BaseOptimizer

Classe base abstrata para algoritmos de otimização.

Módulos: aisp.base
Importação: from aisp.base import BaseOptimizer

---

Visão geral

Esta classe define a interface principal para algoritmos de otimização.
Ela mantém o histórico de custos, soluções avaliadas, e a melhor solução encontrada durante a otimização. As classes derivadas devem implementar os métodos optimize e affinity_function.

Casos de uso:

• Classe base abstrata para estender classes de algoritmos de otimização.

---

Atributos

Nome	Tipo	Padrão	Descrição
cost_history	List[float]	[]	Histórico dos melhores custos encontrados em cada iteração.
solution_history	List	[]	Histórico da melhor solução encontrada em cada iteração.
best_solution	Any	None	A melhor solução global encontrada.
best_cost	Optional[float]	None	Custo da melhor solução global encontrada.
mode	{"min", "max"}	'min'	Define se o algoritmo minimiza ou maximiza a função de custo.

---

Métodos abstratos

optimize

@abstractmethod
def optimize(
    self,
    max_iters: int = 50,
    n_iter_no_change: int = 10,
    verbose: bool = True
) -> Any:
    ...

Executa o processo de otimização.
Este método abstrato é implementado é responsabilidade das classes filhas, definindo a estratégia de otimização.

Parâmetros

Nome	Tipo	Padrão	Descrição
max_iters	int	50	Número máximo de iterações
n_iter_no_change	int	10	Número máximo de interações sem atualização da melhor solução.
verbose	bool	True	Indica se as mensagens de progresso do treinamento deve ser exibido.

Returns

Tipo	Descrição
Self	Retorna a instancia da classe.

---

affinity_function

@abstractmethod
def affinity_function(self, solution: Any) -> float:
    ...

Avalia a afinidade (qualidade) de uma solução candidata.

Este método deve ser implementado conforme o problema de otimização específico, definindo como a solução sera medida. O valor retornado deve representar a qualidade da solução avaliada.

Parâmetros

Nome	Tipo	Padrão	Descrição
solution	Any	-	Solução candidata que será avaliada.

Returns

Tipo	Descrição
float	Valor de custo associada a solução encontrada.

---

Métodos públicos

get_report

def get_report(self) -> str:
    ...

Gera um relatorio resumindo e formatado do processo de otimização.
O relatorio incluir a melhor solução, seu custo, e a evolução dos valores a cada iteração.

Returns

Tipo	Descrição
str	Uma string formatada contendo o resumo da otimização.

---

register

def register(self, alias: str, function: Callable[..., Any]) -> None:
    ...

Registra dinamicamente uma função na instância do otimizador.

Parâmetros

Nome	Tipo	Padrão	Descrição
alias	str	-	Nome usado para acessar a função como um atributo.
function	Callable[..., Any]	-	Função que será registrada.

Exceções

Exceção	Descrição
TypeError	Se a function fornecida não for uma função valida.
AttributeError	Se o alias for protegido e não puder ser modificado, ou não existir na classe.

---

reset

def reset(self):
    ...

Reseta o estado interno do objeto, limpando histórico e restaurando valores iniciais.