計算材料科學專家在美國能源部的艾姆斯實驗室增強的一種算法,它借用了杜鵑鳥的筑巢習慣的方法,減少了搜索時間新的高科技合金從星期幾秒鐘。
科學家們正在研究一種叫做熵值的合金合金、小說類的材料是高度追求的不尋常的和潛在的有益的屬性。 他們是輕量級的關系強度、fracture-resistant,高度耐腐蝕和氧化,和站在高溫、高壓環境,使他們有吸引力的材料航空航天工業、空間探索、核能、和國防應用程序。
雖然這些材料的承諾是偉大的,他們目前的主要困難科學家試圖尋找和定制它們用于技術。 因為這些合金是由5個或5個以上的不同的元素,它們是昂貴的和難以開發和搜索實驗,Edison-like方法不可能實現的。 有如此多的成分,所以許多不同的方式構建,有幾乎無限的食譜為他們設計的排列。 在幾十億的選項中,研究人員將他們的一些優秀的潛在候選人搜索應用程序?
在這種情況下,答案是一種進化算法,使用混合動力版本開發的一個計算機程序十年前,叫布谷鳥搜索(CS)。 杜鵑鳥孵寄生蟲,下蛋等許多鳥類的巢,他們撫養大的,更強的杜鵑小雞作為自己的。
“這“適者生存”戰略行為的鳥類是布谷鳥搜索背后的想法,“杜安Johnson說,計算材料科學家艾姆斯實驗室。 每個雞蛋代表一個可能的解決方案,競爭是最好的解決方案在任何給定的窩在一個固定數量的可能的巢穴。 每個巢競爭的最佳解決方案對其他巢穴,直到找到最佳的解決方案。
艾姆斯實驗室團隊把一個轉折布谷鳥搜索,大大加快了定位過程中理想的合金或最好的“蛋”在一個大量的可能性。 最初的CS利用了一個叫做利維飛行的數學概念,計算理論用在搜索他們的優勢非常大的數據集。 但是,盡管這種方法適用于大型數據集,艾姆斯實驗室團隊發現配對另一個數學概念,蒙特卡羅算法,與利維飛行,大大減少熵合金,實現最佳候選人的時間提供最優模型幾乎。
”模型的瓶頸消除,計算設計可以執行,目前不切實際,約翰遜說,“當我們混合CS problem-agnostic,它提供了在優化應用在許多不同的領域?！?/span>