Um Algoritmo Geométrico de Otimização de Baleias com Voo Triangular para Otimização Numérica e Projeto de Engenharia

Busca Mais Inteligente para Projetos Melhores

De peças automotivas mais leves a dutos de energia mais baratos, a engenharia moderna depende de escolher o melhor projeto possível entre inúmeras opções. Mas testar exaustivamente cada combinação é impossível. Este artigo apresenta um novo método de busca computacional, inspirado no comportamento de caça de baleias e em padrões geométricos, que pode rapidamente convergir para designs excelentes em sistemas de engenharia complexos.

Por que Encontrar o “Melhor” Projeto é Tão Difícil

Muitos problemas reais de projeto — desde molas e vigas até compressores de gás e redes de reatores — assemelham-se a paisagens com incontáveis colinas e vales. Cada ponto representa um projeto específico; a altura indica quão bom ou ruim ele é. Métodos tradicionais que seguem declives locais podem facilmente ficar presos em uma colina pequena próxima em vez de encontrar o pico mais alto. Algoritmos metaheurísticos foram criados para enfrentar isso: em vez de marchar em linha reta, eles enviam um “enxame” de soluções candidatas que exploram a paisagem conjuntamente, buscando opções melhores enquanto compartilham informações.

Como Funciona a Busca Inspirada em Baleias

O Algoritmo de Otimização por Baleias modela como as jubartes cercam e espiralam ao redor da presa no oceano. Cada baleia virtual é um projeto em teste; à medida que se movem, a baleia com melhor desempenho atua como líder, e as demais ajustam suas posições para se aproximar de regiões promissoras. Essa abordagem original é simples e flexível, mas em problemas difíceis pode perder diversidade, aglomerar-se rapidamente em uma solução mediana e deixar de evoluir. Os autores analisam essas fraquezas — más posições iniciais, vagar sem direção e regras de movimento excessivamente rígidas — e propõem correções sem tornar o método pesado ou lento.

Truques Geométricos para uma Busca Melhor

O novo método, chamado Algoritmo Geométrico de Otimização de Baleias com Voo Triangular (ESTGWOA), remodela como as baleias se espalham e se movem. Primeiro, usa um Conjunto de Nós Bons para posicionar as baleias iniciais em um padrão geométrico muito uniforme, de modo que a busca cubra todo o espaço em vez de se concentrar aleatoriamente. Em seguida, uma etapa de Busca Guiada por Elite orienta as baleias usando tanto o melhor projeto atual quanto a posição média da população, proporcionando movimentos com propósito, mas sem obediência cega ao líder. Dois novos padrões de movimento imitam manobras curvas e graciosas: um movimento de “circundação” baseado em espiral que permite às baleias sondar ao redor de boas áreas sem se fixar rápido demais, e um caminho de caça em espiral de estilo triangular que adiciona aleatoriedade controlada para escapar de armadilhas locais e refinar soluções.

Acrescentando Uma Pitada de Aleatoriedade Controlada

Para evitar a estagnação que costuma ocorrer no fim da busca, os autores incorporam ideias de outra técnica poderosa, a Evolução Diferencial. Eles criam cópias “mutadas” de alguns projetos combinando informações de várias baleias e, em seguida, adicionam pequenas perturbações gaussianas de tamanhos variados. Essas mutações ocasionalmente empurram a busca para fora de um atoleiro e para regiões inexploradas próximas a pontos promissores. Ao mesmo tempo, um controle interno chave, chamado fator de convergência, deixa de ser reduzido linearmente; em vez disso segue uma curva em S. No início, isso incentiva ampla exploração, depois faz uma transição rápida para ajuste fino focado e, finalmente, desacelera novamente para preservar certa flexibilidade.

Provando que Funciona em Testes e Projetos Reais

A equipe avalia o ESTGWOA em 23 funções de teste matemáticas padrão que incluem tigelas suaves, paisagens acidentadas com muitos picos locais e formas mistas intrincadas. Em dimensões moderadas e altas (30, 50 e 100 variáveis), o novo algoritmo supera vários concorrentes conhecidos, incluindo variantes anteriores inspiradas em baleias e outros métodos inspirados em animais e em fenômenos físicos. Ele alcança soluções melhores em média, com menor dispersão entre execuções, e testes estatísticos confirmam que as melhorias não são fruto do acaso. Os autores então enfrentam sete desafios clássicos de projeto de engenharia, como embreagens multidisco, compressores de transmissão de gás, molas, vigas, treliças e alavancas. Em quase todos os casos, o ESTGWOA encontra projetos mais leves ou mais baratos mantendo todos os limites de segurança e desempenho.

O Que Isso Significa para a Tecnologia do Dia a Dia

Em termos simples, o novo método geométrico de baleias é uma forma mais inteligente para computadores “navegarem no oceano do projeto”. Ao se espalhar de maneira uniforme, seguir trajetórias em espiral e triangulares flexíveis e, ocasionalmente, mutar soluções promissoras, ele mantém um equilíbrio saudável entre exploração ampla e refinamento cuidadoso. O resultado é um algoritmo que descobre de forma confiável projetos de alta qualidade para sistemas complexos do mundo real sem suposições matemáticas extras. Para indústrias que precisam conciliar custo, resistência, segurança e eficiência ao mesmo tempo, tais ferramentas podem encurtar ciclos de desenvolvimento e revelar soluções que poderiam nunca ser encontradas apenas pela intuição.

Citação: 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

Palavras-chave: otimização metaheurística, algoritmo de otimização por baleias, projeto de engenharia, otimização numérica, inteligência de enxame