🤖 AI

RDEx-CASK: Cauchy Mutation, Archive, and Stagnation Kick for RDEx-CSOP

यह शोध पत्र RDEx-CASK प्रस्तुत करता है, जो RDEx-CSOP एल्गोरिदम का एक उन्नत संस्करण है जो CEC बाधित अनुकूलन समस्याओं पर व्यवहार्यता-जागरूक गुणवत्ता और समय-से-लक्ष्य प्रदर्शन में सुधार करने के लिए एक ट्रंकेटेड कॉची म्यूटेशन (truncated Cauchy mutation), एक केवल-व्यवहार्य JADE-शैली आर्काइव और एक स्टैग्नेशन-ट्रिगर स्थानीय ओवरराइड तंत्र को एकीकृत करता है।

मूल लेखक: Dikshant, Dikshit Chauhan, Chen Hao, Anupam Trivedi, Harikumar Kandath, Senthilnath Jayavelu

प्रकाशित 2026-05-12

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Dikshant, Dikshit Chauhan, Chen Hao, Anupam Trivedi, Harikumar Kandath, Senthilnath Jayavelu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप खजाने की खोज करने वाली टीमों (एल्गोरिदम) का नेतृत्व कर रहे हैं जो एक विशाल, खतरनाक जंगल (जटिल समस्या क्षेत्र) में छिपे हुए सोने की खान (सर्वश्रेष्ठ समाधान) की तलाश कर रहे हैं। जंगल जाल (बाधाओं) से भरा है जो आपको अयोग्य घोषित कर सकते हैं, और इसमें कई बंद गुफाएं (लोकल ऑप्टिमा) भी हैं जो असली खान जैसी दिखती हैं लेकिन वास्तव में नहीं हैं।

यह शोध पत्र एक विशिष्ट खजाना खोजने की रणनीति के उन्नत संस्करण को पेश करता है जिसे RDEx-CASK कहा जाता है। मूल रणनीति (RDEx) को एक बहुत अच्छे, अनुभवी गाइड के रूप में सोचें। नया संस्करण, RDEx-CASK, गाइड के मूल ज्ञान को बनाए रखता है लेकिन इसमें तीन विशिष्ट "आपातकालीन उपकरण" जोड़ता है जो टीम की मदद करते हैं जब वे फंस जाते हैं या उनकी गति धीमी होने लगती है।

यहाँ तीन नए उपकरण कैसे काम करते हैं, सरल उपमाओं का उपयोग करते हुए दिया गया है:

1. "वाइल्ड कार्ड" जंप (कॉची म्यूटेशन - Cauchy Mutation)

समस्या: कभी-कभी टीम जंगल के एक छोटे, सपाट क्षेत्र में फंस जाती है। वे बहुत छोटे, सतर्क कदम उठा रहे हैं, लेकिन वे कुछ भी नया नहीं खोज पा रहे हैं।
पुराना तरीका: गाइड पहले दो कदम बिल्कुल तालमेल में लेता था, जैसे एक सैनिक मार्च करता है। यदि पहला कदम छोटा था, तो दूसरा भी छोटा ही होता था।
नया तरीका (CASK): गाइड अब एक दूसरा कदम लेता है जो स्वतंत्र और अप्रत्याशित होता है। अधिकांश समय, यह एक सामान्य कदम होता है। लेकिन कभी-कभी, यह "वाइल्ड कार्ड" कदम एक विशाल छलांग (जैसे कंगारू की छलांग) होती है।
यह क्यों मदद करता है: ये दुर्लभ, बड़ी छलांगें टीम को अचानक एक छोटी पहाड़ी या उस बंद गुफा के ऊपर से कूदने की अनुमति देती हैं जिसमें वे फंसे हुए थे, बिना पूरी टीम को लापरवाह बनाए। यह एक ट्रैम्पोलिन की तरह है जो केवल कभी-कभार ऊपर आता है ताकि आपको एक गड्ढे से बाहर निकलने में मदद मिल सके।

2. "सेफ वॉल्ट" (JADE-शैली का आर्काइव)

