DOI: https://doi.org/10.1007/s00366-025-02265-2
تاريخ النشر: 2026-01-14
المؤلف: Yudai Suzuki وآخرون
الموضوع الرئيسي: أبحاث خوارزميات التحسين الميتاهيرستية
نظرة عامة
تقدم هذه الدراسة صياغة جديدة لجهاز إيسينغ، مؤطرة كمشكلة تحسين ثنائية غير مقيدة تربيعية (QUBO)، تهدف إلى تعزيز تحسين الطوبولوجيا لقنوات التدفق بهدف تقليل فقد الطاقة مع الالتزام بقيود الحجم. تم تصميم الصياغة لتكون متوافقة مع كل من الطرق التقليدية وطرق التبريد الكمي، وهي مدمجة في عملية تحسين من خطوتين حيث يتم حساب مجال التدفق وتحديثات التصميم بشكل متتابع. من خلال التجارب العددية على حالات اختبار معيارية، تحقق الدراسة من فعالية هذا النهج وتأثيره على أداء التحسين.
تشير النتائج إلى أن استراتيجية التحديث المعتمدة على جهاز إيسينغ المقترحة يمكن أن تقلل بشكل كبير من عدد خطوات التحسين اللازمة لتحقيق تصاميم ذات جودة مقارنة بتلك التي تولدها الطرق التقليدية. ومع ذلك، وُجد أن أداء التصاميم، كما تشير إليه قيم الدالة الهدف، كان أقل من ذلك للطرق التقليدية. يُعزى هذا القيد إلى القدرة الاستكشافية المحدودة للطريقة، التي تعتمد على الأمثلية الوسيطة دون الاستفادة من معلومات الحساسية. بشكل عام، تؤكد الدراسة على إمكانيات صياغات إيسينغ في تحسين الهندسة بينما تسلط الضوء أيضًا على قيودها في عمليات تحديث التصميم التكرارية.
مقدمة
تناقش المقدمة التقدم في أجهزة إيسينغ، وخاصة أجهزة التبريد الكمي (QAs)، التي هي أجهزة متخصصة مصممة لحل مشاكل تحسين التوليف. تستفيد هذه الأجهزة من التأثيرات الكمومية لتتفوق على الطرق الحسابية التقليدية في مهام تحسين الهندسة. جانب حاسم من استخدام أجهزة إيسينغ يتضمن صياغة مشاكل التحسين كنماذج إيسينغ، حيث تمثل المتغيرات ذات القيم الثنائية حالات النظام. الهدف هو تقليل هاميلتونيان إيسينغ، الذي يتوافق مع إيجاد أدنى حالة طاقة للنموذج. يمكن أيضًا تحويل هذه الصياغة إلى مشكلة تحسين غير مقيدة تربيعية (QUBO)، مما يجعل أجهزة إيسينغ قابلة للتطبيق على مجموعة واسعة من سيناريوهات التحسين.
تسلط الورقة الضوء على التطبيقات الواعدة لأجهزة إيسينغ في مهام تحسين الهندسة المختلفة، بما في ذلك تدفق المرور، الجدولة، وتحسين المحفظة. بشكل ملحوظ، تتناول الفجوات في الأبحاث الحالية، وخاصة نقص الاستكشاف في تحسين الطوبولوجيا لقنوات التدفق باستخدام أجهزة إيسينغ. تهدف الدراسة إلى تطوير استراتيجية تحديث تصميم جديدة لتحسين قنوات التدفق من خلال تقليل فقد الطاقة اللزج مع الالتزام بقيود الحجم. يدمج هذا النهج صياغة جهاز إيسينغ في حلقة تحسين من خطوتين، حيث يتم حساب مجال التدفق أولاً، تليه تحديثات التصميم بناءً على حلول QUBO. تشمل أهداف البحث تحليل تأثير مصطلحات الصياغة المختلفة ومقارنة نهج جهاز إيسينغ مع طرق التحسين التقليدية من حيث الكفاءة وجودة التصميم.
طرق
في هذا القسم، يوضح المؤلفون منهجيتهم لاستراتيجية التحديث في تحسين الطوبولوجيا لقنوات التدفق، باستخدام صياغة جهاز إيسينغ. يبدأون بنظرة عامة على تحسين الطوبولوجيا كما يتعلق بمشاكل تدفق السوائل، مؤكدين على أهميته في تعزيز كفاءة التدفق. يتم التعبير عن تمثيل الطوبولوجيا، وبشكل خاص توزيع المواد، من خلال طريقة المستوى، التي تسهل تحديد الأشكال المعقدة في عملية التحسين.
الهدف الأساسي هو تقليل الطاقة المفقودة داخل قنوات التدفق، وهو عامل حاسم في تحسين ديناميات السوائل. لتحقيق ذلك، يدمج المؤلفون صياغة جهاز إيسينغ في نهج التحسين، مما يمكّن من حساب تحديثات التصميم التي تعزز أداء قنوات التدفق. يهدف هذا التكامل المبتكر إلى تبسيط عملية التحسين، مما قد يؤدي إلى تصاميم أكثر كفاءة في تطبيقات تدفق السوائل.
