Nubian Ibex Optimizer: A Nature-inspired Metaheuristic Algorithm

इंजीनियरिंग और विज्ञान की दुनिया में, कई समस्याएँ अनिवार्य रूप से ऐसी पहेलियाँ हैं जिनमें लाखों संभावित उत्तर होते हैं, लेकिन उनमें से केवल एक या कुछ ही वास्तव में पूर्ण होते हैं। कल्पना कीजिए कि आप पहाड़ियों और घाटियों से भरे एक विशाल, धुंधले परिदृश्य में सबसे निचले बिंदु को खोजने की कोशिश कर रहे हैं। एक सरल दृष्टिकोण यह हो सकता है कि आप तब तक नीचे की ओर चलें जब तक कि आप आगे न बढ़ सकें, लेकिन यह अक्सर एक छोटी सी ढलान में फंस सकता है, जिससे आप पूरे क्षेत्र के वास्तविक तल को खोजने से चूक जाते हैं। इन जटिल पहेलियों को हल करने के लिए, वैज्ञानिकों ने 'मेटाहेयुरिस्टिक एल्गोरिदम' (metaheuristic algorithms) नामक उपकरणों का एक परिवार विकसित किया है। ये कोई कठोर सूत्र नहीं हैं जो हर बार एक सही उत्तर की गारंटी देते हैं; इसके बजाय, ये प्राकृतिक दुनिया से प्रेरित लचीली रणनीतियाँ हैं। वे इस बात की नकल करते हैं कि जीवित प्राणी कैसे घूमते हैं, शिकार करते हैं या बढ़ते हैं ताकि वे एक विस्तृत क्षेत्र का पता लगा सकें और फिर अपने प्रयासों को सबसे आशाजनक स्थानों पर केंद्रित कर सकें। व्यापक रूप से नई संभावनाओं को खोजने और एक अच्छे समाधान को परिष्कृत करने के लिए गहराई तक खुदाई करने के बीच का यह संतुलन ही कठिन वास्तविक दुनिया की चुनौतियों को हल करने की कुंजी है, जैसे कि मजबूत पुलों को डिजाइन करना या आर्टिफिशियल इंटेलिजेंस की सेटिंग्स को ट्यून करना।

शोधकर्ताओं की एक टीम ने इस परिवार में एक नया उपकरण पेश किया है जिसे 'नुबियन इबेक्स ऑप्टिमाइज़र' (Nubian Ibex Optimizer) कहा जाता है। इसके पीछे का विचार मध्य पूर्व और उत्तरपूर्वी अफ्रीका के ऊबड़-खाबड़ पहाड़ों में पाए जाने वाले एक जंगली बकरी, नुबियन इबेक्स (Nubian ibex) के अवलोकन से आया है। ये जानवर खड़ी, चट्टानी चट्टानों पर चढ़ने की अपनी अविश्वसनीय क्षमता के लिए प्रसिद्ध हैं जो चढ़ने के लिए असंभव लगती हैं। वे केवल बिना किसी उद्देश्य के नहीं घूमते; उनके पास कठिन इलाकों में कुशलतापूर्वक चलने की एक गहरी समझ है, जो खड़ी सतहों पर पकड़ बनाने के लिए अपने विशेष खुरों और सटीक छलांग लगाने के लिए अपनी चपलता का उपयोग करते हैं। शोधकर्ताओं ने इन उत्तरजीविता व्यवहारों को एक कंप्यूटर प्रोग्राम में अनुवादित किया है। इस डिजिटल संस्करण में, आभासी "इबेक्सों" (ibexes) का एक समूह किसी समस्या के संभावित समाधानों का प्रतिनिधित्व करता है। जैसे-जैसे प्रोग्राम चलता है, ये आभासी जानवर डेटा के एक सिम्युलेटेड परिदृश्य में घूमते हैं, और इस आधार पर अपनी स्थिति को समायोजित करते हैं कि वे कैसा प्रदर्शन कर रहे हैं। यदि एक आभासी इबेक्स को उच्च गुणवत्ता वाला समाधान मिलता है, तो अन्य को उसकी ओर निर्देशित किया जाता है, ठीक वैसे ही जैसे एक झुंड एक नेता का पीछा करके सुरक्षित चारागाह की ओर जाता है।

