خوارزمية حيتان هندسية بطيران مثلثي للتحسين العددي والتصميم الهندسي

بحث أذكى لتصاميم أفضل

من أجزاء سيارات أخف وزنًا إلى شبكات نقل طاقة أرخص، يعتمد الهندس الحديث على اختيار أفضل تصميم ممكن من بين خيارات لا تحصى. لكن اختبار كل تركيبة بشكل كامل أمر مستحيل. تقدم هذه الورقة طريقة بحث حاسوبية جديدة، مستوحاة من سلوك صيد الحيتان والأنماط الهندسية، قادرة على التركيز بسرعة على تصاميم ممتازة للأنظمة الهندسية المعقدة.

لماذا العثور على "أفضل" تصميم صعب للغاية

كثير من مشاكل التصميم الواقعية — من النوابض والعوارض إلى ضواغط الغاز وشبكات المفاعلات — تشبه مناظر طبيعية ذات تلال ووديان لا حصر لها. كل نقطة تمثل تصميمًا محددًا؛ والارتفاع يمثل مدى جودته أو ردائه. الطرق التقليدية التي تتبع الانحدار المحلي قد تعلق بسهولة على تل صغير قريب بدلًا من العثور على القمة الأعلى. اخترعت الخوارزميات الميتاهيرستيكية لمواجهة هذا: بدلًا من السير في خط مستقيم، ترسل "سربًا" من الحلول المرشحة التي تستكشف المشهد معًا، بحثًا عن خيارات أفضل مع تبادل المعلومات بينها.

كيف يعمل البحث المستوحى من الحيتان

تحاكي خوارزمية تحسين الحيتان كيف تحيط حيتان العنبر بفريستها وتدور حولها في المحيط. كل حوت افتراضي هو تصميم تجريبي؛ ومع تحركها، يعمل الحوت الأفضل أداءً كقائد، ويضبط الباقون مواقعهم للالتحاق بالمناطق الواعدة. هذا النهج الأصلي بسيط ومرن، لكن في المشكلات الصعبة قد يفقد التنوع، ويتكتل بسرعة حول حل متوسط، ويتوقف عن التحسن. يحلل المؤلفون هذه نقاط الضعف — مواقع بدء ضعيفة، تجوال بلا اتجاه، وقواعد حركة جامدة جدًا — ويسعون لإصلاحها دون جعل الطريقة ثقيلة أو بطيئة جدًا.

حيل هندسية لتحسين البحث

تعيد الطريقة الجديدة، المسماة خوارزمية الحيتان الهندسية بطيران مثلثي (ESTGWOA)، تشكيل كيفية توزيع الحيتان وحركتها. أولًا، تستخدم مجموعة عقد جيدة لوضع الحيتان المبدئية بنمط هندسي متساوٍ جدًا، بحيث يغطي البحث الفضاء كله بدلًا من التكتل عشوائيًا. ثم خطوة البحث الموجه بالنخبة توجه الحيتان باستخدام كل من التصميم الأفضل الحالي ومتوسط مواضع السكان، منتجة حركة هادفة لكنها لا تطيع القائد بعمياء. نمطا حركة جديدان يحاكيا مناورات منحنية رشيقة: حركة "تطويق" قائمة على لولب تسمح للحيتان باستكشاف محيط المناطق الجيدة دون الالتصاق بسرعة، ومسار صيد حلزوني نمطي مثلثي يضيف عشوائية مضبوطة للهروب من الأفخاخ المحلية وصقل الحلول.

إضافة قدر من العشوائية المُتحكم بها

لتجنب الركود الذي يحدث غالبًا في أواخر البحث، يستعير المؤلفون أفكارًا من تقنية قوية أخرى هي التطور التفاضلي. يخلقون نسخًا "مطوَّرة" لبعض التصاميم بدمج معلومات من عدة حيتان، ثم يضيفون دفعات غاوسية لطيفة بأحجام مختلفة. تدفع هذه الطفرات البحث من حين لآخر خارج المألوف وإلى مناطق غير مستكشفة قرب البقع الواعدة. في الوقت نفسه، عامل داخلي رئيسي يسمى عامل التقارب لم يعد يتناقص بشكل خطي؛ بل يتبع منحنى على شكل S. في المراحل المبكرة، يشجع ذلك استكشافًا واسعًا، ثم ينتقل بسرعة إلى دقة مركزة، وفي النهاية يبطئ مرة أخرى للحفاظ على بعض المرونة.

إثبات الفعالية على اختبارات وتصاميم حقيقية

يقيم الفريق ESTGWOA على 23 دالة اختبار رياضية معيارية تشمل حوضًا سلسًا، ومناظر طبيعية وعِرة ذات قمم محلية عديدة، وأشكالًا مختلطة معقَّدة. عبر أبعاد متوسطة وعالية (30 و50 و100 متغير)، تتفوق الخوارزمية الجديدة على عدة منافسين معروفين، بما في ذلك متغيرات سابقة مستوحاة من الحيتان وطرق أخرى مستوحاة من الحيوانات والفيزياء. تصل إلى حلول أفضل في المتوسط، مع تشتت أقل بين التجارب، وتؤكد الاختبارات الإحصائية أن التحسينات ليست نتيجة الصدفة. ثم يتعامل المؤلفون مع سبع تحديات تصميم هندسي كلاسيكية، مثل القوابض متعددة الأقراص، ضواغط نقل الغاز، النوابض، العوارض، الهياكل الشبكية والرافعات. في كل حالة تقريبًا، تجد ESTGWOA تصاميم أخف وزنًا أو أرخص مع احترام جميع حدود السلامة والأداء.

ماذا يعني هذا للتقنية اليومية

بعبارة بسيطة، تُعد الطريقة الهندسية للحيتان وسيلة أذكى لأجهزة الكمبيوتر "للبحث في محيط التصميم". عن طريق الانتشار بالتساوي، واتباع مسارات لولبية ومثلثية مرنة، وتوليد طفرات عرضية أحيانًا للحلول الواعدة، تحافظ على توازن صحي بين الاستكشاف الواسع والصقل الدقيق. النتيجة خوارزمية تكتشف باستمرار تصاميم عالية الجودة للأنظمة الواقعية المعقدة دون افتراضات رياضية إضافية. للصناعات التي يجب أن توازن بين التكلفة والقوة والسلامة والكفاءة في آن واحد، يمكن لمثل هذه الأدوات تقصير دورات التطوير وكشف حلول قد لا تُكتشف بالحدس وحده.

الاستشهاد: Wei, J., Zhang, R., Gu, Y. et al. A Geometric Whale Optimization Algorithm with Triangular Flight for Numerical Optimization and Engineering Design. Sci Rep 16, 8526 (2026). https://doi.org/10.1038/s41598-026-37387-0

الكلمات المفتاحية: تحسين ميتاهيرستيك, خوارزمية تحسين الحيتان, التصميم الهندسي, التحسين العددي, ذكاء السرب