نتائج
تُعرض نتائج التجارب العددية التي أجريت لتقييم نهج التحسين المقترح القائم على صياغة جهاز إيسينغ، مع التركيز على حالتين معياريتين في تحسين الطوبولوجيا لقنوات التدفق: مشكلة الموزع ومشكلة الأنبوب المزدوج. استخدمت التجارب شبكات هيكلية للتفريق، مع أحجام شبكة قدرها $32 \times 32$ للموزع و$32 \times 48$ للأنبوب المزدوج. تم استخدام محرك التبريد Fixstars Amplify لحل مشاكل تحسين ثنائية غير مقيدة تربيعية (QUBO). درست الدراسة تأثير مصطلح التنظيم $H_{\text{reg}}$ مقارنة بمصطلح فقد الطاقة $H_{\text{dis}}$. أشارت النتائج إلى أن تغيير وزن مصطلح التنظيم لم يغير بشكل كبير التصاميم النهائية، بينما أدى زيادة وزن مصطلح فقد الطاقة إلى تصاميم أكثر سلاسة خالية من الشوائب السائلة.
تشير النتائج إلى أن مصطلح التنظيم قد لا يكون ضروريًا لتحسين قنوات التدفق، حيث يؤدي تقليل فقد الطاقة وحده إلى توزيع مستمر للمواد، وهو أمر أساسي لنقل السوائل. كما سلطت الدراسة الضوء على قيود النهج، مشيرة إلى أنه كان يعتمد فقط على جهاز إيسينغ قائم على GPU وحالتين اختباريتين بسيطتين نسبيًا ثنائية الأبعاد. على الرغم من هذه القيود، تشجع النتائج على مزيد من الاستكشاف لأجهزة إيسينغ في تحسين الطوبولوجيا في مشاكل التدفق وتقترح تحسينات محتملة من خلال دمج المعادلات الحاكمة في عملية التحسين. قد يعزز ذلك الكفاءة وأداء التصميم مقارنة بالطرق التقليدية. بشكل عام، بينما يظهر النهج المقترح وعدًا في تسريع عملية التحسين، قد لا يحقق التصاميم عالية الأداء النموذجية للنهج القائم على التدرج بسبب اعتماده على الأمثلية الوسيطة وتمثيل التصميم الثنائي.
مناقشة
في هذا القسم، تناقش الدراسة تطبيق تقنيات تحسين الطوبولوجيا على مشاكل التدفق، مع التركيز على تصميم الهياكل التي تقلل من فقد الطاقة داخل مجال تصميم ثابت، يُشار إليه بـ $\Omega$. يتم تمثيل المناطق الصلبة والسائلة داخل $\Omega$ من خلال دوال مميزة، مما يسهل عملية التحسين. تسلط الدراسة الضوء على التحديات المرتبطة بتوزيعات المواد غير المستمرة، مثل أنماط رقعة الشطرنج، وتقدم طريقة المستوى كوسيلة لتعريف الواجهة بين المناطق الصلبة والسائلة. يتم تعريف معامل المقاومة $\alpha(x)$ لتمييز مقاومة التدفق في المناطق الصلبة والسائلة، مما يسمح بالنمذجة الفعالة لفقد الطاقة بسبب اللزوجة ومقاومة التدفق.
يستخدم نهج التحسين عملية تكرارية من خطوتين: أولاً، حل مجال التدفق باستخدام طرق العناصر المحدودة (FEM)، وثانيًا، تحديث التصميم بناءً على الخصائص المحسوبة للتدفق. يتم صياغة الدالة الهدف لتقليل فقد الطاقة، مع تضمين مصطلحات تنظيمية لمعالجة الانقطاعات في توزيع المواد. تستكشف الدراسة أيضًا استخدام أجهزة إيسينغ لتعزيز عملية التحسين، مقدمة صياغة تحسين ثنائية غير مقيدة تربيعية (QUBO) تلتقط فقد الطاقة والتنظيم وقيود الحجم. تظهر النتائج أن الطريقة المقترحة يمكن أن تقلل بشكل كبير من عدد خطوات التحسين مقارنة بالطرق التقليدية، بينما لا تزال تحقق نتائج تصميم مشابهة أو محسنة.
DOI: https://doi.org/10.1007/s00366-025-02265-2
Publication Date: 2026-01-14
Author(s): Yudai Suzuki et al.
Primary Topic: Metaheuristic Optimization Algorithms Research
Overview
This research presents a novel Ising machine formulation, framed as a Quadratic Unconstrained Binary Optimization (QUBO) problem, aimed at enhancing topology optimization for flow channels with the objective of minimizing energy dissipation while adhering to volume constraints. The formulation is designed to be compatible with both classical and quantum annealing methods and is integrated into a two-step optimization process where the flow field and design updates are computed sequentially. Through numerical experiments on benchmark test cases, the study investigates the effectiveness of this approach and its impact on optimization performance.