समस्या: टीम को याद रखने की जरूरत है कि वे कहाँ गए थे ताकि वे गोल-गोल घूमने से बच सकें, लेकिन वे बुरे स्थानों को भी याद नहीं रखना चाहते।
पुराना तरीका: टीम के पास "लगभग अच्छे" विचारों को संग्रहीत करने के लिए कोई विशेष स्थान नहीं था।
नया तरीका (CASK): गाइड एक छोटा, सुरक्षित सेफ वॉल्ट (एक आर्काइव) जोड़ता है।

नियम: आप वॉल्ट में नक्शा तभी रख सकते हैं जब आपने पाया हो कि वह स्थान सुरक्षित (व्यवहार्य) था। यदि आपको एक ऐसा स्थान मिला जो सुरक्षित था लेकिन आपके वर्तमान स्थान से थोड़ा बेहतर था, तो आप अपने वर्तमान स्थान को नए स्थान के साथ बदल देते हैं, और पुराना स्थान वॉल्ट में चला जाता है।
उपयोग: जब टीम फंसी होती है, तो गाइड कभी-कभी एक अलग रास्ता खोजने के लिए वॉल्ट से एक नक्शा बाहर निकालता है।
यह क्यों मदद करता है: यह "सुरक्षित लेकिन भुला दिए गए" विचारों का एक संग्रह रखता है। यदि टीम बिना किसी दिशा के भटक रही है, तो वे एक नया रास्ता खोजने के लिए इन सुरक्षित स्थानों को देख सकते हैं, लेकिन वे उन खतरनाक, जाल भरे स्थानों को कभी नहीं देखते जिन्हें पहले खारिज कर दिया गया था।

3. "वेक-अप कॉल" (स्टैग्नेशन किक - Stagnation Kick)

समस्या: कभी-कभी टीम के एक विशिष्ट सदस्य ने लंबे समय तक (पेपर के शब्दों में 180 दिन) बेहतर स्थान नहीं खोजा है। वे बस एक ही जगह पर चलते रहते हैं।
पुराना तरीका: टीम बस इंतजार करती रहती कि वह सदस्य खुद इसे समझ लेगा।
नया तरीका (CASK): गाइड के पास हर शिकारी के लिए एक स्टॉपवॉच होती है। यदि किसी शिकारी ने 180 कदमों में सुधार नहीं किया है, तो गाइड वेक-अप कॉल देता है:

लीडर की ओर खींचना: गाइड उस शिकारी को भटकना बंद करने और सीधे वर्तमान में मिले सबसे अच्छे स्थान (ग्लोबल बेस्ट) की ओर चलना शुरू करने के लिए मजबूर करता है।
वॉल्ट का उपयोग: गाइड उस शिकारी को "सेफ वॉल्ट" का बहुत अधिक उपयोग करने (65% समय) के लिए मजबूर करता है ताकि नए, सुरक्षित रास्तों को आजमाया जा सके।
बेकाबू होना: यदि पूरी टीम कोई भी नया सुरक्षित स्थान खोजने में विफल रहती है, तो गाइड उस शिकारी को बड़े, जोखिम भरे कदम उठाने (उच्च क्रॉसओवर दर) के लिए कहता है ताकि गतिरोध को तोड़ा जा सके।
यह क्यों मदद करता है: यह व्यक्तिगत सदस्यों का समय बर्बाद होने से रोकता है। यदि वे फंसे हुए हैं, तो गाइड उन्हें फिर से गतिमान करने के लिए एक विशिष्ट, अस्थायी बढ़ावा देने के लिए हस्तक्षेप करता है।

परिणाम: तेज़, न कि अनिवार्य रूप से "परफेक्ट"

इस नए रणनीति का परीक्षण 28 अलग-अलग "जंगल मानचित्रों" (बेंचमार्क समस्याओं) पर किया गया।

