التكامل التكيفي لآليات متعددة في مُحسّن القنفذ ذي الزغب لأجل التحسين العالمي ومشكلات التصميم الهندسي

بحث أذكى لتصاميم أفضل

من الجسور الأخف وزناً إلى أوعية الضغط الأكثر كفاءة، كثيراً ما تختزل الهندسة الحديثة إلى سؤال صعب واحد: من بين عدد لا يحصى من التصاميم الممكنة، أيها الأفضل؟ الطرق الحسابية التقليدية تتعثر عندما يكون فضاء التصميم هائلاً وغير مستوٍ، مليئاً بالعديد من الخيارات "الجيدة إلى حد ما" المتنافسة. تُقدّم هذه الورقة طريقة بحث محوسبة مطوّرة، مستوحاة من مناورات الدفاع لدى القنافذ ذات الزغب، مصممة لتجوال مثل هذه التضاريس الصعبة بشكل أكثر موثوقية وإيجاد تصاميم أفضل مع تجارب وعمليات أقل.

لماذا من الصعب إيجاد الخيار الأفضل

اختيار تصميم أمثل نادراً ما يكون بسيطاً كشخطة مقبض واحد. المشاريع الحقيقية تتعامل مع متغيرات عديدة في الوقت نفسه—الأحجام، الأشكال، المواد—تحت قيود صارمة تتعلق بالسلامة والأداء. المنظور الناتج لمجموعة الاحتمالات يمكن أن يحتوي على العديد من القمم والقيعان، حيث تمثل كل وادٍ تصميماً عملياً مختلفاً. الطرق البسيطة التي تتبع أخفض ميل يمكن أن تعلق بسهولة في أول وادٍ تواجهه. تتيح طرق نمط السرب، التي ترسل العديد من الحلول المرشحة تبحث بالتوازي، مخرجاً محتملاً، لكن حتى هي غالباً ما تتقارب بسرعة فائقة، تفقد التنوّع وتستقر على حل ثاني أفضل. مُحسّن القنفذ ذي الزغب الأصلي (CPO)، المبني على كيفية صد القنافذ للمفترسات، هو أحد هذه الطرق السربونية: ذكي، لكنه لا يزال عرضة للاحتجاز والتباطؤ عند المشكلات المعقدة بشكل خاص.

منح القنافذ الرقمية بداية أفضل

يقترح المؤلفون نسخة محسّنة تسمى SDHCPO تعزز CPO في عدة مراحل رئيسية. أولاً، بدلاً من نشر التصاميم المرشحة عشوائياً بالكامل، يستخدمون تقنية تعرف بتهيئة سوبول-المعاكسة. ببساطة، تخلق هذه تقنية انتشاراً متوازناً إلى حد كبير، شبيهاً بالشبكة من نقاط البداية عبر كامل فضاء التصميم، ثم تأخذ عمداً صورها المرآتية على الجانب المقابل. قد تُستبدل نقاط البداية الضعيفة بنظيراتها المعاكسة إذا بدت أكثر واعدة. تقلل هذه الفكرة البسيطة من "البقع العمياء" الفارغة في البحث وتجعل من المرجح أن يبدأ بعض المرشحين بالقرب من مناطق جيدة فعلاً.

منع السرب من الالتصاق

حالما يبدأ البحث، تضيف SDHCPO شكلين من الخلط المسيطر عليه لمنع تقلّص التجمع بسرعة حول تصميم متوسّط. يستعير أحد الآليات من التطور التفاضلي، وهي استراتيجية مجرّبة تخلق مرشحين جدداً بدمج الفروق بين عدة مرشحين موجودين. يحقن هذا عشوائية منطقية ومهيكلة تدفع بعض القنافذ إلى أراضٍ غير مستكشفة بدلاً من السماح لها بملاحقة القائد الحالي فحسب. تعمل آلية ثانية، تسمى التزاوج الأفقي-العمودي، على مستوى إحداثيات التصميم الفردية: تسمح للأبعاد الراكدة أن "تتبادل" قيمها إما مع أعضاء آخرين من السرب أو مع أجزاء مختلفة من نفس التصميم. في الممارسة، يمكن للسرب إعادة خلط الصفات المفيدة دون الاضطرار للبدء من جديد، مما يساعد على الخروج من أخاديد ضيقة في اتجاهات معينة.

