The Marangoni Effect Algorithm: A Novel Physics-Inspired Metaheuristic for Global Optimization

في عالم الهندسة والعلوم، غالبًا ما يشبه العثور على أفضل حل ممكن لمشكلة معقدة البحث عن نقطة واحدة مثالية في مشهد طبيعي شاسع يلفه الضباب. التضاريس غير مستوية، مليئة بالوديان العميقة التي تبدو كقاع العالم ولكنها في الواقع مجرد فخاخ محلية، بينما تكمن النقطة الأدنى الحقيقية في مكان آخر مخفي. لعقود من الزمن، اعتمد العلماء على أدوات رياضية للتنقل في هذه التضاريس، ولكن عندما يصبح المشهد شديد التعرج أو الضباب كثيفًا للغاية، غالبًا ما تتعثر تلك الأدوات التقليدية. ولحل هذه المشكلة، توجه الباحثون إلى الطبيعة والفيزياء، فابتكروا برامج حاسوبية تحاكي كيفية تجمهر الطيور، أو كيف تجد النملات الطعام، أو كيف تجذب الجاذبية الأجسام معًا. هذه البرامج، المعروفة باسم الخوارزميات الحدسية (metaheuristics)، لا تضمن الوصول إلى إجابة مثالية في كل مرة، لكنها بارعة للغاية في استكشاف المجهول وتجنب النهايات المسدودة، مما يجعلها ضرورية لتصميم كل شيء بدءًا من ناطحات السحاب وصولًا إلى نماذج التعلم الآلي الفعالة.

قدم فريق من الباحثين في جامعة زنجان في إيران نهجًا جديدًا لهذا البحث، مستلهمًا من ظاهرة مائعية محددة تُعرف باسم "تأثير مارانجوني" (Marangoni effect). هذا هو القوة الفيزيائية التي تسبب تدفق السائل من المناطق ذات التوتر السطحي المنخفض إلى المناطق ذات التوتر السطحي المرتفع. ومن الأمثلة المألوفة على ذلك "دموع النبيذ" التي تُرى في الكأس: فبينما يتبخر الكحول من الغشاء الرقيق الملتصق بالزجاج، فإنه يخلق فرقًا في التوتر يسحب السائل للأعلى، ليتجمع بعد ذلك في قطرات ويسقط عائدًا للأسفل. أدرك الباحثان، مسعود مولاي ومهدي بابا إي، أن هذه الدورة الطبيعية من الانتشار ثم التجمع يمكن ترجمتها إلى استراتيجية بحث قوية. لقد بنيا خوارزمية تحاكي هذا السلوك، باستخدام مرحلة الانتشار لاستكشاف مساحة البحث بأكملها ومرحلة التجمع للتركيز على المناطق الأكثر واعدة.

تعمل الطريقة الجديدة، التي تسمى "خوارزمية تأثير مارانجوني"، عن طريق محاكاة سرب من القطرات الافتراضية التي تتحرك عبر مشهد رقمي. في البداية، تطلق الخوارزمية قطرة تنتشر على نطاق واسع، مما يضمن أن يغطي البحث كامل المساحة المتاحة. ومع استمرار العملية، تقوم الخوارزمية بتقييم مدى جودة أداء كل قطرة؛ فالقطرات التي تجد حلولًا أفضل تُعامل كما لو كانت في مناطق ضحلة وأكثر جاذبية في وعاء ما، مما يتسبب في تجمع القطرات الأخرى أو تحركها نحوها. وبشكل حاسم، توازن الخوارضة بين حاجتين متنافستين: الحاجة إلى النظر بعيدًا وواسعًا لاكتشاف احتمالات جديدة، والحاجة إلى التركيز والتدقيق في أفضل النتائج التي تم العثور عليها. وتحقق ذلك من خلال تقليص المسافة التي يمكن للقطرات أن تنتشر خلالها تدريجيًا مع تقدم البحث، تمامًا مثل فريق بحث يبدأ بالانتشار عبر حقل كامل ثم يتقارب ببطء نحو موقع محدد بمجرد العثور على دليل.

لاختبار ما إذا كانت هذه الطريقة الجديدة تعمل حقًا، أخضعها الباحثون لسلسلة صارمة من التجارب مقابل أربع خوارزميات بحث أخرى معروفة. استخدموا مجموعة معيارية من ثلاثة وعشرين مسألة رياضية صعبة مصممة لاختبار مدى قدرة برنامج ما على إيجاد أدنى نقطة في مشهد ما. تراوحت هذه المسائل من التلال الناعمة البسيطة إلى التضاريس المعقدة والمتعرجة التي تحتوي على العديد من القيعان الزائفة. أجرى الفريق الاختبارات خمسين مرة لكل مسألة لضمان اتساق النتائج وعدم كونها مجرد تخمينات محظوظة. أظهرت النتائج أن خوارزمية تأثير مارانجوني كانت فعالة للغاية؛ ففي الاختبارات التي تضمنت مشاهد بسيطة، وجدت الحلول الأفضل بشكل ثابت وبسرعة أكبر من الطرق الأخرى. وفي المشاهد الأكثر تعقيدًا ومتعددة القمم حيث غالبًا ما تتعثر الخوارمازميات الأخرى، أظهرت الطريقة الجديدة قدرة فائقة على الهروب من الفخاخ المحلية وإيجاد القاع العالمي الحقيقي في حالات محددة معينة.

كان الدليل الأكثر إثارة للإعجاب على موثوقية الخوارزمية جاء من أدائها في مجموعة محددة من المسائل ذات الأبعاد الثابتة. ففي خمس من هذه التحديات المعقدة (المحددة بـ F16، F18، F21، F22، وF23)، وجدت الخوارزمية نفس الحل الأفضل تمامًا في كل مرة من المرات الخمسين، مما أظهر صفر تباين في نتائجها. هذا المستوى من الاتساق يشير إلى أن الطريقة ليست مجرد تخمين، بل هي تتبع مسارًا قويًا نحو الإجابة. وبينما يقر الباحثون بأنه لا توجد خوارزمية واحدة مثالية لكل مسألة ممكنة، إلا أن نتائجهم تشير إلى أن هذه الأداة المستوحاة من الفيزياء تعد منافسًا قويًا لحل مهام التحسين الصعبة. وتخلص الدراسة إلى أنه من خلال استعارة المنطق الطبيعي لكيفية حركة السوائل وتجمعها، فقد ابتكروا أداة بحث تتسم بالبساطة في الاستخدام والدقة المتناهية، مما يوفر طريقة جديدة لمواجهة تحديات التصميم المعقدة في الهندسة الحديثة.