تُعد خوارزميات التحسين الذكية أدوات محورية لحل مشكلات التحسين العالمية والمعقدة في العلوم والهندسة والإدارة، غير أن كثيرًا من هذه الخوارزميات يقع في شرك الحلول المثلى المحلية أو يفتقر إلى جودة الحلول المطلوبة في المشكلات صعبة البحث، وفي هذا السياق تقدم هذه الدراسة نسخة محسنة من محسّن التوزيع الأسي، تجمع بين استراتيجية طيران ليفي في مرحلة التكثيف وأسلوب التعلم المتعامد بعد نهاية دورة التحسين، بهدف التخفيف من خطر الوقوع في الحلول المثلى المحلية ورفع جودة الحلول المتحصل عليها، وتقترح الدراسة هذا المحسّن المحسن حلًا عمليًا قابلًا للتطبيق في مشكلات التحسين العالمية والعملية، وتخضعه لتقييم واسع بالمقارنة مع محسّنات قوية معروفة وعبر طيف متنوع من دوال الاختبار والمشكلات التوافقية ومشكلات التصميم، مدعومًا باختبارات للدلالة الإحصائية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير محسّن التوزيع الأسي عبر دمج استراتيجية طيران ليفي أثناء مرحلة التكثيف وتوظيف أسلوب التعلم المتعامد بعد انتهاء دورة التحسين، بما يعزز قدرة الخوارزمية على الهروب من الحلول المثلى المحلية ويحسن جودة الحلول، ولتقييم فعالية المحسّن المقترح قارنته الدراسة بسبعة محسّنات قوية عبر اثنتي عشرة دالة اختبار غير مقيدة مرتبطة بمؤتمر الحوسبة التطورية لعام ألفين واثنين وعشرين، وشملت المقارنة خوارزمية التطور التفاضلي المحسن متعدد العوامل، وخوارزمية التطور التفاضلي الموجه التكيفي، وخوارزمية تحسين الحوت، ومحسّن الذئب الرمادي، ومحسّن الجيب وجيب التمام الزائدي، وخوارزمية تحسين القشرة الأرضية المتجمدة، ومحسّن التوزيع الأسي الأصلي، كما اختبرته في ثلاث مشكلات توافقية وفي أربع مشكلات تصميم هندسية متنوعة
ثانيًا: أبرز النتائج
أظهرت النتائج المدعومة باختبارات الدلالة الإحصائية أن المحسّن المحسن المقترح تفوق بفارق دال على محسّن التوزيع الأسي القياسي وعلى منافسيه عبر مجموعات الاختبار المستخدمة، بما يؤكد أن دمج طيران ليفي في مرحلة التكثيف والتعلم المتعامد في نهاية الدورة حقق الهدف المرجو منه في التخفيف من الانحصار في الحلول المثلى المحلية ورفع جودة الحلول، وامتدت فعالية المحسّن إلى المشكلات التوافقية الثلاث التي اختبر فيها، وهي مشكلة جدولة ورش العمل ومشكلة التخصيص التربيعي ومشكلة تعبئة الحاويات، كما أثبت كفاءته في مشكلات التصميم الهندسية الأربع المتمثلة في تصميم وعاء الضغط والجمالون ثلاثي القضبان والعارضة الملحومة ومخفض السرعة، بما يدل على قابلية تطبيق واسعة تتجاوز دوال الاختبار القياسية إلى مشكلات عملية متنوعة الطبيعة
ثالثًا: دلالات الدراسة وتطبيقاتها
تقدم الدراسة دلالة منهجية مهمة لمطوري خوارزميات التحسين مفادها أن التحسينات الموجهة في نقاط محددة من دورة عمل الخوارزمية، كتعزيز التكثيف بقفزات واسعة على نمط طيران ليفي وإنهاء الدورة بتعلم متعامد منظم، يمكن أن تحدث فارقًا دالًا في الأداء دون الحاجة إلى إعادة بناء الخوارزمية من الصفر، كما يوفر المحسّن المقترح للممارسين أداة تحسين عامة أثبتت تفوقها على بدائل قوية في دوال اختبار قياسية ومشكلات توافقية وهندسية معًا، وهو ما يجعله مرشحًا للتوظيف في تطبيقات جدولة وتخصيص وتصميم متنوعة، وتفتح النتائج الباب أمام بحوث لاحقة تختبر المحسّن في مشكلات واقعية أوسع وتدرس توازنه بين الاستكشاف والاستغلال في بيئات أكثر تعقيدًا
وتستند أهمية هذا التطوير إلى ملاحظة متكررة في أدبيات التحسين، مفادها أن كثيرًا من الخوارزميات القوية في صورتها الأصلية تعاني خللًا في التوازن بين استكشاف فضاء البحث واستغلال المناطق الواعدة منه، فتنجذب مبكرًا إلى حلول محلية تبدو جيدة وتفقد القدرة على تجاوزها نحو الحل الأمثل العام، ويعالج المحسّن المقترح هذا الخلل من نقطتين متكاملتين، فقفزات طيران ليفي تمنح البحث قدرة على الانتقال الواسع المفاجئ الذي يكسر الجمود حول النقاط المحلية، بينما يعمل التعلم المتعامد في نهاية الدورة على استثمار البنية الجماعية للحلول المتولدة بصورة منظمة تستخرج تركيبات أفضل، وبهذا التكامل بين القفزة الواسعة والتعلم المنظم يتحقق التوازن المنشود بين تنويع البحث وتكثيفه في المواضع الواعدة
وخلاصة القول إن محسّن التوزيع الأسي المعزز بطيران ليفي والتعلم المتعامد يمثل تطويرًا ناجحًا لخوارزمية تحسين قائمة، إذ تفوق بفارق دال إحصائيًا على النسخة الأصلية وعلى سبعة محسّنات منافسة عبر دوال اختبار قياسية ومشكلات توافقية ومشكلات تصميم هندسية، مثبتًا قدرته على تجنب الحلول المثلى المحلية وإنتاج حلول أعلى جودة، وبذلك تقدم الدراسة إضافة منهجية وتطبيقية لأدبيات خوارزميات التحسين الذكية وخيارًا عمليًا موثوقًا للباحثين والممارسين في معالجة مشكلات التحسين العالمية والمعقدة
