องหลักของบทเรียนนี้คือการคำนวณเชิงวิวัฒนาการให้เส้นทางการแก้ที่ไม่ระบุคำตอบเดียวล่วงหน้า อาศัยการสร้างตัวเลือกแบบขนานของกลุ่มและการรักษาความหลากหลายเพื่อรับมือความขัดแย้งเป้าหมายและข้อจำกัดที่ซับซ้อน จากนั้นทบทวนด้วยสามเส้นเรื่อง: หนึ่งคือความขัดแย้งเป้าหมายและการ权衡 Pareto; สองคือการลดต้นทุนและการตรวจสอบของแบบจำลองตัวแทน; สามคือกลุ่มตัวเลือกหลายแบบและการตัดสินใจของผู้เชี่ยวชาญ สุดท้ายใช้กรณีศึกษาและห่วงโซ่ความจำนำความรู้สู่การปฏิบัติวงปิดทางวิศวกรรม

**ประเด็นสำคัญในการสอน**

- ในวิศวกรรมจริง ประสิทธิภาพการล่องเรือ ความหนาโครงสร้าง และข้อจำกัดการควบคุมเสถียรภาพมักขัดแย้งกัน อย่าถ่วงน้ำหนักบีบอัดเป็นเป้าหมายเดียวก่อนกำหนด มิฉะนั้นจะซ่อนความขัดแย้ง ตรึงความ偏好 สูญเสียข้อมูล权衡 เก็บตัวเลือก Pareto จึงทำให้การตัดสินใจในภายหลังมีพื้นที่หมุน
- เมื่อ CFD ความแม่นยำสูง อุโมงค์ลม หรือการทดลองมีต้นทุนการประเมินต่อครั้งสูง ขณะที่การค้นหาต้องการการประเมินจำนวนมาก แบบจำลองตัวแทนแลกความเร็วกับความแม่นยำ เร่งการค้นหา การกรอง และการวิเคราะห์ความไว แต่ความน่าเชื่อถือมาจากตัวอย่างการตรวจสอบอิสระ การประเมินข้อผิดพลาด และการประมาณความไม่แน่นอน
- ความแม่นยำการ fitting ของชุดฝึกไม่สามารถพิสูจน์ความน่าเชื่อถือของการ generalize ได้โดยตรง การรบกวน airfoil ฐาน→การค้นหาช่วยด้วยแบบจำลองตัวแทน→การส่งออกตัวเลือกที่หลากหลาย→การประเมินและตัดสินใจของผู้เชี่ยวชาญก่อเป็นวงปิด จุดสำคัญไม่ใช่คำตอบเดียว แต่เป็นการผลิตกลุ่มตัวเลือกที่เปรียบเทียบได้ อธิบายได้ ตัดสินใจได้ ผู้เชี่ยวชาญ权衡ตามความ偏好และข้อจำกัดภารกิจ ตัวอย่างใหม่ไหลกลับอัปเดตแบบจำลองตัวแทน
- หากปรับให้เหมาะที่สุดเพียงอัตราส่วนแรงยกต่อแรงต้าน อาจได้แผนที่การลู่เข้าของแรงต้านหรือโมเมนต์ pitch ที่ยอมรับไม่ได้
- หลังจากเก็บกลุ่มตัวเลือก สามารถ权衡ระหว่างประสิทธิภาพการล่องเรือ ความหนาโครงสร้าง และข้อจำกัดการควบคุมเสถียรภาพตามความ偏好ภารกิจ และง่ายต่อการรับมือการเปลี่ยนความ偏好 การเปรียบเทียบความทนทาน และการสืบย้อนการตัดสินใจ ตัวอย่าง/การจำลอง → แบบจำลองตัวแทน → การค้นหาหลายเป้าหมาย → การประเมินตัวเลือก → การตัดสินใจตามความ偏好 → ตัวอย่างใหม่ไหลกลับ สามารถให้นักเรียนทบทวนแต่ละขั้นและเสริม "ทำไมมันจำเป็น"

