Bài báo này đề xuất Thiết kế tập hợp Heuristic tự động (AHSD), một phương pháp mới để tự động tạo ra các tập hợp heuristic bổ sung áp dụng cho nhiều trường hợp vấn đề khác nhau, nhằm giải quyết vấn đề hiệu suất tổng quát kém do việc tạo ra một heuristic duy nhất, là Limitations, trong Thiết kế Heuristic tự động (AHD) sử dụng Mô hình ngôn ngữ lớn (LLM). AHSD hướng đến việc tạo ra một tập hợp nhỏ các heuristic bổ sung sao cho ít nhất một heuristic tối ưu hóa mỗi trường hợp vấn đề. Chúng tôi chứng minh rằng hàm mục tiêu của AHSD là đơn điệu tăng và siêu môđun, và chúng tôi đề xuất Thuật toán tiến hóa của các tập hợp Heuristic (EoH-S) tạo ra hiệu quả các tập hợp heuristic bổ sung chất lượng cao bằng cách tận dụng hai cơ chế mới: quản lý quần thể bổ sung và tìm kiếm thuật toán di truyền có nhận thức bổ sung. Kết quả thử nghiệm trên các tác vụ AHD với ba kích thước và phân phối khác nhau của các trường hợp vấn đề chứng minh rằng EoH-S luôn vượt trội hơn các phương pháp AHD hiện đại, đạt được cải thiện hiệu suất lên tới 60%.