The findings indicate that the proposed Ising machine-based update strategy can significantly reduce the number of optimization steps needed to achieve designs of comparable quality to those generated by traditional methods. However, the performance of the designs, as indicated by the objective function values, was found to be lower than that of classical approaches. This limitation is attributed to the method’s reduced exploratory capacity, which relies on intermediate optimality without leveraging sensitivity information. Overall, the study underscores the potential of Ising formulations in engineering optimization while also highlighting their constraints in iterative design update processes.
Introduction
The introduction discusses the advancements in Ising machines, particularly quantum annealers (QAs), which are specialized hardware designed for solving combinatorial optimization problems. These machines leverage quantum-mechanical effects to potentially outperform traditional computational methods in engineering optimization tasks. A critical aspect of utilizing Ising machines involves formulating optimization problems as Ising models, where binary-valued spin variables represent the system’s states. The objective is to minimize the Ising Hamiltonian, which corresponds to finding the lowest energy state of the model. This formulation can also be transformed into a quadratic unconstrained optimization (QUBO) problem, making Ising machines applicable to a wide range of optimization scenarios.
The paper highlights the promising applications of Ising machines in various engineering optimization tasks, including traffic flow, scheduling, and portfolio optimization. Notably, it addresses the gaps in existing research, particularly the lack of exploration into topology optimization for flow channels using Ising machines. The study aims to develop a novel design update strategy for optimizing flow channels by minimizing viscous energy dissipation while adhering to volume constraints. This approach integrates the Ising machine formulation into a two-step optimization loop, where the flow field is computed first, followed by design updates based on QUBO solutions. The research objectives include analyzing the impact of different formulation terms and comparing the Ising machine approach with traditional optimization methods in terms of efficiency and design quality.
Methods
In this section, the authors detail their methodology for an update strategy in the topology optimization of flow channels, employing an Ising machine formulation. They begin with an overview of topology optimization as it pertains to fluid flow problems, emphasizing its significance in enhancing flow efficiency. The representation of the topology, specifically the material distribution, is articulated through the level-set method, which facilitates the delineation of complex geometries in the optimization process.
The primary objective is to minimize the dissipation energy within the flow channels, a critical factor in optimizing fluid dynamics. To achieve this, the authors integrate their Ising machine formulation into the optimization approach, enabling the computation of design updates that enhance the performance of the flow channels. This innovative integration aims to streamline the optimization process, potentially leading to more efficient designs in fluid flow applications.
Results
The results of the numerical experiments conducted to evaluate the proposed optimization approach based on the Ising machine formulation are presented, focusing on two benchmark cases in topology optimization for flow channels: the diffuser problem and the double pipe problem. The experiments utilized structured grids for discretization, with mesh sizes of $32 \times 32$ for the diffuser and $32 \times 48$ for the double pipe. The Fixstars Amplify annealing engine was employed to solve the Quadratic Unconstrained Binary Optimization (QUBO) problems. The study examined the impact of the regularization term $H_{\text{reg}}$ compared to the energy dissipation term $H_{\text{dis}}$. Results indicated that varying the weight of the regularization term did not significantly alter the final designs, while increasing the weight of the energy dissipation term resulted in smoother designs devoid of fluid inclusions.
The findings suggest that the regularization term may not be necessary for optimizing flow channels, as minimizing energy dissipation alone leads to a continuous material distribution, which is essential for fluid transport. The study also highlighted the limitations of the approach, noting that it was based solely on a GPU-based Ising machine and two relatively simple 2D test cases. Despite these limitations, the results encourage further exploration of Ising machines for topology optimization in flow problems and suggest potential improvements by integrating governing equations into the optimization process. This could enhance efficiency and design performance compared to traditional methods. Overall, while the proposed method shows promise in accelerating the optimization process, it may not achieve the high-performance designs typical of gradient-based approaches due to its reliance on intermediate optimality and binary design representation.
Discussion
In this section, the research discusses the application of topology optimization techniques to flow problems, focusing on the design of structures that minimize energy dissipation within a fixed design domain, denoted as $\Omega$. The solid and fluid regions within $\Omega$ are represented by characteristic functions, which facilitate the optimization process. The study highlights the challenges associated with discontinuous material distributions, such as checkerboard patterns, and introduces the level-set method as a means to define the interface between solid and fluid regions. The resistance coefficient $\alpha(x)$ is defined to differentiate flow resistance in solid and fluid regions, allowing for the effective modeling of energy dissipation due to viscosity and flow resistance.
The optimization approach employs a two-step iterative process: first, solving the flow field using finite element methods (FEM), and second, updating the design based on the computed flow characteristics. The objective function for minimizing energy dissipation is formulated, incorporating regularization terms to address discontinuities in material distribution. The study also explores the use of Ising machines to enhance the optimization process, presenting a quadratic unconstrained binary optimization (QUBO) formulation that captures the energy dissipation, regularization, and volume constraints. The results demonstrate that the proposed method can significantly reduce the number of optimization steps compared to classical approaches, while still achieving comparable or improved design outcomes.