[论文解读] A multiobjective optimization approach to statistical mechanics

Luís F. Seoane, Ricard V. Solé|arXiv (Cornell University)|Oct 23, 2013

Advanced Thermodynamics and Statistical Mechanics参考文献 28被引用 11

一句话总结

本文通过揭示帕累托前沿——即非支配解的集合——表现出类似热力学的普适行为，包括相变、临界点和热力学势，建立了多目标优化（MOO）与统计力学之间的深层联系。研究表明，多目标优化问题可映射为热力学系统，揭示了帕累托前沿结构中自然涌现出的一阶与二阶相变，且与已知模型（如庞兹模型和伊辛模型）存在精确对应关系。

ABSTRACT

Optimization problems have been the subject of statistical physics approximations. A specially relevant and general scenario is provided by optimization methods considering tradeoffs between cost and efficiency, where optimal solutions involve a compromise between both. The theory of Pareto (or multi objective) optimization provides a general framework to explore these problems and find the space of possible solutions compatible with the underlying tradeoffs, known as the {\em Pareto front}. Conflicts between constraints can lead to complex landscapes of Pareto optimal solutions with interesting implications in economy, engineering, or evolutionary biology. Despite their disparate nature, here we show how the structure of the Pareto front uncovers profound universal features that can be understood in the context of thermodynamics. In particular, our study reveals that different fronts are connected to different classes of phase transitions, which we can define robustly, along with critical points and thermodynamic potentials. These equivalences are illustrated with classic thermodynamic examples.

研究动机与目标

• 建立多目标优化中帕累托最优解与热力学系统之间的形式等价性。
• 识别帕累托前沿结构中的普适特征，如相变、临界点和热力学势。
• 证明可使用统计力学工具分析多目标优化问题，尤其适用于目标间存在冲突的系统。
• 表明帕累托前沿的几何结构编码了相变信息，包括一阶与二阶相变类型。
• 通过多目标优化的视角重新获得统计物理中的已知结果（例如庞兹模型），从而验证该框架的有效性。

提出的方法

• 本文采用多目标优化（MOO）框架分析具有多个不可通约目标的系统，避免线性标量化以保留内在权衡关系。
• 将帕累托前沿定义为非支配解的集合，即在不损害其他目标的前提下无法进一步优化任一目标的解集，在目标空间中形成凸或凹曲线。
• 通过识别熵类与能量类量，将帕累托前沿映射为热力学系统：熵由各状态的概率分布推导得出，能量则对应于目标值。
• 针对平均场庞兹模型，推导出熵关于能量（U）的解析表达式，形式为 S̄(U) = −(1 + fq(U))/q × log((q−1)(1 + fq(U))/(q−1 − fq(U))) − log((q−1 − fq(U))/(q(q−1)))，其中 fq(U) = √((1−q)(1 + 2qU/(zJ)))。
• 通过分析 dS̄/dU 并与连接前沿右上端点与其他点的弦的斜率进行比较，识别相变点，定位相共存发生的临界逆温度 β*。
• 通过恢复庞兹模型（q = 3 至 10）的已知相变点，验证了该方法的有效性，结果与文献完全一致。

实验结果

研究问题

• RQ1 多目标优化中帕累托前沿的结构能否被解释为具有相变与临界点的热力学系统？
• RQ2 熵与能量在帕累托最优系统中扮演何种角色？它们与热力学势有何关联？
• RQ3 一阶与二阶相变如何在帕累托前沿的几何结构中涌现？其在解的支配性方面具有何种意义？
• RQ4 能否从帕累托前沿的曲率与弦斜率出发，解析推导出相共存发生的临界逆温度 β*？
• RQ5 帕累托前沿形式是否能在不同系统（如庞兹模型）中揭示普适行为，即使目标不可通约？

主要发现

• 多目标优化问题的帕累托前沿表现出普适的热力学类行为，包括凹区域，表明存在一阶相变。
• 对于平均场庞兹模型，当所有 q ≥ 3 时，帕累托前沿在右上区域显示出凹段，标志一阶相变。
• 相共存的临界逆温度 β* 通过 dS̄/dU 与从右上端点出发的弦斜率的交点确定，其值与已知文献结果对齐（q = 3 至 10）。
• q 值更高的解在帕累托前沿中占据主导地位，表明即使在最有序状态下，具有更多可用态的系统也不会自发缩小其态空间。
• 关于能量 U 的熵 S̄(U) 的解析表达式完整捕捉了系统的热力学结构，包括从无序相到有序相的对称性破缺转变。
• 该框架成功恢复了统计物理中的已知结果，如庞兹模型的相变，验证了 MOO 与热力学类比的合理性。