Алгоритмизация миграции лососей упрощает решение инженерных проблем

Сложные задачи редко решают прямым и очевидным способом, для этого они часто содержат слишком много переменных и бесчисленное количество возможных вариантов ответа.

Инженеры иранского технологического университета Бабол в Мазандаране изобрели алгоритм поиска оптимального решения многопараметрических проблем, базирующийся на борьбе за выживание лососей, пробивающихся против течения к местам нереста в верховьях рек. Об этом рассказывается в свежем выпуске журнала Journal of Computer Applications in Technology.

Заимствованные у природы методы уже давно используются в задачах оптимизации. Так называемые генетические алгоритмы заключаются в воспроизведении естественного отбора: из случайного набора вариантов определяются лучшие, из которых синтезируется следующее «поколение» решений, а в конце «выживает» наилучшее из них. Проблемы, наподобие задачи «странствующего коммивояжера», решают, имитируя перемещения муравьев или пчел в поисках пищи. Существуют также алгоритмы роя частиц, воспроизводящие социальное поведение стайных птиц или рыб.

Все упомянутые методы имеют свои преимущества, но для ряда инженерных проблем малопригодны. Именно наличие таких исключений, побудило Алиреза Фатхи (Alireza Fathi) и Ахмада Мозаффари (Ahmad Mozaffari) в поисках альтернативного подхода обратить внимание на борьбу за существование лососевых рыб. Дорогу к нерестилищам им преграждают не только встречное течение и водопады, но также лососевые акулы, люди и медведи. При этом последние строят свою тактику охоты в соответствии с кооперативным интеллектом стаи, что позволяет им вылавливать не самых слабых, а наоборот, самых крупных рыбин. Рыбаки также стараются выбирать места, приносящие наилучший улов. Таким образом происходит противоборство оптимизационных политик.

В «лососевом» алгоритме TGSR (The great salmon run) каждая из рыб рассматривается как отдельное решение проблемы, закодированной в программе в виде грозящих опасностей, а конечный этап оптимизации символизирует достижение спокойных вод, свободных от людей, медведей и прочих хищников.

Команда успешно применила свой алгоритм для решения 25 стандартных инженерных задач, а также для определения лучшей конфигурации нового типа лазера. Результаты они сравнивали с теми, что были получены традиционными и более хорошо известными генетическими алгоритмами, оптимизационными методами роя частиц и искусственной колонии пчел. «В большинстве случаев алгоритм TGSR работал лучше, чем другие методы, — свидетельствуют его авторы. — Более того, в некоторых задачах он обеспечивал более быстрое схождение к оптимальному решению».

Стратегія охолодження ЦОД для епохи AI