محسّن معدّل ضربات القلب: خوارزمية ميتاهيرستية مستوحاة من الطبيعة

خيارات أذكى من نبضات القلب اليومية

العديد من أصعب المشكلات في العصر الحديث تتعلق باختيار الخيار الأفضل من بين عدد هائل من الاحتمالات، سواء كان ذلك في تصميم جسور أخف، أو ضبط نماذج تعلم آلي، أو تخطيط جداول المصانع. تقدم هذه الورقة طريقة حاسوبية جديدة تُسمى محسّن معدّل ضربات القلب، وهي تستلهم آلية تسارع القلب وتباطئه للحفاظ على استقرار الجسم. من خلال محاكاة هذا الإيقاع الطبيعي، تساعد الطريقة الحواسيب على البحث بذكاء أكبر عن حلول جيدة في فضاءات القرارات المعقدة.

لماذا العثور على الخيار الأفضل صعب للغاية

غالبًا ما يواجه المهندسون وعلماء البيانات والمخططون ألغازًا تظهر فيها طرق لا تحصى لترتيب المكونات، أو جدولة المهام، أو ضبط المعاملات. تجربة كل احتمال أمر مستحيل، لذا يعتمدون على استراتيجيات بحث تُعرف بالخوارزميات الميتاهيرستية. تتجوّل هذه الاستراتيجيات عبر فضاء الخيارات، تختبر تراكيبات مختلفة وتحتفظ بما ينجح منها. التحدي هو الاستكشاف بما يكفي لاكتشاف أفكار جديدة مع تخصيص وقت كافٍ لصقل الخيارات الواعدة. الكثير من الطرق الحالية تعلق مبكرًا، أو تتحرك ببطء شديد، أو تتعثر عندما يصبح عدد الخيارات كبيرًا للغاية.

اقتراض حيلة من القلب النابض

يبنى محسّن معدّل ضربات القلب على فكرة بسيطة: تمامًا كما تتغير دقات القلب مع الراحة أو التوتر أو التمرين، يمكن لعملية البحث أن تغير وتيرتها بما يتناسب مع ما تكتشفه. في هذه الطريقة، يُعامل كل حل محتمل كـ “عامل” يقوده إيقاع قلب افتراضي. عندما يكون القلب الافتراضي في حالة سريعة تشبه تسرع القلب، يتخذ العاملون خطوات كبيرة وجريئة لاستكشاف مناطق بعيدة. وعندما يبطئ القلب إلى حالة تشبه بطء القلب، يتخذون خطوات أقصر وحذرة لصقل تصميم جيد بالفعل. كما تُحاكي الطريقة التقلبات الصغيرة وغير المنتظمة للقلب بإجراء قفزات طويلة نادرة أحيانًا، ما يساعد البحث على الخروج من المآزق المحلية.

الحفاظ على التنوع دون فقدان التركيز

لتجنّب تشابه مجموعة العوامل بشكل مفرط، يضيف محسّن معدّل ضربات القلب فكرتين إضافيتين. أولًا، يستخدم حيلة رياضية تُسمى التعلم العمودي (Orthogonal Learning) التي تمزج معلومات من أفضل الحلول بطريقة مهيكلة، بحيث يتعلم العوامل من النجاحات دون نسخها حرفياً. ثانيًا، يحافظ على "أرشيف" للحلول الجيدة السابقة ويقود العوامل الحالية نحوها بتعديلات لطيفة. تساعد هذه الخطوات في الحفاظ على التنوع داخل التجمع مع توجيه البحث نحو مناطق واعدة. ومع إشارة تحكم مستوحاة من القلب تتفاعل مع سرعة التقدم، تتحول الطريقة تلقائيًا بين استكشاف واسع وصقل دقيق.

التفوّق على طرق أخرى في اختبارات صعبة

اختبر المؤلفون طريقتهم عبر نطاق واسع من التجارب. جُرّبت على معايير رياضية قياسية مصممة لتكون محفوفة بالصعوبة، بما في ذلك مشكلات عالية الأبعاد من مجموعتين دوليتين للاختبار مستخدمتين على نطاق واسع. وطبقت أيضًا على مهام عملية: تعبئة عناصر في حاويات بكفاءة، وتعيين منشآت لمواقع، وجدولة وظائف على آلات، وتحسين أشكال وأحجام عارضة ملحومة، وخزان ضغط، وزن نابض معدني. عبر هذه الحالات، وجد محسّن معدّل ضربات القلب غالبًا إجابات أفضل، وبات ذلك بشكل أكثر اتساقًا، وتحوّل بسرعة أكبر مقارنة بتسع خوارزميات منافسة معروفة. وأكدت الاختبارات الإحصائية أن هذه التحسينات لا ترجع للحظ وحده.

ما معنى هذا بلغة بسيطة

بعبارات يومية، تُظهر هذه الدراسة أن السماح للحاسوب "بالتنفّس" بإيقاع يشبه القلب يمكن أن يجعله أفضل بكثير في مهام التجربة والخطأ المعقدة. من خلال التسارع عند الحاجة للاستطلاع والتباطؤ عند الحاجة للصقل، يكتشف محسّن معدّل ضربات القلب حلولًا عالية الجودة لمشكلات كبيرة جدًا بحيث لا يمكن حلها بالضبط. ومع أن هناك حاجة لمزيد من العمل لضبطه تلقائيًا واختباره على مشكلات أكبر ومتغيرة، تشير النتائج إلى أن هذا النهج المستوحى من القلب يمثل أداة عملية جديدة لتصميم الآلات وتخطيط العمليات ومواجهة تحديات التحسين الصعبة.

الاستشهاد: Hosney, M.E., Emam, M.M., Saad, M.R. et al. Heart rate optimizer: a novel bio-inspired metaheuristic algorithm. Sci Rep 16, 15985 (2026). https://doi.org/10.1038/s41598-026-44516-2

الكلمات المفتاحية: محسّن معدّل ضربات القلب, تحسين مستوحى من الكائنات الحية, خوارزمية ميتاهيرستية, تصميم هندسي, مشكلات تركيبية