Glosario IA
El diccionario completo de la Inteligencia Artificial
Escalarización Lineal Ponderada
Método que transforma un problema de optimización multi-objetivo en un problema de objetivo único combinando linealmente los diferentes objetivos con coeficientes de ponderación predefinidos.
Función de Escalarización
Función matemática que convierte un vector de objetivos en un valor escalar único, permitiendo así la aplicación de algoritmos de optimización mono-objetivo.
Compromiso de Pareto
Situación donde la mejora de un objetivo implica necesariamente la degradación de al menos otro objetivo, caracterizando el dilema fundamental en optimización multi-objetivo.
Agregación Lineal
Técnica que combina múltiples objetivos mediante una suma ponderada donde cada contribución es proporcional a su importancia relativa, simplificando la optimización multi-objetivo.
Coeficientes de Ponderación
Parámetros multiplicativos aplicados a cada objetivo para reflejar su prioridad relativa en la función de escalarización, controlando la influencia de cada componente en la optimización final.
Normalización de Objetivos
Proceso de escalado de los diferentes objetivos en un rango común para evitar sesgos debidos a diferencias de orden de magnitud entre los objetivos antes de su agregación lineal.
Hiperplano de Ponderación
Representación geométrica en el espacio de objetivos donde todos los puntos tienen el mismo valor escalarizado para un vector de pesos dado, definiendo la orientación de la optimización.
Convergencia Multi-Objetivo
Proceso que garantiza que las soluciones generadas se aproximan asintóticamente al frente de Pareto óptimo para diferentes configuraciones de pesos vectoriales.
Espacio de Objetivos
Dominio multidimensional donde cada dimensión representa un objetivo diferente, estando las soluciones representadas allí por sus respectivos vectores de rendimiento.
Espacio de Decisiones
Conjunto de todas las variables controlables o acciones posibles del sistema, cuyos valores determinan el rendimiento en el espacio de objetivos.
Solución de Compromiso
Solución óptima resultante de la escalarización lineal ponderada que equilibra los diferentes objetivos según las preferencias expresadas por los pesos.
Enfoque Ponderado
Estrategia de optimización multi-objetivo basada en la asignación de pesos a los objetivos para guiar la búsqueda hacia soluciones específicas del frente de Pareto.
Recompensa Ponderada
En aprendizaje por refuerzo, señal de recompensa única obtenida al combinar linealmente las múltiples recompensas según un vector de pesos predefinido.
Política Óptima Multi-Objetivo
Estrategia de decisión que maximiza la recompensa ponderada esperada a largo plazo, equilibrando los objetivos según los pesos especificados.
Hiperparámetros de Ponderación
Parámetros externos al algoritmo que definen los pesos relativos de los objetivos, requiriendo un ajuste cuidadoso para obtener los compromisos deseados.
Superficie de Pareto
Generalización del frente de Pareto en dimensiones superiores, representando el conjunto de soluciones no dominadas en el espacio multi-objetivo.
Método ε-restricción
Alternativa a la escalarización donde un objetivo se optimiza bajo restricciones sobre los otros objetivos, a menudo utilizada como complemento del enfoque ponderado.