**การจัดการแบบฝึกหัด**

คำถามเลือกตอบหน้านี้ใช้ตรวจสอบอย่างรวดเร็ว ข้อ 1 ควรเลือก "การบีบอัดก่อนกำหนดจะซ่อนความขัดแย้งระหว่างเป้าหมาย ลดพื้นที่การออกแบบที่权衡ได้" เน้นว่าวิธีหลายเป้าหมายเก็บความสัมพันธ์ non-dominated อย่างชัดเจน; ข้อ 2 ควรเลือก "เมื่อการจำลองความแม่นยำสูงหรืออุโมงค์ลมมีต้นทุนการประเมินต่อครั้งสูงและการค้นหาต้องการการประเมินจำนวนมาก" เน้นว่าคุณค่าของแบบจำลองตัวแทนขึ้นอยู่กับต้นทุนและจำนวนการประเมิน; ข้อ 3 ควรเลือก "ใช้ตัวอย่างการตรวจสอบอิสระประเมินข้อผิดพลาดการทำนาย และประมาณและตรวจสอบความไม่แน่นอนของการทำนาย" เน้นการ generalize และความน่าเชื่อถือ; ข้อ 4 ควรเลือก "การรบกวน airfoil ฐาน→การค้นหาช่วยด้วยแบบจำลองตัวแทน→การส่งออกตัวเลือกที่หลากหลาย→การประเมินและตัดสินใจของผู้เชี่ยวชาญ" เน้นผลผลิตกลุ่มตัวเลือกแบบวงปิด;

ข้อ 5 ควรเลือก "สนับสนุนการเปลี่ยนความ偏好 การเปรียบเทียบความทนทาน และการสืบย้อนการตัดสินใจ ลดความเสี่ยงการล็อกเส้นทางเดียว" เน้นว่ากลุ่มตัวเลือกเก็บพื้นที่权衡

หนึ่งคือไม่ทำการปรับให้เหมาะที่สุดความแม่นยำสูงแบบถ่วงน้ำหนักเดี่ยวโดยตรง แต่สร้างแบบจำลองตัวแทนก่อนและเก็บกลุ่มตัวเลือก Pareto เหตุผลคือ "ลดต้นทุน" และ "เก็บพื้นที่权衡"; สองคือหากแบบจำลองตัวแทนมีความเบี่ยงเบนเฉพาะที่สูง ควรใช้ตัวอย่างการตรวจสอบอิสระระบุพื้นที่ข้อผิดพลาดสูงหรือความไม่แน่นอนสูงก่อน แล้วเสริมการตรวจสอบความแม่นยำสูงกับตัวเลือกที่เลือก เมื่อจำเป็นใช้การสุ่มตัวอย่างแบบปรับตัว สุดท้ายตรวจสอบว่าพรมแดนพาเรโตยังคงไม่ถูกครอบงำภายใต้ข้อมูลการตรวจสอบหรือไม่

**ตรวจสอบความเข้าใจ**

ให้นักเรียนอธิบายด้วยคำพูดของตนเองว่า "ทำไมเก็บกลุ่มตัวเลือกไม่ใช่เก็บเพียงคำตอบเหมาะที่สุดเดียว" และอธิบายว่าทำไมแบบจำลองตัวแทนต้องตรวจสอบ หากนักเรียนเพียงท่องคำศัพท์ สามารถถามต่อ "ความขัดแย้ง → ตัวเลือกที่ไม่ถูกครอบงำ → การตัดสินใจตามความ偏好" บทบาทของแต่ละขั้น

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถพูดสามเส้นเรื่องของหน้านี้และความสัมพันธ์วงปิดได้แล้ว จึงเข้าสู่หน้าถัดไปเกี่ยวกับบทสรุป การประยุกต์ หรือหัวข้อใหม่

<a id="lecture-page-16"></a>

### สรุปและมุมมอง: คุณค่าการวิจัยในโลกที่ซับซ้อนจริง

*หน้า 16*

> **เป้าหมายของหน้า:** ผู้เรียนควรตระหนักถึงคุณค่าการวิจัยที่ลึกซึ้งของการเก็บแผนที่ใช้งานได้หลากหลายในการรับมือความซับซ้อนจริง

