💻 computer science

DE-2LS: Differential Evolution with Lightweight Late Local Search for Constrained Numerical Optimization

यह शोध पत्र DE-2LS का प्रस्ताव करता है, जो एक संकुचित संख्यात्मक अनुकूलन एल्गोरिदम है जो RDEx फ्रेमवर्क को एक हल्के, विलंब-चरण वाले कोऑर्डिनेट-पैटर्न स्थानीय खोज (late-stage coordinate-pattern local search) के साथ उन्नत करता है ताकि कम्प्यूटेशनल दक्षता बनाए रखते हुए शोषण क्षमता (exploitation capability) और समग्र प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।

मूल लेखक: Dikshit Chauhan, Anupam Trivedi

प्रकाशित 2026-06-29

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Dikshit Chauhan, Anupam Trivedi

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

यहाँ "DE-2LS" पेपर का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।

बड़ी तस्वीर: धुंधले पहाड़ों में सबसे अच्छी जगह ढूँढना

कल्पना कीजिए कि आप एक विशाल, धुंधले पहाड़ी क्षेत्र में सबसे निचली घाटी (सबसे अच्छा समाधान) खोजने की कोशिश कर रहे हैं। आप पूरे नक्शे को नहीं देख सकते, और आपके पास अन्वेषण करने के लिए सीमित समय और ऊर्जा (एक "बजट") है।

यही कन्स्ट्रेंड न्यूमेरिकल ऑप्टिमाइज़ेशन (Constrained Numerical Optimization) है। आप सबसे अच्छा परिणाम चाहते हैं, लेकिन आपको सख्त नियमों का भी पालन करना होगा (जैसे "चट्टान से नीचे न गिरें" या "बाड़ के भीतर रहें")। यदि आप नियमों को तोड़ते हैं, तो आपका परिणाम मान्य नहीं होगा, चाहे वह कितना भी अच्छा क्यों न दिखे।

यह पेपर DE-2LS नामक एक नई विधि पेश करता है। यह एक मौजूदा, बहुत स्मार्ट खोजकर्ता RDEx का अपग्रेड है।

मूल खोजकर्ता (RDEx) के साथ समस्या

मूल खोजकर्ता, RDEx, "बड़ी तस्वीर" के काम में उत्कृष्ट है। यह बहुत कम समय में बहुत बड़े क्षेत्र को कवर करने के लिए स्काउट्स (जासूसों) की एक टीम भेजता है। यह इसमें माहिर है:

सामान्य क्षेत्र का पता लगाने में जहाँ सबसे अच्छी घाटी हो सकती है।
नियमों की जाँच करने में ताकि यह सुनिश्चित हो सके कि स्काउट्स चट्टानों से नीचे नहीं गिर रहे हैं।
तेज़ी से चलने में ताकि यह समय बर्बाद न करे।

हालाँकि, पेपर का तर्क है कि RDEx की दौड़ के बिल्कुल अंत में एक छोटी सी कमजोरी है। एक बार जब यह एक आशाजनक घाटी पा लेता है, तो यह केवल उसके पास ही रुक सकता है, या इसके अंतिम कदम थोड़े "खुरदरे" हो सकते हैं। यह एक ऐसे हाइकर (पर्वतारोही) की तरह है जिसे सही कैंपसाइट मिल जाता है, लेकिन वह छोटे, सावधानीपूर्ण कदम उठाने में थक जाने के कारण, एकदम सटीक सपाट जगह से 10 फीट दूर ही रुक जाता है।

समाधान: DE-2LS (द "पॉलिशिंग" टीम)

लेखकों ने RDEx की यात्रा के अंत में एक विशेष "पॉलिशिंग" (चमक लाने वाला) चरण जोड़कर DE-2LS बनाया है।

इसे इस तरह सोचें:

RDEx एक भारी-भरकम निर्माण दल (construction crew) है। वे ज़मीन साफ़ करते हैं, सड़कें बनाते हैं और घर को सही पड़ोस तक पहुँचा देते हैं। वे तेज़ और कुशल हैं।
DE-2LS एक "फिनिशिंग क्रू" (काम पूरा करने वाली टीम) जोड़ता है जो केवल बिल्कुल अंत में आता है।

यहाँ बताया गया है कि नई विधि कैसे काम करती है, चरण-दर-चरण:

1. "कोई नुकसान न पहुँचाने" का नियम

लेखक बहुत सावधान थे। वे निर्माण दल (RDEx) के प्रमाणित तरीकों को बिगाड़ना नहीं चाहते थे। इसलिए, उन्होंने RDEx को बिल्कुल वैसा ही रखा जैसा वह था। उन्होंने यह नहीं बदला कि स्काउट्स कैसे चलते हैं या वे नियमों की जाँच कैसे करते हैं। उन्होंने बस अंत के लिए एक छोटा, विशेष टूल जोड़ा।

2. सही क्षण का इंतज़ार करना (लैट स्टेज/अंतिम चरण)

यह सबसे महत्वपूर्ण हिस्सा है। नया "फिनिशिंग क्रू" (लोकल सर्च) जल्दी नहीं आता है।

क्यों? यदि आप घर की दीवारें खड़ी होने से पहले ही उसे पॉलिश करना शुरू कर देते हैं, तो आप समय बर्बाद करते हैं और संरचना को बिगाड़ सकते हैं।
रणनीति: फिनिशिंग क्रू तब तक इंतज़ार करता है जब तक मुख्य टीम 85% से 95% तक का काम पूरा नहीं कर लेती। वे केवल तभी हस्तक्षेप करते हैं जब टीम लगभग काम पूरा कर चुकी होती है और उसने एक "काफी अच्छा" स्थान पा लिया होता है।

3. "कोऑर्डिनेट पैटर्न" वॉक

जब फिनिशिंग क्रू आता है, तो वे बेतहाशा इधर-उधर नहीं भागते। वे एक बहुत ही विशिष्ट, धीमी और सावधानीपूर्ण नृत्य करते हैं जिसे कोऑर्डिनेट पैटर्न सर्च (Coordinate Pattern Search) कहा जाता है।

कल्पना कीजिए कि आप एक कमरे के केंद्र में खड़े हैं। आप एक छोटा कदम आगे लेते हैं, और देखते हैं कि क्या यह बेहतर है। फिर एक कदम पीछे। फिर एक कदम बाईं ओर, फिर एक कदम दाईं ओर।
वे अब तक के सबसे अच्छे स्थान के आसपास बहुत धीरे और सावधानी से चलते हैं।
वे केवल बहुत कम ऊर्जा (एक छोटा "बजट") खर्च करते हैं। उन्हें दूर तक भटकने की अनुमति नहीं है; वे बस समाधान को एकदम सटीक जगह पर धकेलना चाहते हैं।

4. "फिजिबिलिटी" गेटकीपर (व्यवहार्यता का द्वारपाल)

इस पहाड़ी क्षेत्र में, कुछ स्थान अवैध हैं (आप वहाँ निर्माण नहीं कर सकते)। फिनिशिंग क्रू के पास एक सख्त गेटकीपर है।

यदि कोई नया स्थान थोड़ा कम (बेहतर) है लेकिन किसी नियम को तोड़ता है (जैसे चट्टान पर होना), तो गेटकीपर कहता है "नहीं।"
वे एक नए स्थान को तभी स्वीकार करते हैं जब वह या तो अधिक व्यवहार्य (अधिक सुरक्षित) हो या सुरक्षित रहते हुए बेहतर हो। यह सुनिश्चित करता है कि अंतिम उत्तर वास्तव में उपयोग करने योग्य है।

परिणाम: क्या यह काम आया?

लेखकों ने इस नई विधि का परीक्षण मूल RDEx और तीन अन्य शीर्ष प्रतिस्पर्धियों के विरुद्ध किया।

स्कोर: उन्होंने एक स्कोरिंग सिस्टम का उपयोग किया जिसे U-score कहा जाता है, जो यह मापता है कि आप कितनी तेज़ी से वहाँ पहुँचे और अंतिम स्थान कितना अच्छा था।
विजेता: DE-2LS जीत गया। इसे उच्चतम कुल स्कोर मिला।
लाभ: मूल RDEx की तुलना में, DE-2LS ने स्कोर में लगभग 5.6% का सुधार किया।
क्यों जीता: इसने केवल थोड़ा बेहतर स्थान नहीं ढूँढा; इसने मुख्य टीम को धीमा किए बिना एक बेहतर स्थान ढूँढा। "फिनिशिंग क्रू" इतना कुशल था कि उसने टीम का समय बर्बाद किए बिना मूल्य जोड़ा।

सारांश उपमा

एक मैराथन धावक (RDEx) की कल्पना करें जो अविश्वसनीय रूप से तेज़ है और कोर्स को अच्छी तरह जानता है।