गति: RDEx-CASK ने मूल गाइड की तुलना में अधिकांश मामलों में बहुत तेजी से अच्छे समाधान खोजे। उन्होंने "फिनिश लाइन" जल्दी पार की।
गुणवत्ता: कुछ बहुत ही कठिन, जटिल जंगलों में, यदि मूल गाइड को अनंत समय दिया जाता, तो वह शायद थोड़ा बेहतर स्थान खोज सकता था। हालांकि, RDEx-CASK बहुत प्रतिस्पर्धी है और अक्सर एक ऐसा स्थान खोज लेता है जो उतना ही अच्छा है, लेकिन कम समय में।
सुरक्षा: महत्वपूर्ण रूप से, नया रणनीति अपनी सुरक्षित (व्यवहार्य समाधान) स्थान खोजने की क्षमता को कभी नहीं खोता है जहाँ अन्य रणनीतियाँ विफल रहीं।

संक्षेप में: RDEx-CASK एक खजाना खोजने वाली टीम को बड़ी छलांग लगाने के लिए एक ट्रैम्पोलिन, सुरक्षित यादों के लिए एक वॉल्ट और एक सख्त मैनेजर के साथ अपग्रेड करने जैसा है जो सुस्त टीम के सदस्यों को जगाता है। परिणाम यह है कि टीम बिना खो जाए या जाल में फंसे बिना बहुत तेजी से खजाना खोज लेती है।

तकनीकी सारांश: RDEx-CASK

समस्या विवरण (Problem Statement)

यह शोध पत्र डिफरेंशियल इवोल्यूशन (DE) का उपयोग करके कंस्ट्रेंड ऑप्टिमाइज़ेशन प्रॉब्लम्स (COPs) को हल करने की चुनौती को संबोधित करता है, विशेष रूप से मौजूदा RDEx-CSOP एल्गोरिदम की सीमाओं को लक्षित करते हुए। जबकि RDEx-CSOP ने अपनी फिजिबिलिटी-अवेयर रैंकिंग और तेज़ थ्रेशोल्ड प्राप्ति के कारण CEC CSOP ट्रैक पर शीर्ष रैंकिंग हासिल की थी, लेखकों ने एल्गोरिदम के मानक (standard) ब्रांच में दो विशिष्ट विफलताओं का अवलोकन किया:

पैरामीटर रिजिडिटी (Parameter Rigidity): कुछ अनुकूलन पैरामीटर एक पिछले बेंचमार्क चक्र के लिए ट्यून किए गए थे और वर्तमान समस्या सेट के लिए पर्याप्त सुदृढ़ (robust) नहीं थे।
लेट-स्टेज स्टैग्नेशन (Late-Stage Stagnation): कई समस्याओं पर, "फ्रंट पॉपुलेशन" (व्यक्तियों का उपसमूह जो खोज को संचालित करता है) कंप्यूटेशनल बजट के दूसरे भाग के दौरान सुधार के बिना लंबे पठार (plateaus) में प्रवेश कर जाता है। इन अवधियों के दौरान, व्यक्तिगत लक्ष्य स्वीकृत परीक्षणों (accepted trials) में योगदान देना बंद कर देते हैं, जिससे प्रभावी रूप से खोज प्रक्रिया रुक जाती है।

लक्ष्य RDEx-CSOP को इस तरह विस्तारित करना है जिससे इसके फिजिबिलिटी-अवेयर गुणों या इसके सफल एक्सप्लोइटेशन-बायस्ड (EB) ब्रांच को बाधित किए बिना, स्टैग्नेशन की इन समस्याओं को कम किया जा सके और टाइम-टू-टारगेट मेट्रिक्स में सुधार किया जा सके।

कार्यप्रणाली (Methodology): RDEx-CASK

प्रस्तावित संस्करण, RDEx-CASK (Cauchy, Archive, Stagnation Kick), तीन संरचनात्मक संशोधनों और कई पैरामीटर शोधन (refinements) को पेश करता है। महत्वपूर्ण रूप से, सभी परिवर्तन एल्गोरिदम के मानक ब्रांच तक ही सीमित हैं; EB ब्रांच, कंस्ट्रेंट हैंडलिंग नियम, जनसंख्या न्यूनीकरण शेड्यूलिंग और सक्सेस-हिस्ट्री बुककीपिंगिंग को अपरिवर्तित रखा गया है।

1. स्वतंत्र कॉची सेकंड स्केल फैक्टर (Independent Cauchy Second Scale Factor)

