TIDE: Dynamische Evolution mit LLM-gestützter Heuristikoptimierung

Die neue Methode TIDE (Tuning-Integrated Dynamic Evolution) kombiniert die Kraft großer Sprachmodelle mit einer strukturierten Evolutionsstrategie, um automatisierte Heuristiken für kombinatorische Optimierungsprobleme zu entwickeln. Durch die Trennung von struktureller Logik und Parameteroptimierung adressiert TIDE die Schwächen bisheriger Ansätze, die oft zu frühzeitigem Konvergenzverhalten und vernachlässigten vielversprechenden Algorithmen führen.

Das System nutzt ein zweistufiges, verschachteltes Architekturmodell. Auf der äußeren Ebene sorgt ein paralleles Inselmodell, das die Tree Similarity Edit Distance einsetzt, für strukturelle Vielfalt. Im inneren Loop generiert ein LLM Logik, während ein differenzieller Mutationsoperator die numerischen Parameter feinjustiert. Zusätzlich steuert ein UCB-basierter Scheduler dynamisch die Priorisierung von Prompt-Strategien, um Ressourcen effizient zu nutzen.

In umfangreichen Tests an neun klassischen Optimierungsaufgaben hat TIDE Heuristiken hervorgebracht, die die aktuelle Spitzenleistung deutlich übertreffen. Gleichzeitig zeigt die Methode eine höhere Sucheffizienz und geringere Rechenkosten, was sie zu einem vielversprechenden Werkzeug für die Praxis macht.