DispatchAtlasソルバーレコメンダー
レコメンダーは、ベンチマーク条件、宣言された能力、規模、目的タイプ、予算の仮定、 エビデンス層からソルバーをランク付けします。下記の 6 つの選択軸を設定してください。 ランキングはビルド時にインライン化されたソルバーメタデータからブラウザ内で計算され、 すべての適合を説明します。グローバルに最良のソルバーを主張することは決してありません。
Recommendations rank solvers from declared capabilities and benchmark characterization; the recommender never asserts a globally best solver.
8 solvers ranked by declared fit; never a globally best claim.
adpso · metaheuristic family · source: metadata · confidence: metadata-only
Fit: matches the current selection on declared capabilities.
Caveat: success-rate feedback is noisy on small swarms
age-moea-ii · metaheuristic family · source: metadata · confidence: metadata-only
Fit: matches the current selection on declared capabilities.
Caveat: geometry estimate is noisy on tiny first fronts
ant-colony · metaheuristic family · source: metadata · confidence: metadata-only
Fit: matches the current selection on declared capabilities.
apparent-tardiness-cost · dispatching family · source: metadata · confidence: metadata-only
Fit: matches the current selection on declared capabilities.
arithmetic-optimization · metaheuristic family · source: metadata · confidence: metadata-only
Fit: matches the current selection on declared capabilities.
Caveat: every member is regenerated around the best vector each iteration, so the returned order is the best observed rather than a monotone incumbent
artificial-bee-colony · metaheuristic family · source: metadata · confidence: metadata-only
Fit: matches the current selection on declared capabilities.
Caveat: the per-component neighbor move explores slowly on long priority vectors, so many iterations may be needed at large task counts
artificial-fish-swarm · metaheuristic family · source: metadata · confidence: metadata-only
Fit: matches the current selection on declared capabilities.
Caveat: each behaviour re-scores candidate positions, so an iteration costs several schedule evaluations per member
beam-search · constructive family · source: metadata · confidence: metadata-only
Fit: matches the current selection on declared capabilities.
Recommendation source: metadata, learned-model. Confidence is capped at metadata-only — a metadata recommendation is never reported as a learned-model one, and no solver is asserted as globally best.
信頼度ラベル
| ラベル | 意味 |
|---|---|
| metadata-only | 推奨は宣言された能力のみに基づきます。 |
| smoke-backed | 小さな決定的実行がインターフェース経路を裏付けます。 |
| pilot-backed | パイロットキャンペーンのエビデンスがレビューを通過しました。 |
| evidence-grade | 完全キャンペーンのエビデンスが統計およびエビデンス層のゲートを通過しました。 |
現在のレコメンダーバンドルは metadata-only です。
推奨のソース
各推奨はそのソースを宣言するため、メタデータ推奨が学習モデルのものと取り違えられる ことは決してありません:
| ソース | 根拠 | 持ちうる信頼度 |
|---|---|---|
| metadata | 宣言されたソルバー能力とベンチマーク特性評価のみ；学習モデルなし。 | metadata-only |
| learned-model | 過去の最良ソルバー結果のラベル付きコーパスで訓練された教師ありモデル。 | リーク無しの保留評価が pilot-backed または evidence-grade に引き上げるまで metadata-only |
learned-model 推奨は、下記のリーク無しプロトコルの下で保留汎化が測定されるまで metadata-only のままです。訓練セットへの適合から信頼度を借りることは決してありません。
選択特徴
セレクターは固定されたベンチマーク特性評価特徴の集合に対してランク付けします。各特徴は それが読む特性評価メトリクスを名付けます:
| 特徴 | 由来メトリクス |
|---|---|
| difficulty | 集約難易度スコア（競合、過負荷、依存深さ、ソルバー感度） |
| heterogeneity | リソース種別の異質性 |
| objective_conflict | 目的衝突メトリクス |
| uncertainty | 不確実性メトリクス |
| dynamism | リリース幅の動態性メトリクス |
| solver_sensitivity | ソルバー感度メトリクス |
リーク無しクロスバリデーション
教師ありセレクターは保留汎化を報告し、訓練適合は決して報告しません。ラベル付きコーパスは、 いかなるインスタンス、いかなるベンチマークファミリー、いかなる特性評価記録も訓練分割と テスト分割の両方に現れないよう分割されます。セレクターは残りのファミリーで訓練され、 保留ファミリーで採点されます。ラベル付きコーパスは比較キャンペーンに由来するため、それらの キャンペーンがラベルを供給するまで、セレクターは検証されていない性能を主張するのではなく 延期を明示的に報告します。
学習およびハイブリッドインターフェース
レコメンダーは 7 つの名前付き学習・ハイブリッドインターフェースを備えます。2 つはここで 実装されています——教師ありアルゴリズム選択とベンチマークのみのベースライン——そして 5 つ（代理支援探索、強化学習フック、ハイパーヒューリスティクス、ポリシー誘導修復、 学習初期化）は、訓練データを生成するキャンペーンに実現が条件付けられた名前付き インターフェースとして登録されています。重量級バックエンドはオプションのエクストラです。 エクストラが存在しない場合、インターフェースは既定で何かをインポートするのではなく、 その決定的な既定値にフォールバックします。インターフェースカタログ、そのエビデンス ポリシー、そして推奨ソースの分類体系は、 ソルバー能力バンドル に同梱されています。