आधारभूत RDEx में, म्यूटेशन वेक्टर में दूसरा स्केल फैक्टर ( $F_2$ ) पहले ( $F$ ) के समान होता है, जो डिफरेंस कंपोनेंट्स के बीच पूर्ण सहसंबंध (correlation) बनाता है। RDEx-CASK इन्हें एक ट्रंकेटेड कॉची वितरण ( $Cauchy(\mu_F, 0.1) \cap [0, 1]$ ) से स्वतंत्र रूप से $F_2$ को सैंपल करके अलग करता है।

तर्क (Rationale): कॉची वितरण के भारी पूंछ (heavy tails) स्थानीय पठारों से बचने के लिए कभी-कभी बड़े जंप की अनुमति देते हैं, बिना सर्च वेरिएंस को स्थायी रूप से बढ़ाए, एक ऐसा व्यवहार जिसे एब्लेशन टेस्ट में नॉर्मल डिस्ट्रीब्यूशन द्वारा दोहराया नहीं जा सका।

2. JADE-शैली का एक्सटर्नल आर्काइव (JADE-Style External Archive)

मानक ब्रांच में 50 की क्षमता वाला एक सर्कुलर आर्काइव ( $A$ ) जोड़ा गया है।

तंत्र (Mechanism): जब एक ट्रायल वेक्टर एक टारगेट को रिप्लेस करता है, तो विस्थापित (displaced) पैरेंट को आर्काइव में तभी धकेला जाता है जब विस्थापित पैरेंट फिजिबल हो (उल्लंघन $\phi \le \epsilon$ )।
सैंपलिंग (Sampling): मानक ब्रांच इस आर्काइव से एक वेक्टर को $p_{arch} = |A| / (|A| + |P|)$ की प्रायिकता के साथ सैंपल करती है।
तर्क: यह पिछले सफल समाधानों से विविधता (diversity) लाता है। "फिजिबिलिटी गेट" यहाँ महत्वपूर्ण है; यह पाया गया कि इनफीजिबल पैरेंट्स को आर्काइव में धकेलने से ट्रायल्स फिजिबिलिटी मैनिफोल्ड से भटक जाते हैं, जिससे प्रदर्शन गिर जाता है।

3. प्रति-व्यक्ति स्टैग्नेशन किक (Per-Individual Stagnation Kick)

एक डायग्नोस्टिक काउंटर ( $\sigma_i$ ) ट्रैक करता है कि एक व्यक्ति $i$ कितने जनरेशन तक बिना किसी स्वीकृत ट्रायल के रहा। यदि $\sigma_i \ge 180$ (स्टैग्नेशन थ्रेशोल्ड) है, तो उस विशिष्ट व्यक्ति के लिए एक जनरेशन के लिए तीन स्थानीय ओवरराइड ट्रिगर होते हैं:

S1 (ग्लोबल-बेस्ट सब्स्टीट्यूशन): म्यूटेशन फॉर्मूला में $p$ -बेस्ट डोनर को रनिंग ग्लोबल बेस्ट ( $x^*$ ) द्वारा बदल दिया जाता है। उल्लेखनीय रूप से, यह खिंचाव (pull) तब भी लागू किया जाता है जब $x^*$ इनफीजिबल हो, क्योंकि लेखकों ने पाया कि इनफीजिबल बेस्ट की ओर खींचना इनफीजिबल रेजीम में फिजिबिलिटी प्राप्ति को तेज करता है।
S2 (आर्काइव प्रोबेबिलिटी फ्लोर): आर्काइव से सैंपल करने की प्रायिकता को 0.65 के फ्लोर तक बढ़ा दिया जाता है, जो स्टैग्नेटेड व्यक्ति के लिए ऐतिहासिक विविधता का उच्च इंजेक्शन सुनिश्चित करता है।
S3 (क्रॉसओवर सैचुरेशन): क्रॉसओवर दर ($CR$) को 0.95 तक संतृप्त (saturate) कर दिया जाता है, लेकिन केवल तभी जब समग्र जनसंख्या सफलता दर 0.10 से कम हो। यह डबल-गेट सामान्य अभिसरण चरणों के दौरान समयपूर्व संतृप्ति को रोकता है।

4. पैरामीटर शोधन (Parameter Refinements)

