3.1.3 Discovery of Desirable Soluti

3.1.3 Discovery of Desirable Solutions
Since the fitness function is a measure of `goodness' of the solutions, another natural approach to validation consists of seeing just how much the fitness increases and gathering empirical data to provide evidence of the kinds of solution which may be obtained for typical problem elements.
3.1.4 Efficiency
In many (but by no means all) cases, a search-based approach may be slower than an existing analytical approach, because the search will involve rep eated trials of the fitness function to evaluate candidate solutions. However, so long as the search based technique can produce better solutions, there will be many software engineering applications where the search-based approach is more appropriate because quality overrides speed.
Where there exists a technique for producing solutions which is always applicable and which produces consistently high-quality solutions, a search based approach will clearly still be preferable if it produces solutions of equal or better quality more speedily.
3.2 Validation with respect to Existing Analytial Techniques
In this section the phrase `analyti al te hniques' is used to describe any non search-based algorithm for con-structing solutions to the Software Engineering problem in question.
Where there exist analytic techniques for constructing reasonable solutions, search-based techniques will still be applicable. For instance, where analytical techniques are known to favour certain forms of solution or to have biases which affect their behaviour, a search-based technique may find solutions which cannot be discovered by the analytical technique. Where analytical techniques are applicable only to a subset of the problem space, search techniques may provide a mechanism for `flling in the gaps'. Where analytical techniques are not consistently good at constructing solutions, search-based techniques may be used as a `second guess'. Finally, where analytic techniques exist, but are known to produce sub-optimal solutions, these existing techniques may be used to seed the metaheuristi seach with an initial population of reasonable solutions. It would then be hoped that the metaheuristi search would improve upon these initial seeds.
For each of these situations, analytic techniques produce only a part of the overall answer and metaheuristi search can be used to augment the existing approach.
3.2.1 Avoiding Bias in Analytical Techniques
Where metaheuristi search is used to address bias in existing analytic solutions, the evaluation criteria will measure the novelty of solutions relative to those produced (and their relative fitness) compared to those produced by the analytic approaches. In such situations, even where the metaheuristic technique does not outperform the analytic techniques on fitness, it may be validated in terms of the additional insight gained from considering solutions previously thought atypical or non-standard.
3.2.2 Filling Problem Space Gaps left by Analytical Solutions
Where existing analytic techniques are not applicable to the entire problem space, the use of metaheuristics may be partially validated, simply by showing that they `fill in the gaps'. However, a stronger validation would clearly involve demonstrating comparable (or improved) fitness of metaheuristic solutions relative to those produced by analytic algorithms. However, where problem subspaces uncovered by analytic algorithms represent `harder' problems to solve than those which are covered, this criterion may be too stringent. In this situation validation may simply show that the metaheuristic technique is capable of producing better solutions for previously uncovered areas of the problem space than can be found with random search alone.
3.2.3 Optimisation of Partial or Suboptimal Analytical Solutions
Where metaheuristic techniques are used to provide second guesses or where such algorithms are seeded by an initial population of results from an existing analytic algorithm, the metaheuristic technique should clearly be shown to provide improvement (i.e. increased fitness). A simple-minded hybrid approach could simply try both the existing approach and a search-based approch and select the best solution. Fortunately, any such comcbined analytical and metaheuristic technique need only produce better results than the pure analytical approach on `a few' ocasions in order to be onsidered worth while. The interpretation of `a few' will depend upon the domain of application.

Kết quả (Việt) 1:

