Optimisació de busca reactiva

Optimisació de busca reactiva (RSO) definix heurístiques de busca local basades en l'aprenentage de màquina, és una família d'algoritmes d'optimisació basats en tècniques de busca local. És una classe d'heurístiques que ajusten automàticament els seus paràmetros de treball durant la fase d'optimisació.

Resum RSO: aprenentage durant l'optimisació

Optimisació de busca reactiva (RSO), com totes les tècniques de busca local, s'aplica al problema de trobar la configuració òptima d'un sistema; tal configuració es compon generalment de forma contínua o discreta de paràmetros variables, mentres que el criteri de optimalidad és un valor numèric associat en cada configuració. En la majoria dels casos, un problema d'optimisació pot reduir-se a trobar el mínim (global) d'una funció els arguments de la qual són els paràmetros de configuració, vists com a variables lliures en l'espai de domini de la funció.

L'optimisació de busca reactiva advoca per l'integració de les tècniques sub-simbòliques d'aprenentage automàtic en busques heurístiques per a resoldre problemes complexos d'optimisació. La paraula reactiva sugerix una pronta resposta als acontenyiments durant la busca a través d'un cicle de retroalimentació en llínea d'auto-ajuste i adaptació dinàmica. En busca reactiva, l'història de la busca i el coneiximent acumulat mentres es mou en l'espai de configuració, s'utilisa per a l'auto-adaptació d'una manera autònoma: l'algoritme manté la flexibilitat interna necessària per a abordar diferents situacions durant la busca, pero l'adaptació és automàtica, i eixecutada mentres que l'algoritme es corre en una sola instància i reflexiona sobre la seua experiència passada.

Home de Vitruvio, l'inspiració de RSO

Les metàfores de busca reactiva es deriven principalment de l'experiència humana individual. El seu lema és "deprendre sobre la marcha". Els problemes del món real tenen una rica estructura. Mentres que moltes solucions alternatives es posen a prova en l'exploració d'un espai de busca, els patrons i regularitat apareixen. El cervell humà deprén ràpidament i conduïx les decisions futures sobre la base de les observacions anteriors. Esta és la font d'inspiració principal per a l'inserció de tècniques d'aprenentage en llínea de la màquina en l'optimisació de motors de busca reactius.

Ajust de paràmetros en l'heurística

La majoria de les heurístiques basades en busca local, com la busca tabú i el recocido simulat, encara que són molt eficients i útils en moltes aplicacions pràctiques, són molt sensibles als seus paràmetros interns.Per eixemple, el recocido simulat depén de la programació del recocido, descrit a sovint per un paràmetro de taxa de refredat el valor òptim del qual pot diferir d'acort en el problema a resoldre. Per lo tant, el mateix algoritme requerix ser precisament ajustat, en la finalitat de ser aplicat a un nou problema. Una activitat d'optimisació típica és en realitat un cicle en la que l'investigador realisa chicoteta optimisació corrent l'algoritme en chicotets ajusts dels paràmetros en la finalitat d'accelerar el sistema.

S'ha observat que molts treballs d'investigació que les heurístiques per a optimisació global estan biaixades per este problema, ya que l'eficiència d'un algoritme es medix a voltes només en acabant de que l'ajust de paràmetro s'ha realisat, de modo que l'esforç global d'optimisació (incloent la fase de afinamiento) no es té en conte.

Ajust de paràmetro com un component integral de l'heurística

L'optimisació de busca reactiva proporciona una solució a este problema per mig de la inclusió del mecanisme d'ajust de paràmetros en l'algoritme de busca en sí: els paràmetros es varen ajustar per un cicle de retroalimentació automàtic que actua d'acort a la calitat de les solucions trobades, l'història de les busques passades i atres criteris.

Ventages

Les principals ventages de l'optimisació de busca reactiva són:

• Automatisació total del procediment d'optimisació, incloent la fase de afinamiento;

• Ajust dinàmic dels paràmetros de busca, possiblement en cada pas de la busca, lo que du, per lo general, a l'optimisació més ràpida sobre temps;
• Reproducibilidad millorada dels resultats, per una completa descripció algorítmica de l'ajust de paràmetros.

RSO i optimisació inteligent

RSO és multidisciplinario

RSO és un àrea d'investigació multidisciplinario entre Investigació d'Operacions (optimisació), Ciències de la Computació, aprenentage de màquines i rets neuronals. . El seu objectiu específic és l'estudi dels sistemes d'aprenentage en llínea aplicades a la resolució de problemes i optimisació, d'acort en el principi deprendre mentres s'optimisa.

Les senyals d'aprenentage per a l'adaptació dels paràmetros interns de la tècnica de solució provenen de tres fonts:

1. . El problema d'optimisació. Per eixemple, els paràmetros i opcions per a la busca local aplicada al Problema del Viajante (TSP) poden ser molt diferents als aplicats per a la busca local en el problema de la Satisfacibilidad.
2. L'instància específica. Per eixemple, resoldre un problema del viajante en les ciutats dels Alps poden requerir paràmetros distints als que corresponen a les ciutats d'una regió plana.
3. Les característiques locals en l'espai de configuració entorn a una solució candidata determinada. Per eixemple, si la solució actual és confinada en una conca d'atracció entorn a un punt òptim local (a.k.a òptim local), les característiques de la conca d'atracció (com la seua dimensió i altura dels obstàculs) es pot utilisar per a ajustar la diversificació (escape) métodos.

Optimisació inteligent d'un superconjunto de Busca Reactiva, es referix a un àrea més extensa de l'investigació, inclosos els plans en llínea i fòra de llínea basats en l'us de la memòria, l'adaptació, el desenroll incremental de models, algoritmes experimentals aplicats a l'optimisació, personalisació inteligent i disseny d'heurístiques. En alguns casos, el treball està en un nivell superior, a on els métodos bàsics estan adequadament orientats i combinats, i el terme metaheurística s'ha propost en el passat.

Inteligència de negocis reactiva defén els principis de RSO principals per a aplicacions en l'àrea de mineria de senyes, anàlisis de negocis, i visualisació interactiva.

Vore també

• Optimisació global
• Algoritme genètic