मेमोरी लेंथ: LSHADE परिवार से मेल खाने के लिए $H=5$ से बढ़ाकर $H=10$ किया गया।
सक्सेस-रेट एक्सपोनेंट: $F$ के गाऊसी वितरण के माध्य के लिए एक्सपोनेंट को $1/3$ से बदलकर $2/5$ किया गया ताकि शुरुआती चरणों में दिशात्मक दबाव बना रहे।
लोकल पर्टरबेशन: नॉन-क्रॉसओवर कोऑर्डिनेट्स पर कॉची पर्टरबेशन को अक्षम (disable) कर दिया गया ताकि टारगेट वैल्यूज सुरक्षित रहें।
EB रेट इनिशियलाइजेशन: प्रारंभिक एक्सप्लोइटेशन-बायस्ड दर को 0.7 से घटाकर 0.5 कर दिया गया।
स्मूद्थेड EB अपडेट: EB दर के हार्ड रीसेट के स्थान पर एक स्मूद्थ अपडेट नियम का उपयोग किया गया।

प्रयोगात्मक परिणाम (Experimental Results)

एल्गोरिदम का मूल्यांकन CEC CSOP सूट (28 कंस्ट्रेंड समस्याएं, आयाम $D=30$ , MaxFE = $20000 \times D$ ) पर 25 स्वतंत्र रन के माध्यम से किया गया। इसकी तुलना आधारभूत RDEx, UDE-III, और CL-SRDE से की गई।

फिजिबिलिटी-अवेयर क्वालिटी ( $Q_p$ ): RDEx-CASK अन्य एल्गोरिदम के प्रतिस्पर्धी है। यह F7, F11, F17, F21, F26, और F28 समस्याओं पर RDEx में सुधार करता है। हालांकि, कुछ मल्टीमॉडल लैंडस्केप्स (जैसे F4, F12, F13) पर, आक्रामक स्टैग्नेशन किक्स (ग्लोबल-बेस्ट पुल और हाई CR) के परिणामस्वरूप बेसलाइन की तुलना में अंतिम सटीकता थोड़ी कम रही।
टाइम-टू-टारगेट (TTT): RDEx-CASK उल्लेखनीय सुधार प्रदर्शित करता है। यह अधिकांश समस्याओं पर RDEx, UDE-III, और CL-SRDE की तुलना में बहुत तेज़ी से मीडियन फाइनल-क्वालिटी टारगेट तक पहुँच जाता है।
सुदृढ़ता (Robustness): जहाँ भी परीक्षण किया गया एल्गोरिदम फिजिबिलिटी प्राप्त करता है, वहाँ RDEx-CASK सभी 28 समस्याओं पर फिजिबिलिटी बनाए रखता है।

महत्व और दावे (Significance and Claims)

यह शोध पत्र दावा करता है कि RDEx-CASK सफलतापूर्वक कंस्ट्रेंड डिफरेंशियल इवोल्यूशन की विशिष्ट समस्या लेट-स्टेज स्टैग्नेशन को लक्षित करता है। एक "स्थानीय, गेटेड और बाउंडेड" स्टैग्नेशन किक पेश करके, लेखक एक ट्रेड-ऑफ प्राप्त करते हैं: विशिष्ट मल्टीमॉडल समस्याओं पर अंतिम ऑब्जेक्टिव सटीकता में मामूली संभावित हानि के बदले में U-स्कोर के स्पीड घटक (टाइम-टू-टारगेट) में महत्वपूर्ण सुधार।

लेखक इस बात पर जोर देते हैं कि संरचनात्मक परिवर्तन मॉड्यूलर हैं और मूल RDEx-CSOP के सफल EB ब्रांच और कंस्ट्रेंट हैंडलिंग तंत्र की अखंडता को बनाए रखते हुए केवल मानक ब्रांच तक सीमित हैं। परिणाम बताते हैं कि स्केल फैक्टर्स को अलग करना, एक फिजिबल-ओनली आर्काइव का उपयोग करना, और सशर्त स्टैग्नेशन ओवरराइड्स लागू करना, अनुकूलन बजट के दूसरे भाग में सर्च मोमेंटम बनाए रखने के लिए प्रभावी रणनीतियाँ हैं।