Saltar al contenido
Volver a los resultados

Optimización Basada en Sustitutos — Diseño Asistido por Metamodelos

Propuesto por
Sacks, Welch, Mitchell & Wynn (computer experiments framework, 1989); Kriging popularised by Matheron (1963)
Año
1989 (computer experiments formulation)
Tipo
Metamodel-assisted black-box optimization

Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés

Tamaño de letra

¿Qué hace?

La optimización basada en sustitutos, formalizada en el marco de experimentos computacionales de Sacks et al. (1989) y popularizada en ingeniería por Forrester et al. (2008), reemplaza una simulación o experimento físico prohibitivamente costoso con un modelo aproximado barato —llamado sustituto o metamodelo— y luego optimiza ese sustituto.

El sustituto es típicamente un Kriging (Proceso Gaussiano), una Función de Base Radial, o una superficie de respuesta polinómica ajustada a un pequeño conjunto de evaluaciones de diseño cuidadosamente seleccionadas y actualizada periódicamente a medida que avanza la búsqueda.

La intuición detrás del método

Imagine que cada vez que desea probar una nueva forma de ala de aeronave, debe ejecutar una simulación completa de dinámica de fluidos computacional (CFD) que tarda 48 horas. Ejecutar miles de tales evaluaciones para encontrar la mejor forma es imposible. La optimización basada en sustitutos evita esto ejecutando primero un pequeño lote de simulaciones en puntos de diseño bien distribuidos, ajustando un sustituto matemático rápido (el sustituto) que predice el rendimiento para cualquier diseño no probado en segundos, optimizando ese sustituto y luego eligiendo estratégicamente el nuevo diseño más prometedor para simularlo realmente. El sustituto se vuelve más inteligente con cada nuevo punto de datos agregado, y finalmente el simulador costoso se invoca solo donde realmente importa.

Historia

Las bases estadísticas fueron establecidas por Sacks, Welch, Mitchell y Wynn en su histórico artículo de 1989 "Design and Analysis of Computer Experiments" (Statistical Science), que introdujo el marco de Kriging para emular códigos computacionales deterministas. Kriging en sí se remonta al trabajo de geoestadística de Georges Matheron en la década de 1960. El enfoque fue sistematizado para la optimización del diseño de ingeniería por Forrester, Sobester y Keane en su monografía de Wiley de 2008, que estableció el Muestreo de Hipercubo Latino, la validación cruzada y el relleno por mejora esperada como el flujo de trabajo estándar. Desde entonces, el campo se ha expandido para incluir sustitutos de multifidelidad, optimización bayesiana (una formulación probabilística estrechamente relacionada) y sustitutos de aprendizaje profundo para problemas de muy alta dimensión.

Cuándo usarlo

La optimización basada en sustitutos es la elección correcta cuando la función objetivo verdadera es tan costosa de evaluar —a través de CFD, análisis de elementos finitos, experimentos de laboratorio o simulaciones multifísicas— que solo son asequibles decenas o unos pocos cientos de evaluaciones. El método requiere que la respuesta verdadera sea lo suficientemente suave para que un sustituto la aproxime; las funciones altamente discontinuas o estocásticas pueden requerir sustitutos especializados o técnicas de reducción de varianza. El espacio de diseño debe ser continuo. Un diseño inicial de llenado del espacio (Muestreo de Hipercubo Latino) y la validación cruzada obligatoria del sustituto son requisitos previos no negociables.

Limitaciones y consideraciones

  • La precisión del sustituto se degrada en espacios de alta dimensión (la maldición de la dimensionalidad); típicamente práctico hasta ~20–50 variables de diseño sin reducción de dimensionalidad.
  • Si la función verdadera es altamente discontinua o multimodal, el sustituto puede representarla erróneamente y guiar al optimizador a un óptimo falso.
  • El presupuesto de entrenamiento inicial debe establecerse cuidadosamente; muy pocos puntos producen un sustituto deficiente, demasiados anulan el propósito de evitar evaluaciones costosas.
  • El ajuste de Kriging y la optimización de la función de adquisición añaden una sobrecarga computacional que crece con el tamaño del conjunto de entrenamiento.

Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.

Fortalezas

  • Reduce drásticamente el número de evaluaciones verdaderas costosas necesarias para encontrar un diseño casi óptimo.
  • Los sustitutos de Kriging proporcionan estimaciones de incertidumbre que permiten estrategias de relleno fundamentadas, como la mejora esperada.
  • Funciona en problemas de caja negra donde no hay información de gradiente disponible.
  • Aplicable en ingeniería, ciencia y cualquier dominio donde el costo de simulación sea dominante.
  • El sustituto reutilizable puede responder a múltiples preguntas de diseño sin evaluaciones verdaderas adicionales.

Aplicaciones

  • Optimización de la forma aerodinámica de alas de aeronaves y álabes de turbinas utilizando simulaciones de CFD.
  • Optimización estructural en análisis de elementos finitos donde cada simulación lleva horas.
  • Diseño de resistencia a choques automotrices y NVH (ruido, vibración, dureza) bajo presupuestos de evaluación ajustados.
  • Diseño de procesos químicos y reactores donde los experimentos físicos son costosos y lentos.
  • Ajuste de hiperparámetros en aprendizaje automático cuando entrenar un modelo es en sí mismo costoso.
  • Desarrollo de formulaciones farmacéuticas y diseño de ensayos clínicos.

