Otimização de vários objetivos

O AlphaEvolve pode otimizar vários objetivos simultâneos. Embora ele ofereça suporte à otimização com vários objetivos, limite o número de objetivos individuais a aproximadamente o que um especialista humano pode entender ao analisar os resultados.

Use as seguintes abordagens para estruturar sua estratégia de pesquisa com vários objetivos:

1. Função de objetivo combinada: uma abordagem para otimização com vários objetivos é aproveitar uma função de objetivo combinada:

   obj = w1 * in_stock_rate - w2 * inventory_level
   

2. Tratar um objetivo como uma restrição: outra abordagem é tratar um objetivo como uma restrição. Isso é útil para otimizar uma métrica, evitando que a outra caia acima ou abaixo de um limite.

   obj = in_stock_rate` # Optimize this
   
   # With: inventory_level <= budget (enforced as penalty where if inventory
   # level exceeds budget then a high negative value is returned)
   

   Essa abordagem pode exigir a execução de vários experimentos em diferentes níveis de restrição para traçar a fronteira de Pareto.

3. Inclua diferentes métricas como métricas individuais no dicionário. Confira as principais considerações associadas a essa abordagem:

   • Limite a otimização com vários objetivos a 3 a 5 métricas. Com muitas métricas, o comparador de Pareto falha. Quase todos os programas dominam pelo menos uma métrica. O MAP Elites passa a maior parte do tempo evoluindo pais que otimizam métricas triviais ou ruidosas. Reduza a dimensionalidade por agregação, seleção ou PCA para 3 a 5 métricas significativas.

   • As pontuações individuais por comparativo de mercado podem causar overfitting. Transmitir pontuações individuais para cinco comparativos de mercado pode levar ao overfitting em alguns, enquanto transmitir apenas a soma agregada generaliza melhor para comparativos de mercado não vistos. Se a generalização for importante, considere agregar pontuações antes de transmitir para o AlphaEvolve, em vez de otimizar cada comparativo de mercado de forma independente.

Quando você ativa esse recurso, o AlphaEvolve acompanha uma fronteira de Pareto, e o MAP-Elites retém o melhor programa para cada métrica. No entanto, as pontuações ponderadas combinadas oferecem raciocínio e depuração mais simples.