शोधकर्ताओं ने इस नए तरीके का कड़ाई से परीक्षण किया ताकि यह देखा जा सके कि क्या यह मौजूदा उपकरणों से बेहतर प्रदर्शन कर सकता है। उन्होंने पहले इस एल्गोरिदम को तेईस मानक गणितीय परीक्षण कार्यों (mathematical test functions) के विरुद्ध चलाया, जो अभ्यास पहेलियों की तरह हैं जिन्हें यह जांचने के लिए डिज़ाइन किया गया है कि क्या कोई सॉल्वर सरल और सहज परिदृश्यों और अराजक, जटिल परिदृश्यों दोनों में सर्वोत्तम उत्तर पा सकता है। परिणामों ने दिखाया कि नुबियन इबेक्स ऑप्टिमाइज़र दो चीजों में असाधारण रूप से अच्छा था: यह सरल समस्याओं में सर्वोत्तम उत्तर पर तेजी से ध्यान केंद्रित कर सकता था, और जटिल समस्याओं में यह मृत अंत (dead ends) में फंसने से बचने में बहुत कुशल था। इनमें से कई परीक्षणों में, इसने अन्य प्रसिद्ध एल्गोरिदम की तुलना में बेहतर समाधान खोजे, जो कभी-कभी एक बड़े अंतर से भी बेहतर थे। उदाहरण के लिए, सटीकता को मापने के लिए डिज़ाइन किए गए एक विशिष्ट परीक्षण में, इस नई विधि ने अगले सबसे अच्छे प्रतिस्पर्धी की तुलना में लगभग 100 ऑर्डर ऑफ मैग्नीट्यूड (orders of magnitude) अधिक सटीक समाधान पाया।

यह साबित करने के लिए कि यह केवल अमूर्त गणितीय पहेलियों पर काम करने वाली विधि नहीं थी, टीम ने इस एल्गोरिदम को आठ वास्तविक दुनिया के इंजीनियरिंग डिजाइन समस्याओं पर लागू किया। ये भौतिक वस्तुओं के निर्माण से जुड़ी व्यावहारिक चुनौतियाँ थीं, जैसे कि एक टेंशन स्प्रिंग, एक प्रेशर वेसल (दबाव पात्र), मशीनरी के लिए एक स्पीड रिड्यूसर, और विभिन्न प्रकार के बीम और ब्रेक। हर मामले में, लक्ष्य लागत या वजन को कम करना था जबकि यह सुनिश्चित करना था कि वस्तु सुरक्षित और कार्यात्मक बनी रहे। नुबियन इबेक्स ऑप्टिमाइज़र ने लगातार बेहतर परिणाम दिए। एक प्रेशर वेसल के डिजाइन के लिए, जो उच्च दबाव में गैसों या तरल पदार्थों को रखने के लिए उपयोग किया जाने वाला एक बड़ा कंटेनर है, एल्गोरिदम ने एक ऐसा विन्यास (configuration) पाया जिसकी लागत 6,077 इकाइयाँ थी, जिसने अगली सबसे अच्छी विधि को हरा दिया जिसकी लागत 6,093 थी। एक वेल्डेड बीम के डिजाइन में, इसने लागत को घटाकर 1.614 कर दिया, जो अन्य परीक्षण किए गए तरीकों से बेहतर था। यहाँ तक कि एक पिस्टन लीवर के डिजाइन में भी, जो गति को परिवर्तित करने के लिए उपयोग किया जाने वाला एक तंत्र है, इसने 1.05 की सबसे कम लागत प्राप्त की, जो अन्य दृष्टिकोणों की तुलना में एक स्पष्ट सुधार है।

अध्ययन यह सुझाव देता है कि एल्गोरिदम जिस अनूठे तरीके से इबेक्स की गति की नकल करता है—विशेष रूप से यह कैसे व्यापक अन्वेषण और केंद्रित परिशोधन के बीच संतुलन बनाता है—वह इसे कठिन अनुकूलन समस्याओं को हल करने के लिए एक शक्तिशाली उपकरण बनाता है। शोधकर्ता नोट करते हैं कि हालांकि कोई भी एकल विधि हर संभव समस्या के लिए पूर्ण नहीं है, यह नया दृष्टिकोण इंजीनियरों और वैज्ञानिकों के लिए एक मजबूत और बहुमुखी विकल्प प्रदान करता है। एक पहाड़ी बकरी की उत्तरजीविता प्रवृत्तियों को गणितीय रणनीति में बदलकर, टीम ने एक ऐसा तरीका बनाया है जो जटिल डेटा परिदृश्यों में चपलता के साथ नेविगेट कर सकता है, वर्तमान में उपयोग किए जा रहे कई उपकरणों की तुलना में बेहतर समाधान तेजी से और अधिक विश्वसनीयता के साथ खोज सकता है। इस नए एल्गोरिदम का कोड सार्वजनिक रूप से उपलब्ध कराया गया है, जिससे अन्य शोधकर्ता इसे और अधिक परीक्षण कर सकें और नवीकरणीय ऊर्जा से लेकर मेडिकल इमेजिंग जैसे अपने स्वयं के क्षेत्रों में इसका उपयोग कर सकें।