من الاستكشاف الواسع إلى التنقيح المستقر

مع تقدم البحث، يجب على الخوارزمية الجيدة أن تتحول تدريجياً من التجوال الواسع إلى التحسن الدقيق. في طريقة القنفذ الأصلية، كان هذا السلوك في المراحل المتأخرة يتحكم به أوزان عشوائية، مما يؤدي إلى حركات متقلبة وأحياناً مسرفة قرب التصاميم الواعدة. تستبدل SDHCPO هذا بجدول زمني "جيب التمام" زمني سلس يقلل باستمرار من حجم الخطوة مع تتابع التكرارات. في البداية، يسمح هذا الجدول بحركات جريئة تقفز بين وديان بعيدة؛ وفيما بعد، يشجع تعديلات صغيرة دقيقة حول أفضل وادٍ تم العثور عليه حتى الآن. عند الجمع بين التهيئة المتقدمة وخطوات الخلط، يمنح هذا SDHCPO إيقاعاً منسقاً: تنوّع بشكل عدواني في البداية، اخلط وقص في الوسط، ثم نقّح بهدوء في النهاية.

إثبات جدواه في الاختبارات والهياكل الحقيقية

لاختبار ما إذا كانت هذه التحسينات مجدية، يواجه المؤلفون SDHCPO بسبع طرق سرب حديثة أخرى على مجموعتين متطلبتين من دوال الاختبار المستخدمة على نطاق واسع في مجتمع التحسين. عبر عشرات المهام، وحتى عندما ارتفع عدد المتغيرات من 30 إلى 50، يجد SDHCPO عادة حلولاً أفضل ويفعل ذلك بثبات أكثر، مع تشتت أقل من تشغيل لآخر. ثم يطبّق الفريق الطريقة على خمسة تحديات تصميمية كلاسيكية، بما في ذلك العوارض الملحومة، والنوابض، وأوعية الضغط، وشبكة فصيلة فضائية كبيرة مكوّنة من 72 قضيباً يجب تقليل كتلتها مع الالتزام بحدود الاهتزاز. في جميع الحالات تقريباً يضاهي SDHCPO أفضل التصاميم المعروفة أو يتفوق عليها، أحياناً بتقليل وزن الهيكل مع احترام جميع قيود السلامة.

ماذا يعني هذا للهندسة اليومية

بالنسبة لغير المتخصص، الرسالة الأساسية هي أن SDHCPO هو وسيلة أذكى وأكثر موثوقية للبحث عبر فضاءات تصميم واسعة. من خلال البدء بتوزيع أكثر توازناً لتصاميم التجربة، وتحريكها وإعادة تركيبها عمداً، ثم تضييق التركيز بسلاسة، تقلّ احتمالية أن يستقر الخوارزم على حل كافٍ فقط. بدلاً من ذلك، يميل إلى الاستمرار في التحسّن حتى يعثر على تصاميم عالية الجودة حقاً. ومع تعقّد المشاكل الهندسية—من الهياكل الخفيفة الوزن إلى التحكم في المرور—تعد أدوات مثل SDHCPO بأن تستغل قدرات الحوسبة بشكل أفضل، مما يساعد المهندسين على استكشاف المزيد من الخيارات والوصول إلى حلول أكثر أماناً ووفرة وكفاءة.

الاستشهاد: Xie, H., Mao, J., Wan, X. et al. Adaptive multi mechanism integration in the crested porcupine optimizer for global optimization and engineering design problems. Sci Rep 16, 9275 (2026). https://doi.org/10.1038/s41598-026-39222-y

الكلمات المفتاحية: التحسين ما وراء الاستدلال, ذكاء السرب, التصميم الهندسي, التحسين العالمي, خوارزميات مستوحاة من الطبيعة