> **เป้าหมายของหน้า**
>
> คุณค่าการวิจัยในวิศวกรรมจริงและโลกกายภาพ ไม่ได้อยู่ที่การใช้อัลกอริทึมเดียวบรรจบเป็น "คำตอบเหมาะที่สุด" อย่างรวดเร็ว แต่อยู่ที่การแปลงความขัดแย้งหลายเป้าหมาย ข้อจำกัดทางฟิสิกส์ และผลตอบกลับเบาบางเป็นกระบวนการปัญหาที่สำรวจได้อย่างยั่งยืน แนวคิดหลักของ EvoX และการปฏิบัติ AI Native คือการสร้างและเก็บแผนที่ใช้งานได้หลากหลาย เพื่อให้พื้นที่สำหรับการ权衡 การตัดสินใจ และการพัฒนาวิธีการในภายหลัง

> **ลำดับการอธิบาย**
>
> 1. เริ่มจาก "โลกที่ซับซ้อนจริง" ด้านซ้าย อธิบายว่าความขัดแย้งหลายเป้าหมาย ข้อจำกัดทางฟิสิกส์ และผลตอบกลับเบาบางเป็นปกติ ไม่ใช่ข้อยกเว้น
>
> 2. อธิบายว่าทำไมการเหมาะที่สุดเป้าหมายเดียวสูญเสียข้อมูลสำคัญ ใช้การออกแบบ supercritical airfoil เป็นตัวอย่าง: อัตราส่วนแรงยกต่อแรงต้าน ลักษณะการลู่เข้าของแรงต้าน ความหนาโครงสร้าง ฯลฯ ขัดแย้งกัน การเพิ่มอัตราส่วนแรงยกต่อแรงต้านอาจเสียประสิทธิภาพการลู่เข้าของแรงต้านหรือเพิ่มความหนาโครงสร้าง หาก poursuit เพียงการเหมาะที่สุดเป้าหมายเดียว จะสูญเสียความสัมพันธ์权衡 เมื่อเผชิญข้อจำกัดหรือความ偏好ใหม่จะขาดพื้นที่ปรับ
>
> ไม่ควรเป็นคำตอบเดียว แต่ควรเป็นกลุ่มตัวเลือกที่รวมความสัมพันธ์权衡ต่างๆ ด้วย EvoX สามารถสร้าง airfoil ตัวเลือกจำนวนมากแบบขนาน และใช้แบบจำลองตัวแทนช่วยประเมินเมื่อต้นทุนการจำลองสูง ครอบคลุมความ偏好และข้อจำกัดต่างๆ
>
> สนับสนุนการตัดสินใจของผู้เชี่ยวชาญด้าน; ลดความเสี่ยงการบรรจบผิดตั้งแต่เนิ่นๆ; เก็บความเป็นไปได้สำหรับการสร้างปัญหาใหม่และการวิวัฒนาการต่อเนื่อง
>
> ทิศทางของ AI Native research คือการผลักดัน "เลือกอัลกอริทึมหาคำตอบ" เป็น "ออกแบบกระบวนการสำรวจที่ใช้ซ้ำได้ ตรวจสอบได้ สืบทอดได้" ให้ความซับซ้อนจริงเป็นแหล่งที่มาของนวัตกรรมวิธีการ