3.1.3 phát hiện giải pháp mong muốnKể từ khi chức năng thể dục là một thước đo của lòng tốt của các giải pháp, một phương pháp tự nhiên để xác nhận bao gồm nhìn thấy chỉ cần bao nhiêu tập thể dục làm tăng và thu thập các dữ liệu thực nghiệm để cung cấp bằng chứng về các loại giải pháp mà có thể được thu được cho các yếu tố vấn đề điển hình.3.1.4 hiệu quảTrong trường hợp nhiều (nhưng do không có nghĩa là tất cả), một cách tiếp cận dựa trên tìm kiếm có thể chậm hơn so với một cách tiếp cận phân tích hiện tại, vì việc tìm kiếm sẽ liên quan đến thử nghiệm eated đại diện của các chức năng thể dục để đánh giá giải pháp ứng cử viên. Tuy nhiên, do đó, miễn là các kỹ thuật tìm kiếm dựa trên có thể sản xuất các giải pháp tốt hơn, sẽ có nhiều công nghệ phần mềm ứng dụng mà tìm kiếm dựa trên phương pháp tiếp cận là thích hợp hơn bởi vì chất lượng ghi đè lên tốc độ.Trong trường hợp có tồn tại một kỹ thuật để sản xuất các giải pháp đó là luôn luôn áp dụng và mà sản xuất một cách nhất quán cao chất lượng giải pháp, một phương pháp tiếp cận tìm dựa rõ ràng vẫn sẽ thích hợp hơn nếu nó tạo ra các giải pháp bằng hoặc tốt hơn chất lượng hơn nhanh chóng.3.2 xác nhận đối với hiện tại Analytial kỹ thuậtTrong phần này cụm từ 'analyti al te hniques' được sử dụng để mô tả bất kỳ phòng không tìm kiếm dựa trên thuật toán cho con-structing giải pháp cho vấn đề công nghệ phần mềm trong câu hỏi. Nơi có tồn tại các kỹ thuật phân tích để xây dựng các giải pháp hợp lý, tìm kiếm dựa trên kỹ thuật sẽ vẫn được áp dụng. Ví dụ, nơi kỹ thuật phân tích được gọi ủng hộ các hình thức nhất định của giải pháp hoặc có thành kiến mà ảnh hưởng đến hành vi của họ, một kỹ thuật tìm kiếm dựa trên có thể tìm thấy giải pháp mà không thể được phát hiện bởi các kỹ thuật phân tích. Nơi các kỹ thuật phân tích được áp dụng chỉ cho một tập con của không gian vấn đề, tìm kỹ thuật có thể cung cấp một cơ chế cho 'flling vào những khoảng trống'. Nơi phân tích kỹ thuật không phải là một cách nhất quán tốt tại xây dựng các giải pháp, tìm kiếm dựa trên kỹ thuật có thể được sử dụng như là một 'thứ hai đoán'. Cuối cùng, khi phân tích kỹ thuật tồn tại, nhưng được biết là sản xuất giải pháp tiểu tối ưu, các kỹ thuật hiện tại có thể được sử dụng để hạt giống công metaheuristi với một dân số ban đầu của giải pháp hợp lý. Nó sau đó đã được hy vọng rằng metaheuristi tìm sẽ cải thiện sau khi các hạt giống ban đầu. Đối với mỗi của các tình huống này, phân tích kỹ thuật sản xuất chỉ là một phần của câu trả lời tổng thể và metaheuristi tìm kiếm có thể được sử dụng để tăng cường các phương pháp hiện có.3.2.1 tránh thiên vị trong phân tích kỹ thuật Nơi metaheuristi tìm được sử dụng để giải quyết các xu hướng trong các giải pháp phân tích hiện tại, các tiêu chí đánh giá sẽ đo tính mới của giải pháp tương đối so với những người sản xuất (và của thể dục tương đối) so với những người sản xuất bằng phương pháp tiếp cận phân tích. Trong tình huống như vậy, thậm chí nơi mà các kỹ thuật metaheuristic không tốt hơn các kỹ thuật phân tích về thể dục, nó có thể được xác nhận về sự thấu hiểu thêm thu được từ xem xét giải pháp trước đây nghĩ không điển hình hoặc không chuẩn.3.2.2 làm đầy những khoảng trống Space vấn đề trái bởi giải pháp phân tích Trong trường hợp hiện tại phân tích kỹ thuật không phải là áp dụng cho toàn bộ vấn đề không gian, việc sử dụng của metaheuristics có thể được một phần xác nhận, chỉ đơn giản bằng cách hiển thị rằng họ 'điền vào các khoảng trống '. Tuy nhiên, một xác nhận mạnh mẽ hơn rõ ràng sẽ bao gồm thể hiện thể dục so sánh (hoặc cải thiện) trong các giải pháp metaheuristic tương đối so với những người sản xuất bởi các thuật toán phân tích. Tuy nhiên, trong trường hợp vấn đề subspaces phát hiện bởi phân tích thuật toán đại diện cho các vấn đề 'khó hơn' để giải quyết hơn những người được bao phủ, tiêu chuẩn này có thể được quá nghiêm ngặt. Trong tình huống này xác nhận chỉ đơn giản là có thể hiển thị các kỹ thuật metaheuristic là khả năng sản xuất các giải pháp tốt hơn cho các khu vực trước đây phát hiện của không gian vấn đề hơn có thể được tìm thấy với ngẫu nhiên tìm một mình.3.2.3 tối ưu hóa một phần hoặc Suboptimal giải pháp phân tích Nơi metaheuristic kỹ thuật được sử dụng để cung cấp thứ hai đoán hoặc nơi các thuật toán được hạt giống bị loại bởi một dân số ban đầu của các kết quả từ một thuật toán phân tích hiện tại, các kỹ thuật metaheuristic rõ ràng sẽ được hiển thị để cung cấp cải tiến (tức là tăng thể dục). Một cách tiếp cận hybrid minded có thể chỉ đơn giản là cố gắng cả hai cách tiếp cận hiện tại và approch dựa trên tìm kiếm và chọn giải pháp tốt nhất. May mắn thay, bất kỳ như comcbined metaheuristic và phân tích kỹ thuật chỉ cần sản xuất các kết quả tốt hơn so với phương pháp tiếp cận phân tích tinh khiết trên 'một vài' lần để là onsidered trong khi giá trị. Việc giải thích của 'một số' sẽ phụ thuộc vào tên miền của ứng dụng.