पुराना तरीका: धावक फिनिश लाइन की ओर दौड़ता है और रुक जाता है।
नया तरीका (DE-2LS): धावक फिनिश लाइन की ओर दौड़ता है, लेकिन ठीक पहले, एक छोटा, अदृश्य कोच फुसफुसाता है, "एक छोटा कदम बाईं ओर लें, आप टेप से 2 इंच दूर हैं।" धावक वह छोटा कदम लेता है और पूरी तरह से रेखा पार करता है।

पेपर यह साबित करता है कि दौड़ के बिल्कुल अंत में यह "छोटा कदम" जोड़ने से धावक अधिक बार जीतता है, बिना दौड़ के दौरान धीमा हुए।

पेपर क्या नहीं कहता है

यह दावा नहीं करता कि यह चिकित्सा निदान या नैदानिक उपयोगों के लिए काम करता है।
यह दावा नहीं करता कि यह वास्तविक समय की रोबोटिक्स या सेल्फ-ड्राइविंग कारों को हल करेगा (हालांकि यह सैद्धांतिक रूप से कर सकता है, पेपर ने केवल गणितीय पहेलियों पर इसका परीक्षण किया है)।
यह यह नहीं कहता कि यह हर समस्या के लिए एक "जादुई समाधान" है; यह विशेष रूप से कहता है कि यह प्रतियोगिता में उपयोग किए गए विशिष्ट प्रकार के गणितीय पहेलियों के लिए सबसे अच्छा काम करता है।

संक्षेप में: DE-2LS एक तेज़, नियम मानने वाले खोज एल्गोरिदम के अंत में एक "अंतिम पॉलिश" जोड़ने का एक स्मार्ट तरीका है, जो इसे धीमा किए बिना थोड़ा अधिक सटीक बनाता है।

तकनीकी सारांश: सीमित संख्यात्मक अनुकूलन (Constrained Numerical Optimization) के लिए DE-2LS

समस्या विवरण
प्रतिबंधित एकल-उद्देश्य संख्यात्मक अनुकूलन (Constrained single-objective numerical optimization) के लिए व्यवहार्यता (constraints को संतुष्ट करना), उद्देश्य अभिसरण (objective convergence), और गणनात्मक दक्षता (computational efficiency) के बीच संतुलन बनाना आवश्यक है, और यह सब एक निश्चित फंक्शन-इवैल्यूएशन बजट के भीतर होना चाहिए। जबकि डिफरेंशियल इवोल्यूशन (DE) एक मजबूत जनसंख्या-आधारित एल्गोरिदम है, इसके मानक संस्करण अक्सर अनुकूलन के अंतिम चरणों में संघर्ष करते हैं। विशेष रूप से, एक बार जब व्यवहार्य क्षेत्र (feasible region) खोज लिया जाता है, तो शेष खोज बजट ऐसे ट्रायल वेक्टर्स उत्पन्न करने में खर्च हो सकता है जो वर्तमान समाधान को कुशलतापूर्वक परिष्कृत करने के लिए बहुत अधिक मोटे या स्टोकेस्टिक होते हैं। यह सीमा युग्व स्कोरिंग वातावरण (जैसे IEEE CEC प्रतियोगिताएं) में महत्वपूर्ण है, जहाँ अंतिम समाधान की गुणवत्ता या गति में छोटे सुधार समग्र रैंकिंग को निर्णायक रूप से प्रभावित कर सकते हैं।

कार्यप्रणाली
यह शोध पत्र DE-2LS (लाइटवेट लेट लोकल सर्च के साथ डिफरेंशियल इवोल्यूशन) का प्रस्ताव करता है, जो प्रतिबंधित अनुकूलन के लिए डिज़ाइन किए गए RDEx फ्रेमवर्क का एक संस्करण है। मुख्य डिजाइन दर्शन "कोई नुकसान न पहुँचाना" (do no harm) है: मूल RDEx घटक पूरी तरह से अपरिवर्तित रहते हैं, जिससे इसकी वैश्विक खोज, व्यवहार्यता खोज और गति की स्थापित शक्तियों को सुरक्षित रखा जा सके।

इवोल्यूशनरी इंजन को संशोधित करने के बजाय, DE-2LS एक "गार्डेड पॉलिशिंग" (guarded polishing) तंत्र के रूप में एक लाइटवेट कोऑर्डिनेट-पैटर्न लोकल सर्च (LS) पेश करता है। मुख्य पद्धतिगत विशेषताएं शामिल हैं:

विलंबित-चरण सक्रियण (Late-Stage Activation): लोकल सर्च शुरुआती या मध्य चरणों के दौरान सक्रिय नहीं होता है ताकि समयपूर्व दोहन (premature exploitation) या गैर-उम्मीदवार बेसिनों में मूल्यांकन के उपभोग से बचा जा सके। इसे केवल तभी ट्रिगर किया जाता है जब विशिष्ट शर्तें पूरी होती हैं:
1. खोज ने एक थ्रेशोल्ड (जैसे 85% बजट) को पार कर लिया है, ग्लोबल बेस्ट एक निश्चित संख्या में पीढ़ियों (generations) के लिए स्थिर रहा है, और वर्तमान समाधान (incumbent) व्यवहार्य या लगभग व्यवहार्य है।
2. एक "बहुत विलंबित" फॉलबैक ट्रिगर (जैसे 95% बजट) एक अंतिम पॉलिशिंग प्रयास सुनिश्चित करता है, भले ही स्टैग्नेशन मानदंड सख्ती से पूरे न हुए हों।
कोऑर्डिनेट-पैटर्न खोज (Coordinate-Pattern Search): LS वर्तमान सर्वोत्तम समाधान ( $x_b$ ) के आसपास कार्य करता है। यह प्रत्येक कोऑर्डिनेट आयाम ( $x_d \pm \Delta$ ) के साथ संभावित चालों की जांच करता है। यदि कोई उम्मीदवार समाधान में सुधार करता है, तो केंद्र को तुरंत अपडेट किया जाता है (फर्स्ट-इंप्रूवमेंट नियम)। यदि सभी कोऑर्डिनेट्स में कोई सुधार नहीं मिलता है, तो स्टेप साइज $\Delta$ को आधा कर दिया जाता है।
व्यवहार्यता-जागरूक स्वीकृति (Feasibility-Aware Acceptance): उम्मीदवारों को उसी तर्क के आधार पर स्वीकार किया जाता है जिसका उपयोग RDEx द्वारा किया जाता है: एक समाधान को प्राथमिकता दी जाती है यदि वह कम ऑब्जेक्टिव वैल्यू के साथ व्यवहार्य है, या यदि दोनों समाधान अपावहारिक (infeasible) हैं तो वह कंस्ट्रेंट उल्लंघन को कम करता है।
जनसंख्या इंजेक्शन (Population Injection): यदि LS एक बेहतर समाधान पाता है, तो उसे वापस RDEx जनसंख्या में इंजेक्ट किया जाता है। महत्वपूर्ण रूप से, पूरी जनसंख्या को बदला नहीं जाता है, और सक्सेस-हिस्ट्री मेमोरी को रीसेट नहीं किया जाता है, जिससे यह सुनिश्चित होता है कि RDEx की एडेप्टिव डायनेमिक्स सुरक्षित रहे।
बजट प्रतिबंध (Budget Constraints): LS सख्ती से बजट-सीमित है (उदाहरण के लिए, प्रति कॉल 0.5% कुल बजट, अधिकतम दो कॉल के साथ), जो यह सुनिश्चित करता है कि यह एक प्रमुख खोज रणनीति के बजाय एक रिफाइनमेंट टूल के रूप में कार्य करे।

प्रमुख योगदान

एल्गोरिदम प्रस्ताव: DE-2LS का परिचय, जो एक प्रतिबंधित अनुकूलन एल्गोरिदम है जो मूल इवोल्यूशनरी ऑपरेटर्स को बदले बिना RDEx को नियंत्रित, विलंबित-चरण लोकल सर्च के माध्यम से बढ़ाता है।
डिजाइन सिद्धांत: एक रूढ़िवादी दृष्टिकोण जो वैश्विक व्यवहार्यता खोज (RDEx द्वारा संचालित) को अंतिम शोषण (LS द्वारा संचालित) से अलग करता है, जिससे RDEx के गति लाभों में व्यवधान नहीं पड़ता।
तंत्र विशिष्टता (Mechanism Specifics): लोकल सर्च के भीतर एक व्यवहार्यता-जागरूक स्वीकृति नियम और एक विशिष्ट ट्रिगरिंग लॉजिक का कार्यान्वयन जो समयपूर्व शोषण को रोकता है।
अनुभवजन्य सत्यापन (Empirical Validation): व्यापक एब्लेशन अध्ययन और तुलनात्मक प्रयोग जो यह प्रदर्शित करते हैं कि नियंत्रित विलंबित-चरण शोधन, आक्रामक या समयपूर्व लोकल सर्च रणनीतियों की तुलना में बेहतर है।