Cómo funciona

Cómo funciona

1

Se utiliza un diseño experimental de llenado del espacio —más comúnmente el Muestreo de Hipercubo Latino (Latin Hypercube Sampling)— para colocar un conjunto inicial de puntos de diseño en todo el espacio factible. El objetivo es la máxima dispersión para que el sustituto pueda ser entrenado con un sesgo mínimo hacia cualquier región.

2

Cada punto de diseño inicial se pasa al evaluador costoso real: un solucionador de CFD, un análisis de elementos finitos, una prueba de prototipo físico o cualquier otra función de alta fidelidad. Este paso es el cuello de botella computacional; su salida forma el conjunto de datos de entrenamiento para el sustituto.

3

Un modelo sustituto —Kriging, Función de Base Radial, superficie de respuesta polinómica o una red neuronal— se ajusta a los datos de entrenamiento. Kriging es preferido en el diseño de ingeniería porque proporciona no solo una predicción sino también una estimación de incertidumbre cuantificada en cada punto no visitado.

4

El ajuste del sustituto se verifica mediante validación cruzada o comparando las predicciones del sustituto en un conjunto de puntos de prueba retenidos con las evaluaciones verdaderas. Métricas como R-cuadrado, RMSE y el error absoluto máximo indican si el sustituto representa la función verdadera lo suficientemente bien como para guiar la optimización. Si la validación falla, se añaden puntos de entrenamiento adicionales.

5

Un optimizador barato —basado en gradiente o evolutivo— busca el óptimo en el sustituto ajustado. Debido a que evaluar el sustituto no cuesta casi nada, se pueden evaluar miles de soluciones candidatas en segundos.

6

El diseño predicho como óptimo (o más informativo, bajo criterios de mejora esperada) se pasa de nuevo al evaluador costoso. Su respuesta verdadera se añade al conjunto de entrenamiento y el sustituto se reajusta. Este bucle continúa hasta que se cumple un criterio de parada —presupuesto, convergencia u objetivo de precisión—.

Errores comunes

  • Omitir la validación cruzada del sustituto es el error más común: un sustituto mal ajustado engañará sistemáticamente al optimizador.
  • Usar un diseño inicial aleatorio uniforme en lugar de un Hipercubo Latino de llenado del espacio deja regiones del espacio de diseño mal cubiertas, creando puntos ciegos en el sustituto.
  • Aplicar el método a problemas con respuestas estocásticas (simulaciones ruidosas o experimentos físicos) sin tener en cuenta el ruido en el modelo sustituto conduce a un sobreajuste al ruido en lugar de a la tendencia verdadera.
  • Detener el bucle de actualización demasiado pronto —antes de que el sustituto haya convergido— puede significar que el óptimo reportado es un artefacto del sustituto en lugar de una mejora de diseño verdadera.

Preguntas frecuentes

¿Qué tipo de sustituto debo elegir: Kriging, RBF o polinómico?

Kriging (Proceso Gaussiano) es el predeterminado para el diseño de ingeniería porque proporciona tanto una predicción como una estimación de incertidumbre puntual, lo que permite estrategias de relleno fundamentadas como la mejora esperada. Las Funciones de Base Radial son computacionalmente más ligeras y escalan algo mejor. Las superficies de respuesta polinómicas son simples e interpretables, pero tienen dificultades con respuestas no lineales o multimodales. Comience con Kriging a menos que la dimensionalidad o el tamaño del conjunto de entrenamiento lo hagan impracticable.

¿Cuántos puntos de diseño iniciales necesito?

Una regla general común es 10 veces el número de variables de diseño para la muestra inicial de Hipercubo Latino, aunque esto depende de la suavidad de la respuesta. Las métricas de validación (R-cuadrado de validación cruzada, RMSE) deben confirmar que el sustituto es adecuado antes de que proceda la optimización. Se añaden puntos adicionales a través del bucle de relleno en lugar de todos a la vez.

¿Es la optimización basada en sustitutos lo mismo que la optimización bayesiana?

Están estrechamente relacionadas, pero no son idénticas. La optimización bayesiana es una forma específica de optimización basada en sustitutos que utiliza un sustituto de Proceso Gaussiano con una función de adquisición probabilística (como la mejora esperada) para seleccionar puntos de relleno. El marco más amplio de optimización basada en sustitutos incluye sustitutos no probabilísticos (RBF, polinómicos) y otros criterios de relleno, por lo que la optimización bayesiana es un subconjunto.

¿Qué pasa si mi simulación es ruidosa en lugar de determinista?

Kriging estándar asume una respuesta determinista. Para simuladores estocásticos, se debe añadir un término de ruido al modelo de covarianza de Kriging (parámetro nugget o Kriging estocástico). Sin esto, el sustituto se sobreajustará al ruido en lugar de a la tendencia verdadera y el optimizador será engañado.

Métodos relacionados

Fuentes

  1. Forrester, A., Sobester, A., & Keane, A. (2008). Engineering Design via Surrogate Modelling: A Practical Guide. Wiley.

    Abrir referencia de la publicación
    Copiado.
  2. Sacks, J., Welch, W. J., Mitchell, T. J., & Wynn, H. P. (1989). Design and Analysis of Computer Experiments. Statistical Science, 4(4), 409-423.

    Abrir referencia DOI
    Copiado.