A high-efficiency adaptive Genghis Khan shark optimizer using novel strategies for static and dynamic complex engineering optimization
本文提出了 IGKSO，这是一种增强型成吉思汗鲨优化算法，该算法通过引入新型生存纽带、明暗交互策略、自适应参数以及鱼群聚集装置，以有效解决复杂的静态和动态工程优化问题，并提升了精度与全局搜索能力。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图在一座巨大且混乱的城市中寻找设立柠檬水摊位的绝佳位置。这座城市充满了隐蔽的小巷、死胡同以及突如其来的天气变化。如果你只是随机游荡，可能会被困在一条没有顾客的小街上（即“局部陷阱”）。如果你试图用一张僵化的地图来计算完美路线，可能会因为城市变化太快而感到困惑。这就是优化（optimization）的日常挣扎：在混乱、复杂的世界中寻找唯一的最佳解决方案。科学家们使用被称为元启发式算法（Meta-heuristic Algorithms）的特殊计算机程序来解决这个问题。把这些程序想象成数字探险家团队。他们不是使用僵化的地图，而是模仿自然——比如鸟群如何成群飞行、蚂蚁如何寻找食物或鲨鱼如何狩猎——来探索这座城市、共享信息，并最终锁定完美的地点。目标始终如一：找到“全局最优解”（global optimum），即那个真正的最佳答案，而不至于迷失在噪音之中。
现在，来认识一下成吉思汗鲨鱼优化算法（Genghis Khan Shark Optimizer, GKSO）。在这些数字探险家的世界里，这种算法的灵感来自于一种以群体方式狩猎的特定类型鲨鱼。原始的鲨鱼算法在导航城市方面表现尚可，但这项研究背后的研究人员 Yuxuan Guo、Gang Hu 和 Mahmoud Abdel-salam 注意到了它的缺陷。有时，鲨鱼会变得过于安于现状而停止寻找更好的位置；其他时候，它们在“城市”发生变化时适应能力不足。于是，他们决定将鲨鱼团队升级为他们称之为 IGKSO（改进型成吉思汗鲨鱼优化算法）的东西。
以下是他们如何为鲨鱼“超频”的。首先，他们根据危险等级为鲨鱼设定了一套新的生存规则。想象一下，鲨鱼拥有一个测量当前区域有多“危险”的内置雷达。如果危险程度较低，它们就保持正常狩猎。但如果危险程度升高（意味着它们可能陷入了糟糕的境地），它们就会触发自我保护机制。这就像鲨鱼突然改变颜色以融入环境并逃避捕食者，从而让算法能够摆脱糟糕的解法并重新开始。
为了让它更聪明，团队还加入了一个**“明暗交互策略”**（Light-Dark Interactive Strategy）。想象一下鲨鱼的皮肤根据阳光改变颜色。在“明亮”模式下，它们广泛探索，寻找新领地。而在“黑暗”模式下，它们则专注于精细化当前的搜索点。通过根据拥有多少“光线”（信息）在两种模式之间切换，鲨鱼平衡了漫游与深挖之间的关系，确保它们不会错过最好的地点。
他们还引入了人工鱼礁装置（Fish Aggregation Device, FAD）策略。在真实的海洋中，渔民使用漂浮结构来吸引鱼类。在这个数字海洋中，算法使用这些“装置”将鲨鱼聚集在一起，形成高质量的群体。这有助于整个团队更好地组织，并更快地找到更好的解决方案。最后，他们使鲨鱼的速度和移动具有了自适应性。鲨鱼不再以固定速度奔跑，而是根据狩猎进展调整步调，确保它们既不会因为跑得太快而错过转弯，也不会因为移动太慢而被甩在身后。
研究人员使用一组包含 29 个复杂数学谜题（称为 CEC2017 基准测试）的大规模数据集，将这种全新的“超级鲨鱼”与另外 11 种流行的算法进行了对比测试。结果令人印象深刻：IGKSO 在这些谜题中以 41.38% 的胜率获得第一或并列第一，排名总榜首位。它不仅限于数学谜题，团队还将这些鲨鱼投入到现实世界的工程问题中，例如设计变压器、优化风电场布局以及规划机械臂路径。在几乎所有案例中，IGKSO 都找到了最便宜、最高效或最准确的解决方案，其表现往往大幅领先于其他算法。
论文指出，通过赋予这些数字鲨鱼更好的生存本能、一种在探索与专注之间切换的方式，以及调整速度的适应能力，我们可以解决当今面临的一些最棘手的工程问题。虽然这些结果是基于计算机模拟和数学模型而非物理实验，但该方法在不同类型问题上表现出的连贯性表明，这种新方法是应对复杂挑战的强大工具。作者们坚信，这种方法可能是解锁未来从电网到机器人系统等各种设计方案的关键。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。