9

Xuất ra tập phương án ứng viên đa dạng cân bằng giữa các chỉ số

AI999第3课:现实世界的复杂性与多目标权衡
00:00

Trong tối ưu hóa kỹ thuật đa mục tiêu, đầu ra của EvoX không phải là một “nghiệm tối ưu” duy nhất, mà là một tập hợpcác phương án ứng viên đa dạng cân bằng giữa các chỉ số: hệ thống liên tục kết hợp cánh cơ sở với các mẫu nhiễu để sinh và dự đoán, đồng thời giữ lại một cách tường minh các đánh đổi khác nhau trên những chỉ số xung đột như hệ số lực nâng tới hạn, tỷ số lực nâng-trên-lực cản hành trình, tạo thành tổ hợp ứng viên có thể so sánh và ra quyết định.

các phương án ứng viên đa dạng cân bằng giữa các chỉ sốĐầu ra là một nhóm phương án ứng viên có thể so sánh, chứ không phải nghiệm tối ưu đơn điểmBiểu đồ radar các phương án ứng viên đa chỉ sốMỗi đường cong khép kín đại diện cho một cánh ứng viên, hình dạng thể hiện ưu tiên chỉ số của nóHệ số lực nâng tới hạnTỷ số lực nâng-trên-lực cản hành trìnhKiểm soát khối lượng kết cấuĐộ bền vững chống nhiễuKiểu cân bằngThiên về giảm rung lắcThiên về hiệu suất hành trìnhTừ điểm phân tán đến biên: các ứng viên được so sánh như thế nàoMỗi điểm đại diện cho một cánh ứng viên, các điểm không bị chi phối ở viền ngoài tạo thành biên ParetoỨng viên không bị chi phối (biên Pareto)Ứng viên bị chi phốiVùng bị chi phốiTỷ số lực nâng-trên-lực cản hành trìnhHệ số lực nâng tới hạnCàng về phía trên bên phải: cả hai chỉ số đều tốt hơnHai đầu của biên: ưu tiên giảm rung lắc ↔ ưu tiên hiệu suất hành trình

Vì sao đầu ra là nhóm phương án ứng viên mà không phải đáp án đơn điểm

Khi các mục tiêu xung đột với nhau — chẳng hạn việc nâng cao hệ số lực nâng tới hạn thường đi kèm với sự suy giảm tỷ số lực nâng-trên-lực cản hành trình — thì không tồn tại một nghiệm khả thi nào đồng thời vượt trội trên mọi chỉ số. Nếu cơ chế đánh giá bị một chỉ số duy nhất chi phối, quá trình tìm kiếm sẽ nhanh chóng hội tụ về một nghiệm thỏa hiệp “trung bình thì ổn, nhưng không nổi bật ở chỉ số then chốt nào”, thậm chí đánh mất những hướng thiết kế có ưu tiên rõ ràng mà lẽ ra có thể bàn giao. Cách làm của EvoX là đưa đồng thời nhiều ràng buộc và mục tiêu vào cùng một không gian đánh giá, đồng thời giữ lại một cách tường minh các phương án đa dạng, để chính sự đánh đổi trở thành thông tin có thể trình lên người ra quyết định.

Sinh và dự đoán liên tục: chỉ dùng mô phỏng độ chính xác cao ở chỗ then chốt

  • Cơ chế đánh giá cân bằng đa chỉ số: đưa nhiều ràng buộc và mục tiêu như hệ số lực nâng tới hạn, tỷ số lực nâng-trên-lực cản hành trình vào cùng một không gian đánh giá, tránh để một chỉ số duy nhất chi phối việc sàng lọc.
  • Sinh và dự đoán liên tục: không ngừng tạo ứng viên mới dựa trên cánh cơ sở và các mẫu nhiễu, nhờ mô hình thay thế ước lượng nhanh các chỉ số, giảm nhẹ nút thắt chi phí cao của mô phỏng độ chính xác cao.
  • Hình thức đầu ra đa dạng: đầu ra là nhóm phương án ứng viên bao quát các ưu tiên chỉ số và vị trí đánh đổi khác nhau, chứ không phải một nghiệm tối ưu trung bình hay đáp án đơn điểm.
  • Khả năng so sánh: mỗi ứng viên đều lưu lại kết quả chỉ số đa chiều có thể đối chiếu cùng nguồn nhiễu sinh ra nó, thuận tiện cho việc tái lập, đánh giá và lựa chọn.

Từ điểm phân tán đến biên: các ứng viên được so sánh như thế nào

Vẽ hai chỉ số then chốt của mỗi ứng viên thành điểm phân tán; những điểm nằm ở viền ngoài, không bị bất kỳ ứng viên nào khác vượt trội đồng thời trên mọi chỉ số, tạo thànhbiên Pareto; còn những điểm nằm phía trong biên thì bị chi phối. Thẩm định kỹ thuật thường chọn phương án từ biên trước, rồi quay lại xác nhận bằng mô phỏng độ chính xác cao; sự khác biệt giữa các điểm trên biên chính là biểu hiện cụ thể của những định hướng kỹ thuật như “ưu tiên giảm rung lắc” hay “ưu tiên hiệu suất hành trình”.

Ca kỹ thuật: Thiết kế cánh siêu tới hạn của COMAC
Đối mặt với nhiều ràng buộc như hệ số lực nâng tới hạn, tỷ số lực nâng-trên-lực cản hành trình, hệ thống kết hợp cánh cơ sở với các mẫu nhiễu để sinh và dự đoán liên tục, cuối cùng xuất ra tập phương án ứng viên đa dạng cân bằng giữa các chỉ số, khắc phục hiệu quả nút thắt chi phí cao của mô phỏng độ chính xác cao.