אלגוריתם לווייתן גאומטרי עם טיסת משולש לאופטימיזציה מספרית ולעיצוב הנדסי

חיפוש חכם יותר עבור עיצובים טובים יותר

מחלקי רכב קלים יותר ועד צינורות אנרגיה זולים יותר — ההנדסה המודרנית תלויה בבחירה של העיצוב הטוב ביותר מתוך אינספור אפשרויות. אך בדיקה מכל הווריאציות אינה אפשרית. המאמר מציג שיטת חיפוש ממוחשבת חדשה, בהשראת התנהגות הציד של לווייתנים ודפוסים גאומטריים, שיכולה במהירות להתמקד בעיצובים מצוינים למערכות הנדסיות מורכבות.

מדוע קשה למצוא את ה"עיצוב הטוב ביותר"

רבים מבעיות העיצוב במציאות — מקפיצים וקורות ועד מדחסים ורשתות תגובה — דומים לנופים עם גבעות ועמקים רבים. כל נקודה מייצגת עיצוב ספציפי; הגובה מייצג עד כמה הוא טוב או רע. שיטות מסורתיות שעוקבות אחרי השיפוע המקומי יכולות בקלות להיתקע על גבעה קטנה סמוכה במקום למצוא את הפסגה הגבוהה ביותר. אלגוריתמים מטה-היוריסטיים נולדו כדי להתמודד עם זה: במקום ללכת בקו ישר, הם שולחים "להקה" של מועמדי פתרון החוקרים את הנוף ביחד, מחפשים אפשרויות טובות יותר ומחליפים מידע ביניהם.

איך חיפוש בהשראת לווייתנים עובד

אלגוריתם אופטימיזציה של לווייתנים מדמה כיצד לווייתני הומבקס מקיפים וסורגים סביב הטרף באוקיינוס. כל לווייתן וירטואלי הוא עיצוב ניסיוני; כשהם נעים, הלווייתן שמציג את הביצועים הטובים ביותר משמש כמנהיג, ואחרים מתאימים את מיקומם כדי להתקרב לאזורים מבטיחים. הגישה המקורית פשוטה וגמישה, אבל בבעיות קשות היא עלולה לאבד גיוון, להתקהל מהר מדי סביב פתרון בינוני ולהפסיק להשתפר. המחברים מנתחים חולשות אלה — מיקומי התחלה גרועים, נדידה חסרת כיוון וכללי תנועה נוקשים מדי — ומנסים לתקן אותן מבלי להפוך את השיטה לכבדה או איטית מדי.

טריקים גאומטריים לחיפוש טוב יותר

המתודה החדשה, הנקראת אלגוריתם לווייתן גאומטרי עם טיסת משולש (ESTGWOA), משנים את אופן התפשטות ותנועת הלווייתנים. ראשית, היא משתמשת בקבוצת צמתים טובה (Good Nodes Set) כדי למקם את הלווייתנים ההתחלתיים בדפוס גאומטרי אחיד מאוד, כך שהחיפוש מכסה את כל המרחב במקום להתקבץ באקראי. לאחר מכן שלב חיפוש בהנחיית האליטה (Elite-Guided Searching) מנווט את הלווייתנים תוך שימוש הן בעיצוב הטוב ביותר הנוכחי והן במיקום הממוצע של האוכלוסייה, מה שיוצר תנועה מכוונת אך לא עיוורת למנהיג. שתי תבניות תנועה חדשות מדמות מנופים מעוקלים ואלגנטיים: תנועה מבוססת ספירלה של "הקפה" שמאפשרת ללווייתנים לבחון סביב אזורים טובים בלי להיצמד מהר מדי, ודרך ציד בסגנון ספירלת משולש שמוסיפה אקראיות מבוקרת כדי לברוח מלכודות מקומיות וללטש פתרונות.

הוספת קורטוב של אקראיות מבוקרת

כדי למנוע את היציבות שבדרך כלל מתרחשת בשלבים מאוחרים של החיפוש, המחברים שואבים רעיונות מטכניקה חזקה אחרת, אבולוציה דיפרנציאלית. הם יוצרים עותקים "מוטנטים" של כמה עיצובים על ידי שילוב מידע ממספר לווייתנים, ואז מוסיפים דחיפות גאוסיות עדינות בגדלים שונים. מוטציות אלה מדי פעם דוחפות את החיפוש מחוץ לשגרה לאזורים לא נחקרים ליד נקודות מבטיחות. במקביל, פרמטר בקרה פנימי מרכזי, שנקרא גורם ההתכנסות, כבר אינו מוקטן בקו ישר; הוא עוקב אחרי עקומה בצורת S. בתחילה זה מעודד חקירה רחבה, אחר כך עובר במהירות לכוונון מדויק, ולבסוף מאט שוב כדי לשמר מעט גמישות.

הוכחה שהוא עובד על מבחנים ועיצובים אמיתיים

הצוות מעריך את ESTGWOA על 23 פונקציות מבחן מתמטיות סטנדרטיות הכוללות קערות חלקות, נופים מחוספסים עם פסגות מקומיות רבות וצורות מעורבות מורכבות. בממדים בינוניים וגבוהים (30, 50 ו-100 משתנים), האלגוריתם החדש מביס מספר מתחרים ידועים, כולל גרסאות לווייתניות קודמות ושיטות אחרות המושפעות מחיות או פיזיקה. הוא מגיע לפתרונות טובים יותר בממוצע, עם פחות פיזור בין ריצות, ובדיקות סטטיסטיות מאשרות שהשיפורים אינם מקריים. המחברים לאחר מכן מתמודדים עם שבעה אתגרי עיצוב הנדסיים קלאסיים, כגון צמיגי דיסק מרובי, מדחסי שינוע גז, קפיצים, קורות, תלי, ומנופים. במרבית המקרים ESTGWOA מוצא עיצובים קלים יותר או זולים יותר בעודו עומד בכל מגבלות הבטיחות והביצוע.

מה המשמעות של זה לטכנולוגיה יומיומית

במילים פשוטות, שיטת הלווייתן הגאומטרית החדשה היא דרך חכמה יותר עבור מחשבים "לחפש את אוקיינוס העיצובים". על ידי התפצלות אחידה, מעקב אחרי מסלולי ספירלה ומשולש גמישים, ומוטציות מדי פעם לפתרונות מבטיחים, היא שומרת על איזון בריא בין חקירה רחבה וליטוש מדוקדק. התוצאה היא אלגוריתם שמגלה בקביעות עיצובים איכותיים עבור מערכות מורכבות מהעולם האמיתי בלי הנחות מתמטיות נוספות. בתעשיות שצריכות לאזן עלויות, חוזק, בטיחות ויעילות בו-זמנית, כלים כאלה יכולים לקצר מחזורי פיתוח ולחשוף פתרונות שעשויים שלא להימצא על ידי אינטואיציה בלבד.

ציטוט: 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

מילות מפתח: אופטימיזציה מטה-היוריסטית, אלגוריתם אופטימיזציה של לווייתנים, עיצוב הנדסי, אופטימיזציה מספרית, אינטליגנציה של להקות