الملخص تحسين تكوينات الشبكة أمر ضروري لتحسين أداء الأنظمة الحيوية للمهمة. يقدم هذا البحث إطار عمل لخوارزمية جينية (GA) تدمج صيغة تعتمد فقط على الطفرات مع استراتيجية تنفيذ قابلة للتوسع تعتمد على وحدة المعالجة المركزية ووحدة معالجة الرسوميات لدعم الاستكشاف الفعال للتصاميم الهرمية للشبكة. يحافظ الإطار على الجدوى الهيكلية أثناء التحسين ويمكّن التقييم المتوازي من خلال بنية GPU حيث تتطور كتل الخيوط المستقلة مجموعات سكانية فرعية بشكل متزامن. ميزة رئيسية في هذا النهج هي اختيار الصندوق الديناميكي (DBS)، وهو آلية اختيار احتمالية منظمة مستوحاة من مسابقات البطولة. يوسع DBS مخططات الاختيار العشوائية الحالية من خلال تقديم تقدم متعدد الجولات مع ضغط انتقائي قابل للتعديل، مما يسمح بالحفاظ على التنوع حتى في بيئات البحث المعتمدة فقط على الطفرات. يوفر هذا بديلاً عمليًا لاستراتيجيات النخبة التقليدية واستراتيجيات البطولة، خاصة عند العمل بموجب قيود جدوى صارمة. يتم تقييم الإطار على نموذج شبكة كهربائية مبسطة مصممة لعزل سلوك التحسين بدلاً من تكرار ديناميات تدفق الطاقة الفيزيائية الكاملة. تفحص التجارب المقارنة أداء CPU وGPU، والتوازي على مستوى الكتل، وتأثير استراتيجيات الاختيار المختلفة. تظهر النتائج أن التوازي عبر GPU يسرع من التقارب المبكر وأن DBS يدعم استكشاف بحث أوسع بينما ينتج نتائج لياقة تنافسية. معًا، تُظهر هذه العناصر كيف يمكن أن يؤدي دمج اختيار احتمالي منظم مع التوازي المدعوم من GPU إلى تحسين كفاءة وتكيف البحث التطوري في الأنظمة الشبكية المقيدة، مما يوفر أساسًا للتحليل في مرحلة التصميم في التطبيقات الهندسية المعقدة.
درس سكوت وآخرون (2026) هذا السؤال.