**ประเด็นสำคัญในการสอน**

- ในปัญหาจริงเป้าหมายมักขัดแย้งกัน อย่าค้นหาคำตอบเหมาะที่สุดเดียวโดยสัญชาตญาณ แต่ถามก่อน: ฉันละเลยความสัมพันธ์权衡บางอย่างหรือไม่? การสำรวจวิวัฒนาการควรส่งออกกลุ่มตัวเลือกที่รวมความสัมพันธ์权衡ต่างๆ กลุ่มตัวเลือกที่หลากหลายครอบคลุมความ偏好และข้อจำกัดมากขึ้น เก็บพื้นที่สำหรับการตัดสินใจของผู้เชี่ยวชาญและการวิวัฒนาการในภายหลัง ด้านซ้ายคือโลกที่ซับซ้อนจริง ตรงกลางคือการสำรวจที่ขับเคลื่อนด้วย EvoX ด้านขวาคือคุณค่าการวิจัย
- ด้านล่างยังมี回路 "ผลตอบกลับวิวัฒนาการต่อเนื่อง" แสดงว่ากระบวนการสำรวจไม่สิ้นสุดในครั้งเดียว แต่สะสมและสืบทอดได้ คุณค่าการวิจัยในโลกที่ซับซ้อนจริงอยู่ที่การแปลงความขัดแย้งหลายเป้าหมาย ข้อจำกัดทางฟิสิกส์ และผลตอบกลับเบาบางเป็นกระบวนการปัญหาที่สำรวจได้อย่างยั่งยืน
- EvoX และการปฏิบัติ AI Native สร้างและเก็บแผนที่ใช้งานได้หลากหลาย ให้พื้นที่สำหรับการ权衡 การตัดสินใจ และการพัฒนาวิธีการในภายหลัง เบาะแสและวิธีการจัดการแบบฝึกหัด: คำถามเลือกตอบเกี่ยวกับ "แนวคิดหลัก" "คุณค่าการสำรวจวิจัยที่แสดงโดยการออกแบบ airfoil" "ความหมายระยะยาวของการเก็บแผนที่ใช้งานได้หลากหลาย" ฯลฯ คำตอบที่ถูกต้องควรมุ่งไปที่: การเก็บแผนที่ใช้งานได้หลากหลายมีคุณค่าการวิจัยที่ลึกซึ้งในการรับมือความซับซ้อนจริง หากนักเรียนตอบผิด แนะนำให้กลับไปที่คำอธิบายหน้านี้ หาหลักฐานหรือตัวอย่างสำคัญแล้วจึงตัดสิน
- หากตอบถูก ยืนยันว่าสามารถเชื่อมโยงแนวคิดของหน้านี้และอธิบายหลักฐานได้ คำถามแรก ความขัดแย้งหลายเป้าหมายแสดงเป็นความขัดแย้งระหว่างอัตราส่วนแรงยกต่อแรงต้าน ลักษณะการลู่เข้าของแรงต้าน ความหนาโครงสร้าง ฯลฯ เช่น การเพิ่มอัตราส่วนแรงยกต่อแรงต้านอาจแลกมาด้วยการเพิ่มความหนาโครงสร้างหรือเสียประสิทธิภาพการลู่เข้าของแรงต้าน คำถามที่สอง กลุ่มตัวเลือกที่หลากหลายครอบคลุมความ偏好และข้อจำกัดต่างๆ อำนวยความสะดวกในการประเมิน权衡ของผู้เชี่ยวชาญ พร้อมลดความเสี่ยงการบรรจบผิดตั้งแต่เนิ่นๆ และเก็บพื้นที่การสำรวจที่สืบทอดได้สำหรับการสร้างปัญหาใหม่ การเปลี่ยนข้อจำกัด หรือการพัฒนาวิธีการ เมื่อถูกต้องสามารถพูด "คำตอบนี้เชื่อมโยงแนวคิดของหน้านี้และอธิบายหลักฐานได้"
- เมื่อไม่สมบูรณ์สามารถพูด "กรุณากลับไปที่คำอธิบายหน้านี้ หาหลักฐานหรือตัวอย่างสำคัญแล้วจึงตัดสิน"

**ตรวจสอบความเข้าใจ**

ทำไมการเก็บแผนที่ใช้งานได้หลากหลายจึงมีคุณค่าการวิจัยมากกว่าการส่งออกเพียงคำตอบเหมาะที่สุดเดียว? ต้องเชื่อมโยงอย่างน้อยหนึ่งตัวอย่างของหน้านี้ (การออกแบบ supercritical airfoil) และหนึ่งความหมายระยะยาว (สนับสนุนการตัดสินใจของผู้เชี่ยวชาญหรือวิวัฒนาการต่อเนื่อง) หากนักเรียนเพียงทบทวนคำศัพท์ ถามต่อว่าสามารถยกตัวอย่างอธิบายความสัมพันธ์ระหว่าง "ความขัดแย้งหลายเป้าหมาย" กับ "กลุ่มตัวเลือก" ได้หรือไม่

> **คำแนะนำการเชื่อมต่อ**
>
> หลังจากยืนยันว่านักเรียนสามารถพูดความสัมพันธ์ระหว่าง "ความขัดแย้งหลายเป้าหมาย—กลุ่มตัวเลือก—คุณค่าการวิจัย" ได้แล้ว จึงเข้าสู่หน้าถัดไปหรือบทสรุปหลักสูตร

--- สิ้นสุดข้อความต้นฉบับ ---