Valdymo grupės nustatymų nustatymo esmė yra „pagrindinė padėtis kaip vadovas, padalijimas pagal poreikį ir valdymas kintamiesiems“. Pasirinkite tinkamą schemą pagal savo patvirtinimo tikslus. Žemiau pateikiami trys dažniausiai naudojami grupių dizainai, atitinkantys skirtingus poreikius:
1. Pagrindinis patvirtinimo tipas (tik patikrinama, ar naujasis algoritmas yra geresnis už tradicinį algoritmą): Paprasčiausias ir efektyviausias, tinka daugeliui scenarijų.
|
Grupės numeris |
Grupės pavadinimas |
Algoritmo konfigūracija |
Funkcija |
|
1 |
Pradinė kontrolės grupė |
Tradicinis fiksuoto slenksčio palyginimo algoritmas |
Pateikiamas našumo etalonas, atitinkantis esamą esamą schemą. |
|
2 |
Eksperimentinė grupė |
Naujas optimizuotas algoritmas, kurį reikia patvirtinti (pvz., fazinis dinaminis + 3σ + EWMA kombinuotas algoritmas) |
Tikrina tikrąjį naujojo algoritmo našumą, tiesiogiai lyginant su pradine linija. |
Taikomi scenarijai: tereikia patvirtinti, ar naujasis algoritmas yra geresnis už senąjį, nereikia išskaidyti kiekvieno optimizavimo modulio poveikio. Pirmasis pasirinkimas inžinerinių modifikacijų patvirtinimui, naudojant mažiausią kintamųjų ir aiškiausių rezultatų.
2. Modulio skaidymo tipas (kiekvieno optimizavimo modulio individualaus padidėjimo patikrinimas): tinka algoritmų kūrimui ir derinimui. Jei norite sužinoti, kiek našumo pagerėjimo suteikia kiekvienas modulis („pakopinis slenkstis, 3σ atnaujinimas, EWMA kompensacija“) atskirai, naudokite šį grupavimo metodą:
|
Grupės numeris |
Grupės pavadinimas |
Algoritmo konfigūracija |
Tikslas |
|
1 |
Pradinė kontrolės grupė |
Tradicinis fiksuotas slenkstis (be optimizavimo) |
Originali bazinė linija |
|
2 |
Vieno optimizavimo eksperimento grupė 1 |
Tik etapinis dinaminis slenkstis (be adaptyvaus atnaujinimo) |
Patikrinkite klaidingai teigiamą vien tik pakopos slenksčio mažinimo poveikį |
|
3 |
2 dvigubo optimizavimo eksperimentų grupė |
Pakopinis dinaminis slenkstis + 3σ slenksčio atnaujinimas (be EWMA bazinio lygio) |
Patikrinkite papildomą stiprinimą po 3σ atnaujinimo |
|
4 |
Visa optimizavimo eksperimentinė grupė 3 |
Pakopinis dinaminis slenkstis + 3σ naujinimas + EWMA pagrindinė kompensacija (visas kombinuotas algoritmas) |
Patikrinkite galutinį viso algoritmo poveikį. |
Taikomi scenarijai: algoritmo kūrimo etape, kai norite išsiaiškinti kiekvieno optimizavimo modulio indėlį, kad būtų lengviau pašalinti neveiksmingus modulius ir sutelkti dėmesį į efektyvų optimizavimą.
3. Konkurencinis palyginimas (Skirtingų pagrindinių algoritmų privalumų ir trūkumų palyginimas): Tinka atrankos scenarijams.
Jei reikia pasirinkti tinkamiausią algoritmą iš kelių brandžių algoritmų, naudokite šį grupavimo metodą:
|
Grupės numeris |
Grupės pavadinimas |
Algoritmo konfigūracija |
Funkcija |
|
1 |
Pradinė kontrolės grupė |
Tradicinė fiksuota riba |
Pagrindinė nuoroda |
|
2 |
1 pagrindinė sprendimų grupė |
Fazinis dinaminis slenkstis + 3σ atnaujinimas |
Dabartinių pagrindinių sprendimų našumo testavimas |
|
3 |
2 pagrindinių sprendimų grupė |
EWMA adaptyvaus kompensavimo algoritmas |
Kito pagrindinio sprendimo privalumų ir trūkumų palyginimas |
|
Neprivaloma |
Aukštos{0}}galybės sprendimų grupė |
Mašininio mokymosi anomalijų aptikimas |
Aukštos klasės sprendimų{0}}ekonominio-naudingumo testavimas |
Taikomi scenarijai: atranka ir pirkimas, sprendimų priėmimas,{0}}kai turi būti aiškiai apibrėžti skirtingų brandžių algoritmų našumo skirtumai.
Pagrindiniai grupės sudarymo principai:
Kiekviena grupė išsaugo tik vieną kintamąjį: Visos grupės turi turėti identišką techninę įrangą, veikimo sąlygas ir testavimo ciklus, besiskiriančius tik algoritmu; kitu atveju rezultatai neaiškūs.
Turi būti išlaikyta bazinė kontrolinė grupė: palyginimai be bazinės linijos yra beprasmiai; visi rezultatai turi būti susieti su pirminiu sprendimu, kad būtų parodytas pranašumas arba nepilnavertiškumas.
Daugiau grupių nebūtinai yra geriau: ne{0}}plėtros optimizavimo scenarijuose pakanka pagrindinio dizaino „1 kontrolinė grupė + 1 eksperimentinė grupė“; per daug grupių padidins testavimo darbo krūvį.