परिणाम
यह शोध पत्र CEC बेंचमार्क सूट से 28 प्रतिबंधित एकल-उद्देश्य समस्याओं पर DE-2LS का मूल्यांकन करता है (डायमेंशन $D=30$ , MaxFEs = $20000 \times D$ )। प्रदर्शन को U-score का उपयोग करके मापा जाता है, जो युग्व तुलनाओं से प्राप्त सटीकता और गति का एक संयुक्त मीट्रिक है।

एब्लेशन अध्ययन: विभिन्न कॉन्फ़िगरेशन (अलग-अलग बजट, स्टार्ट टाइम और स्टेप साइज) के बीच, अंतिम DE-2LS कॉन्फ़िगरेशन ने उच्चतम U-score (178,749) प्राप्त किया, जिसने बड़े बजट या जल्दी सक्रिय होने वाले वेरिएंट्स को पीछे छोड़ दिया। यह पुष्टि करता है कि एक छोटा, विलंबित-चरण बजट इष्टतम है।
हेड-टू-हेड बनाम RDEx: DE-2LS ने मूल RDEx के U-score को 5.58% (33,369.5 से 35,230.5 तक) सुधारा। यह लाभ सटीकता (+6.17%) और गति (+4.99%) दोनों में सुधार से प्रेरित था, जो इंगित करता है कि लोकल सर्च ने अभिसरण गति से समझौता किए बिना समाधान को परिष्कृत किया।
चार-एल्गोरिदम तुलना: RDEx, CL-SRDE और UDE-III के विरुद्ध तुलना में, DE-2LS ने उच्चतम समग्र U-score (80,968) और सर्वश्रेष्ठ कुल रैंक (48) प्राप्त की।
- जबकि UDE-III ने उच्चतम कुल सटीकता स्कोर प्राप्त किया, इसके काफी कम स्पीड स्कोर के कारण इसका समग्र U-score कम रहा।
- DE-2LS ने उच्च अंतिम सटीकता के साथ RDEx की तेज़ अभिसरण विशेषताओं को सफलतापूर्वक संतुलित किया।
स्थिरता: मीन (mean) और स्टैंडर्ड डेविएशन (standard deviation) विश्लेषण ने दिखाया कि DE-2LS ने प्रतिस्पर्धी अंतिम समाधान गुणवत्ता और स्थिरता बनाए रखी, जिसमें लोकल सर्च एक नियंत्रित पॉलिशिंग तंत्र के रूप में कार्य करता है न कि जनसंख्या को अस्थिर करने वाले कारक के रूप में।

महत्व और दावे
शोध पत्र का दावा है कि DE-2LS यह प्रदर्शित करता है कि आक्रामक या समयपूर्व लोकल सर्च की तुलना में नियंत्रित विलंबित-चरण शोधन (controlled late-stage refinement) प्रतिबंधित अनुकूलन के लिए एक अधिक प्रभावी रणनीति है। मूल RDEx फ्रेमवर्क को संरक्षित करके, विधि इसकी अंतर्निहित गति और व्यवहार्यता-हैंडलिंग क्षमताओं को बनाए रखती है जबकि सूक्ष्म-स्तरीय स्थानीय शोषण (fine-grained local exploitation) में इसकी कमजोरी को दूर करती है।

लेखकों का निष्कर्ष है कि DE-2LS संयुक्त गति-सटीकता स्कोरिंग मानदंड के तहत प्रतिबंधित संख्यात्मक अनुकूलन के लिए अधिक संतुलित और मजबूत प्रदर्शन प्रोफाइल प्रदान करता है। यह कार्य सुझाव देता है कि सफल इवोल्यूशनरी फ्रेमवर्क को पूरी तरह से बदलने के बजाय, एक लाइटवेट, सख्ती से गेटेड लोकल सर्च घटक जोड़ने से महत्वपूर्ण प्रदर्शन लाभ मिल सकते हैं। आगे के अनुसंधान को सुगम बनाने के लिए सोर्स कोड उपलब्ध कराया गया है।