2021-08-03
 
专家借用鸟类将新型高熵合金的搜索时间减少到几秒钟
2021年08月03日   阅读量:2048

美国能源部艾姆斯实验室的计算材料科学专家改进了一种算法,该算法借鉴了杜鹃鸟的筑巢习惯,将寻找新型高科技合金的时间从数周缩短到几秒钟。


科学家们正在研究一种称为高熵合金的合金,这是一种新型材料,因其具有许多不寻常且可能有益的特性而备受追捧。它们相对于强度而言重量轻、抗断裂、高度耐腐蚀和抗氧化,并且在高温和高压环境中具有良好的耐受性——使它们成为航空航天工业、太空探索、核能和国防的有吸引力的材料应用程序中国机器人网vrovro.com


虽然这些材料的前景很好,但它们给试图搜索和定制它们以用于技术的科学家们带来了重大困难。由于这些合金由五种或更多不同元素构成,因此价格昂贵且难以通过实验进行开发和搜索,使得类似爱迪生的方法成为不可能。


专家借用鸟类将新型高熵合金的搜索时间减少到几秒钟 中国机器人网,vrovro.com


有这么多的成分,以及这么多不同的构造方法,它们的设计配方几乎是无穷无尽的。在数以十亿计的选择中,研究人员如何将搜索范围缩小到几个优秀的潜在应用程序候选者?


在这种情况下,答案是一种进化算法,它使用十年前开发的计算机程序的混合版本,称为 Cuckoo Search (CS)。杜鹃鸟是一种寄生物,它们将卵产在寄主鸟的巢穴中,这样它们最终会抚养更大、更强壮的杜鹃幼鸟作为自己的一员。


“这种基于鸟类行为的‘适者生存’策略是布谷鸟搜索背后的想法,”艾姆斯实验室的计算材料科学家杜安约翰逊说。每个鸡蛋代表一个可能的解决方案,在固定数量的可能巢中竞争成为任何给定巢中的最佳解决方案。每个巢的最佳解决方案与其他巢竞争,直到找到最佳解决方案。


艾姆斯实验室团队对布谷鸟搜索进行了修改,这大大加快了在大量可能性中定位理想合金或最佳“蛋”的过程。最初的 CS 利用了称为 Lévy 飞行的数学概念,计算理论家利用它来搜索极大的数据集。但是,虽然这种方法适用于大型数据集,但艾姆斯实验室团队发现,将另一个数学概念蒙特卡罗算法与 Lévy 飞行相结合,大大减少了实现高熵合金最佳候选者的时间,提供了几乎在苍蝇。


“随着模型构建瓶颈的消除,可以执行目前不切实际的计算设计,”Johnson 说,“因为我们的混合 CS 是问题不可知的,它提供了许多不同领域的优化应用。”


免责声明: 本文仅代表作者本人观点,与中国机器人网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。
客服邮箱:service@cnso360.com | 客服QQ:23341571