三角飛行を組み込んだ幾何学的クジラ最適化アルゴリズム：数値最適化と工学設計への応用

より良い設計のための賢い探索

軽量な自動車部品からコストを抑えたエネルギー輸送設備に至るまで、現代の工学は無数の選択肢の中から最善の設計を選び出すことに依存しています。しかし、すべての組み合わせを網羅的に試すことは現実的ではありません。本論文は、クジラの狩りの行動と幾何学的パターンから着想を得た新しいコンピュータ探索手法を提示します。これにより複雑な工学システムの優れた設計へ素早く収束できます。

「最良」の設計を見つけるのが難しい理由

ばねや梁からガス圧縮機や反応器ネットワークに至る多くの実問題は、無数の丘と谷がある地形のようなものです。各点は特定の設計を表し、高さはその良し悪しを示します。局所的な傾斜に従う従来手法は、近くの小さな山に捕まってしまい、最も高い峰を見逃すことが容易に起こります。これに対処するためにメタヒューリスティックアルゴリズムが考案されました。一直線に進むのではなく、候補解の“群れ”を送り出して共同で探索し、情報を共有しながらより良い選択肢を探します。

クジラに着想を得た探索の仕組み

クジラ最適化アルゴリズム（WOA）は、ザトウクジラが獲物を包囲して螺旋運動で追う様子をモデル化しています。それぞれの仮想クジラが試行設計に対応し、動く中で最も性能の良い個体がリーダーとなり、他が有望な領域へ位置を調整します。元の手法は単純で柔軟ですが、困難な問題では多様性を失い、平凡な解に過度に収束して改善が止まることがあります。著者らは、初期位置の偏り、方向性のない徘徊、過度に硬直した運動規則といった弱点を分析し、手法を重く遅くすることなく修正することを目指しました。

探索を改善する幾何学的工夫

提案手法「三角飛行を伴う幾何学的クジラ最適化アルゴリズム（ESTGWOA）」は、クジラの分布と運動を再設計します。まず、Good Nodes Setを用いて初期個体を非常に均一な幾何学的配置で配置することで、ランダムな塊化を避け探索領域全体を覆います。次に、Elite-Guided Searchingでは現在の最良解と集団の平均位置の両方を使って個体を誘導し、リーダーに盲目的に従うことなく目的のある動きを与えます。さらに、優雅な曲線運動を模した二つの新しい移動パターンを導入します：良好領域を過度に固定化せずに周辺を探る螺旋に基づく“包囲”運動と、局所解から脱出して解を精錬するための制御された乱雑性を付与する三角形様式の螺旋狩猟経路です。

制御された乱択性を加える

探索の後半に起こりがちな停滞を避けるため、著者らは強力な別手法である差分進化からアイデアを借用します。複数のクジラの情報を組み合わせていくつかの設計の“変異”コピーを生成し、異なる大きさのガウス的摂動を穏やかに加えます。これらの変異は時折探索を行き詰まりから押し出し、有望な領域の周辺で未踏の領域へ導きます。同時に内部制御である収束因子は直線的に減少させるのではなく、S字型の曲線に従わせます。初期段階では広い探索を促し、その後急速に精密化へ移行し、最後にわずかな柔軟性を残しつつ減速します。

テストと実設計での有効性の実証

研究チームはESTGWOAを、滑らかな皿形関数、局所ピークが多い凹凸のある地形、複雑な混合形状を含む23個の標準的数学テスト関数で評価しました。中程度から高次元（30、50、100変数）において、本アルゴリズムは従来のクジラ由来の変種や他の動物・物理由来手法を含む複数の有名な競合を上回りました。平均的により良い解へ到達し、試行間のばらつきも少なく、統計検定により改善が偶然によるものではないことが示されました。次に著者らは多板クラッチ、ガス輸送用圧縮機、ばね、梁、トラス、レバーなど7件の古典的工学設計課題に取り組み、ほぼすべてのケースで安全性・性能制約を満たしつつ軽量化や低コスト化に成功しました。

日常技術への示唆

平たく言えば、この幾何学的クジラ手法はコンピュータが“設計の海”を賢く探索するための方法です。均一に分布し、柔軟な螺旋および三角経路に従い、有望な解を時折変異させることで、広範な探索と慎重な精緻化の健全なバランスを保ちます。その結果、余分な数学的仮定を必要とせずに複雑な実問題に対する高品質な設計を安定的に見つけられるアルゴリズムが得られます。コスト、強度、安全性、効率を同時に評価しなければならない産業分野では、こうした手法が開発期間を短縮し、直感だけでは見つけられない解を明らかにする手助けとなるでしょう。

引用: 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

キーワード: メタヒューリスティック最適化, クジラ最適化アルゴリズム, 工学設計, 数値最適化, 群知能