Optimera hjärtfrekvensen: en ny bioinspirerad metaheuristisk algoritm

Smartare val från vardagliga hjärtslag

Många av de svåraste problemen i dagens värld handlar om att välja det bästa alternativet bland ett överväldigande antal möjligheter, vare sig det gäller att konstruera lättare broar, finjustera maskininlärningsmodeller eller planera fabriksproduktion. Denna artikel introducerar en ny datoriserad metod kallad Heart Rate Optimizer, som hämtar inspiration från hur vårt hjärta accelererar och bromsar för att hålla kroppen stabil. Genom att efterlikna detta naturliga rytm hjälper metoden datorer att söka mer intelligent efter bra lösningar i komplicerade beslutsrum.

Varför det är så svårt att hitta det bästa alternativet

Ingenjörer, dataforskare och planerare ställs ofta inför pussel där det finns otaliga sätt att arrangera delar, schemalägga uppgifter eller justera inställningar. Att pröva varje möjlighet är omöjligt, så de förlitar sig på sökstrategier kända som metaheuristiska algoritmer. Dessa strategier vandrar genom alternativrummet, testar olika kombinationer och håller reda på vad som fungerar väl. Utmaningen är att röra sig tillräckligt vidsträckt för att upptäcka nya idéer samtidigt som man ägnar tillräckligt med tid åt att förfina de mest lovande. Många befintliga metoder fastnar för tidigt, rör sig för långsamt eller har svårt när antalet val blir mycket stort.

Lånar en finess från det bankande hjärtat

Heart Rate Optimizer bygger på en enkel idé: på samma sätt som hjärtslagen förändras vid vila, stress eller träning kan en sökprocess ändra sitt tempo beroende på vad den hittar. I denna metod behandlas varje möjlig lösning som en ”agent” vars beteende styrs av en simulerad hjärtrytm. När den virtuella hjärtat är i ett snabbt, ”takykardi‑liknande” tillstånd tar agenterna stora, djärva steg för att utforska avlägsna regioner. När hjärtat saktar ner till ett ”bradykardi‑liknande” tillstånd tar de kortare, försiktiga steg för att finslipa en redan bra design. Metoden imiterar också små, oregelbundna hjärtsvängningar genom att ibland göra sällsynta, långa hopp, vilket hjälper sökningen att ta sig ur lokala återvändsgränder.

Behålla variation utan att tappa fokus

För att undvika att gruppen av agenter blir alltför lika tillsätter Heart Rate Optimizer två extra idéer. För det första använder den ett matematiskt knep kallat Ortogonal Inlärning som blandar information från de bästa lösningarna på ett strukturerat sätt, så att agenter lär sig av framgång utan att bara kopiera den. För det andra upprätthåller den ett ”arkiv” av särskilt bra tidigare lösningar och förmildrar nuvarande agenters rörelser mot dem med varsamma justeringar. Dessa steg hjälper till att bevara variation i populationen samtidigt som sökningen styrs mot lovande områden. Tillsammans med en hjärtinspirerad styrsignal som reagerar på hur snabbt framsteg görs, växlar metoden automatiskt mellan bred utforskning och tajt finslipning.

Slår andra metoder i tuffa tester

Författarna utsatte sin metod för ett brett spektrum av prov. De testade den på standardiserade matematiska riktmärken utformade för att vara svåra, inklusive högdimensionella problem från två allmänt använda internationella testsamlingar. De applicerade den också på praktiska uppgifter: effektiv packning i lådor, tilldelning av anläggningar till platser, schemaläggning av jobb på maskiner samt optimering av form och dimensioner för en svetsad balk, en trycktank och en metallfjäder. I dessa fall hittade Heart Rate Optimizer ofta bättre svar, gjorde det mer konsekvent och konvergerade snabbare än nio välkända konkurrerande algoritmer. Statistiska tester stödde att dessa förbättringar inte enbart berodde på tur.

Vad det betyder i enkla termer

I vardagliga termer visar denna studie att låta en dator ”andas” med en hjärtlik rytm kan göra den mycket bättre på komplexa försök‑och‑fel‑uppgifter. Genom att snabba upp när den behöver speja och sakta ner när den behöver förfina upptäcker Heart Rate Optimizer pålitligt högkvalitativa lösningar på problem som är för stora för att lösas exakt. Även om mer arbete krävs för att automatiskt finjustera metoden och testa den på ännu större och föränderliga problem, tyder resultaten på att detta hjärtinspirerade angreppssätt är ett praktiskt nytt verktyg för att utforma maskiner, planera verksamhet och ta itu med krävande optimeringsutmaningar.

Citering: 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

Nyckelord: heart rate optimizer, bioinspirerad optimering, metaheuristisk algoritm, teknisk design, kombinatoriska problem