خوارزمية هجينة مستوحاة من نمو الفطريات والتطور التفاضلي لتخطيط مسارات الطائرات بدون طيار موفرة للطاقة في الحوسبة الطرفية المتنقلة

لماذا تهم مسارات الطائرات المسيرة الأذكى

تشاهد الآن مليارات الأجهزة الصغيرة المحاصيل، وتتبع نبضات القلب، وتدير إشارات المرور، لكنها جميعًا تواجه مشكلة مشتركة: بطاريات محدودة وقدرات حسابية متواضعة. تستعرض هذه الورقة كيفية تحرك المساعدين الطائرين، بشكل طائرات مسيرة مزودة بمراكز بيانات صغيرة، بذكاء أكبر في الجو لجمع ومعالجة معلومات هذه الأجهزة مع تقليل هدر الطاقة. بالاستلهام من طريقة امتداد الفطريات في التربة ودمج ذلك مع أفكار من الحوسبة التطورية، يصمم المؤلفون طريقة تخطيط تتيح لأساطيل الطائرات المسيرة خدمة العديد من الأجهزة بكفاءة دون استنزاف بطارياتها أو بطاريات الأجهزة المدعومة.

مساعدون طائرون لإنترنت الأشياء

تنظر الدراسة في مستقبل حيث تحمل المركبات الجوية غير المأهولة، أو الطائرات المسيرة، معدات حوسبة قرب مكان إنتاج البيانات. بدلًا من إرسال المعلومات إلى خوادم سحابية بعيدة، يمكن للطائرات القريبة استقبال البيانات ومعالجتها وإعادة النتائج بسرعة، وهو مفهوم يعرف بالحوسبة الطرفية المتنقلة. في هذا الإطار، تتبع كل طائرة مسارًا مكوّنًا من عدة نقاط توقف تحوم عندها لتتواصل مع الأجهزة الأرضية. التحدي هو تقرير عدد هذه النقاط ومواقعها والترتيب الذي تزورها الطائرة بحيث يستهلك كل من الطائرات والأجهزة الأرضية أقل قدر ممكن من الطاقة، مع إنجاز المهام في الوقت المحدد.

تحويل نمو الفطريات إلى أداة تخطيط

لحل هذه المعضلة، يستلهم المؤلفون سلوك امتداد شبكات الفطريات في التربة بحثًا عن المغذيات. تتفرع الخيوط الفطرية، وتتجنب المناطق الفقيرة، وتتجمع حول البقع الغنية. الخوارزمية الجديدة، المسماة FGODE، تحاكي هذه التصرفات لتستكشف العديد من المسارات الممكنة للطائرات. وفي الوقت نفسه، تضيف مكونًا ثانيًا مأخوذًا من طريقة تطورية معروفة باسم التطور التفاضلي، وهي جيدة في تلميع الحلول الواعدة. معًا، توازن هاتان الفكرتان بين استكشاف واسع وتجهيز دقيق، مما يساعد الطائرات على الهرب من المسارات الضعيفة والاستقرار عند حلول أفضل.

ترميز أذكى لنقاط توقف الطائرة

فكرة رئيسية في العمل هي أن طريقة وصف مسار محتمل للحاسوب يمكن أن تؤثر كثيرًا في جودة الخطة النهائية. بدلًا من إجبار كل حل تجريبي على حمل قائمة طويلة من نقاط التوقف المحتملة التي سيظل عدد كبير منها غير مستخدم، يستخدم المؤلفون تمثيلًا مدمجًا يسمح لعدد ومواقع نقاط التوقف بالتغير بشكل طبيعي. يمكن لعمليات بسيطة إدراج نقطة جديدة أو إزالة نقطة غير ضرورية أو استبدال اختيار ضعيف بمرشح أفضل. حيل إضافية، مثل قاعدة جشعة تربط نقاط التوقف في مسارات قصيرة ولمسة من الاضطراب العشوائي، تحافظ على تنوع البحث وتساعد على تجنب الوقوع في أنماط متوسطة الأداء.

اختبار الطريقة

يختبر الباحثون FGODE في محاكاة حاسوبية مع أربع طائرات تخدم بين 60 و200 جهاز موزَّعة على مساحة كيلومتر مربع. يقارنون طريقتهم مع عدة تقنيات تخطيط وتحسين حديثة، بما في ذلك خوارزميات مستوحاة من الطبيعة وتصاميم هجينة. عبر هذه الحالات، تعثر FGODE باستمرار على مسارات تقلل الاستهلاك الإجمالي للطاقة للطائرات والأجهزة، مع إظهار نتائج مستقرة من تشغيل لآخر. تؤكد الاختبارات الإحصائية أن ميزتها من غير المحتمل أن تكون نتيجة صدفة. بالإضافة إلى ذلك، تتقارب الخوارزمية نحو مسارات جيدة أسرع من منافسيها، مما يعني أنها تستطيع تقديم خطط قوية ضمن حدود حسابية واقعية.

ماذا يعني هذا للأنظمة المترابطة

بالنسبة للقراء، الخلاصة أن هذا البحث يقدم وصفة عملية لتوجيه أساطيل الطائرات المسيرة بحيث تعمل كسعاة جويين فعالين للبيانات. عبر تشكيل مسارات طيرانهم بمزيد من العناية، يقلل النظام مقدار الطاقة التي تحتاجها الأجهزة الأرضية لإرسال البيانات ومدة تحويم أو سفر الطائرات، ما يخفض فاتورة الطاقة على الجانبين. وبينما تم عرض العمل في محاكاة، فإنه يشير إلى شبكات أكثر ذكاءً ومرونة حيث يمكن للخوادم الطائرة المتنقلة دعم المزارع والمدن ومناطق الطوارئ دون تبديلات بطارية دائمة أو بنية تحتية ثقيلة، مما يجعل الأنظمة المترابطة واسعة النطاق أكثر استدامة.

الاستشهاد: Othman, A.A., Elmanakhly, D.A. A hybrid fungal growth and differential evolution algorithm for energy-efficient UAV trajectory planning in MEC. Sci Rep 16, 16454 (2026). https://doi.org/10.1038/s41598-026-54288-4

الكلمات المفتاحية: تخطيط مسارات الطائرات بدون طيار, الحوسبة الطرفية المتنقلة, كفاءة طاقة إنترنت الأشياء, التحسين عن طريق الخوارزميات الترشيدية, جمع بيانات الطائرات المسيرة