A high-efficiency adaptive Genghis Khan shark optimizer using novel strategies for static and dynamic complex engineering optimization
تقترح هذه الورقة خوارزمية IGKSO، وهي نسخة محسنة من خوارزمية جنكيز خان لتحسين سمك القرش (Genghis Khan shark optimizer) تتضمن روابط بقاء مبتكرة، واستراتيجية تفاعلية بين الضوء والظلام، ومعلمًا تكيفيًا، وأجهزة تجميع الأسماك لحل مشكلات التحسين الهندسي المعقدة، الساكنة والديناميكية، بفعالية مع تحسين الدقة وقدرات البحث العالمي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول العثور على أفضل مكان على الإطلاق لإقامة كشك لبيع عصير الليمون في مدينة عملاقة وفوضوية. هذه المدينة مليئة بالأزقة المخفية، والطرق المسدودة، والتغيرات المفاجئة في الطقس. إذا تجولت بشكل عشوائي، فقد تعلق في شارع صغير وهادئ لا يوجد به زبائن ("فخ محلي"). وإذا حاولت حساب المسار المثالي باستخدام خريطة جامدة، فقد تشعر بالارتباك لأن المدينة تتغير بسرعة كبيرة. هذا هو الصراع اليومي لعملية التحسين (Optimization): وهي إيجاد الحل الأفضل الوحيد في عالم فوضوي ومعقد. يستخدم العلماء برامج كمبيوتر خاصة تسمى الخوارزميات الميتا-هيورستية (Meta-heuristic Algorithms) لحل هذه المشكلات. فكر في هذه البرامج كفرق من المستكشفين الرقميين؛ فبدلاً من استخدام خريطة جامدة، هم يحاكون الطبيعة — مثل كيفية تحليق أسراب الطيور، أو بحث النمل عن الطعام، أو صيد القروش — لاستكشاف المدينة، وتبادل المعلومات، وفي النهاية التركيز بدقة على البقعة المثالية. والهدف دائماً هو نفسه: العثور على "القمة العالمية المثلى" (Global Optimum)، أي الإجابة الأفضل والوحيدة، دون الضياع في وسط الضجيج.
الآن، تعرف على خوارزمية جنكيز خان لتحسين القروش (Genghis Khan Shark Optimizer - GKSO). في عالم هؤلاء المستكشفين الرقميين، تستلهم هذه الخوارزمية فكرتها من نوع معين من القروش التي تصطاد في مجموعات. كانت خوارزمية القرش الأصلية جيدة جداً في التنقل داخل المدينة، لكن الباحثين وراء هذه الدراسة الجديدة، يوشوان غو، غانغ هو، ومحمود عبد السلام، لاحظوا أن بها بعض العيوب. فأحياناً، كانت القروش تصبح مرتاحة أكثر من اللازم وتتوقف عن البحث عن أماكن أفضل؛ وفي أحيان أخرى، لم تكن قادرة على التكيف جيداً عندما تتغير "المدينة". لذا قرروا ترقية فريق القروش إلى ما يسمونه IGKSO (خوارزمية جنكيز خان المحسنة لتحسين القروش).
لقد قاموا بتعزيز قدرات القروش بهذه الطريقة. أولاً، منحوا القروش مجموعة جديدة من قواعد البقاء بناءً على مستويات الخطر. تخيل أن لدى القروش راداراً داخلياً يقيس مدى "خطورة" المنطقة الحالية. إذا كان الخطر منخفضاً، فإنها تستمر في الصيد بشكل طبيعي. ولكن إذا ارتفع مستوى الخطر (بمعنى أنها قد تكون عالقة في مكان سيء)، فإنها تفعل آلية حماية ذاتية. هذا يشبه قرشاً يغير لونه فجأة للاندماج والهروب من مفترس، مما يسمح للخوارزمية بالتحرر من حل سيء والبدء من جديد.
ولجعل الأمر أكثر ذكاءً، أضاف الفريق "استراتيجية التفاعل بين الضوء والظلام". تخيل جلد القروش وهو يتغير لونه بناءً على ضوء الشمس. في "وضع الضوء"، تستكشف القروش مساحات واسعة بحثاً عن أراضٍ جديدة. أما في "وضع الظلام"، فهي تركز بكثافة على تحسين مكانها الحالي. ومن خلال التبديل بين هذين الوضعين بناءً على مقدار "الضوء" (المعلومات) المتوفر، توازن القروش بين التجول والتعمق، مما يضمن عدم تفويتها لأفضل بقعة.
كما قدموا استراتيجية "جهاز تجميع الأسماك" (FAD). في المحيط الحقيقي، يستخدم الصيادون هياكل عائمة لجذب الأسماك. وفي هذا المحيط الرقمي، تستخدم الخوارزمية هذه "الأجهزة" لتجميع القروش معاً في مجموعات عالية الجودة. وهذا يساعد الفريق بأكم له على التنظيم بشكل أفضل وإيجاد حلول أفضل وأسرع. أخيراً، جعلوا سرعة وحركة القروش تكييفية. فبدلاً من الركض بسرعة ثابتة، تعدل القروش وتيرة حركتها بناءً على سير عملية الصيد، مما يضمن عدم ركضها بسرعة كبيرة فتفقد منعطفاً، أو حركتها ببطء فتتخلف عن الركب.
اختبر الباحثون هذا "القرش الخارق" الجديد مقابل إحدى عشرة خوارزمية أخرى مشهورة باستخدام مجموعة ضخمة من الألغاز الرياضية المعقدة (المعروفة باسم CEC2017 benchmark). وكانت النتائج مبهرة: فازت خوارزمية IGKSO أو تعادلت في الأداء الأفضل في 41.38% من هذه الألغاز، محتلة المركز الأول إجمالاً. ولم يتوقف الأمر عند الألغاز الرياضية فحسب، بل وضع الفريق القروش للعمل أيضاً في مشا-كل هندسية واقعية، مثل تصميم محول كهربائي، وتحسين تخطيط مزرعة رياح، وتخطيط مسار ذراع روبوت. وفي كل حالة تقريباً، وجدت خوارزمية IGKSO الحل الأرخص، أو الأكثر كفاءة، أو الأكثر دقة، متفوقة في كثير من الأحيان على الخوارزميات الأخرى بفارق كبير.
تشير الورقة البحثية إلى أنه من خلال منح هذه القروش الرقمية غرائز بقاء أفضل، وطريقة للتبديل بين الاستكشاف والتركيز، والقدرة على تكييف سرعتها، يمكننا حل أصعب المشكلات الهندسية التي نواجهها اليوم. ورغم أن النتائج تعتمد على عمليات محاكاة حاسوبية ونماذج رياضية بدلاً من التجارب الفيزيائية، إلا أن اتساق النتائج عبر أنواع مختلفة من المشكلات يشير إلى أن هذه الطريقة الجديدة هي أداة قوية للتصدي للتحديات المعقدة. ويؤكد المؤلفون أن هذا النهج يمكن أن يكون المفتاح لفتح آفاق التصميمات الأفضل لكل شيء، بدءاً من شبكات الطاقة وصولاً إلى الأنظمة الروبوتية في المستقبل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.