演算法與問題模組劃分

在 EvoX 的開放解耦底座中，一條完整的演化流程被拆成兩塊可替換的「積木」：演算法模組回答「如何搜尋」，問題模組回答「評價什麼、環境如何回饋」。二者透過一組清晰的介面契約對接，組合出可重複使用、可替換、可遷移的演化流程。

演算法模組：封裝「如何搜尋」

• 候選解生成與族群更新：初始化、突變、交配、選擇、菁英保留等演化邏輯由演算法模組統一實現。
• 搜尋控制：迭代輪次、族群規模、重啟與收斂判據、算子參數調度，都屬於演算法端的決策。
• 演算法模組只依賴「候選解會被評價」這一抽象前提，不關心目標函數的物理含義與具體形式。

問題模組：定義「評價什麼、環境如何回饋」

• 把候選解變成可比較的回饋：目標值、適應度、限制條件違反量，或一次環境互動的結果。
• 宣告問題邊界與限制條件：變數維度、取值範圍、可行域規則，讓演算法知道可以在哪裡生成候選解。
• 對同一批候選解給出一致評價，使不同個體、不同代、不同演算法之間可以橫向比較。

介面契約：候選解批次 ⇄ 評價結果

演算法模組向問題模組提交一批候選解；問題模組返回結構化的評價結果（目標向量、限制條件違反量及可選的附加診斷資訊）；演算法模組據此更新族群、推進下一代。這一次「提交—返回」的往復，就構成一代演化。

解耦帶來的收益

• 獨立擴充：新增或替換演算法不影響問題定義；修改或新增問題也不要求改寫演算法模組。
• 可組合：同一問題模組可接入不同演化演算法，同一演算法模組也可切換到不同問題模組。
• 可遷移：只要介面契約穩定，演算法與問題即可跨任務重複使用、替換與遷移。

為什麼在本課場景中尤其重要：多目標權衡與昂貴回饋

本課關注的是真實物理世界中的工程問題——例如商飛超臨界翼型設計。這類問題通常同時具備三個特徵：多個彼此牽制的目標（如提升升力往往帶來阻力增加、穩定性下降）、相互嵌套的限制條件（如臨界抖振升力係數、最大應力不得超過材料許用值），以及昂貴而稀疏的回饋（高精度模擬一次評估的代價很高）。模組劃分正是為應對這三點而生。

在問題模組一側，多目標與限制條件被統一折算成可比較的評價結果：目標向量刻畫各項指標，限制條件違反量刻畫越界程度，必要時借助代理模型以較低成本給出近似評估，緩解高精度模擬帶來的回饋瓶頸。在演算法模組一側，搜尋不再追求過早收斂到唯一的「最佳答案」，而是維護一組多樣化候選方案，讓專家在升力、阻力與安全餘量之間做偏好最佳化與取捨。

因此，「候選解批次 ⇄ 評價結果」的契約不僅要能承載單一純量適應度，還要能承載目標向量與限制條件違反量：多目標權衡要求演算法能夠做非支配比較，限制條件處理要求演算法能夠區分可行與不可行。契約一旦殘缺，多目標與限制條件資訊就會在介面處永久遺失，解耦所帶來的重複使用與遷移能力也隨之失效。