当蜜蜂离开蜂箱寻找更适合筑巢的地点时，它们通常会先就近安顿下来，通常栖息在树枝上，围绕蜂后聚集，而几十只侦察蜂则去寻找新家。每只侦察蜂返回后便开始跳舞，指示它找到的地点方向和距离。它们越兴奋，跳舞越激烈，信号也就越强，示意其他蜜蜂前去查看。最终，在所有的蜂群涌动和嗡嗡声中，一个心仪的地点脱颖而出——然后它们全部出发飞往那里。
在计算机科学中，这种行为被称为粒子群优化，它认为每个粒子的运动不仅受自身位置的影响，而且还会受到其他良好位置的引导，而所有这些位置都会随着其他粒子找到更好的位置而更新。这个过程通常会将整个粒子群引向最佳结果。
你可能会想，这和航空线路有什么关系呢？
客机航线已经非常成熟。但实际上，不可预见的因素——主要与天气有关——常常迫使飞行员改变航线，这意味着他们不得不比原计划行驶更长的里程。这会耗费时间和金钱，消耗更多燃料，产生更多碳排放。
据地球之友称，航空业是全球温室气体增长最快的来源。飞机发动机产生热量、噪音和二氧化碳，以及包括一氧化碳、氮氧化物、硫氧化物、铅和黑碳在内的一系列其他污染物。
为了减少温室气体排放、噪音污染和运营成本，来自波兰科学院物理化学研究所和哥伦比亚合作大学的科学家和工程师着手设计新的算法，以蜜蜂和杜鹃的行为为基础，优化短程客机的飞行路线。
“在遇到恶劣天气或其他障碍物时，这些算法将选择燃油消耗最低的最佳航线，从而减少向大气排放的二氧化碳，”波兰科学院的科学家胡安·卡洛斯·科尔梅纳雷斯说。“这还将降低航空公司的运营成本，从而降低机票价格。该软件的巨大优势在于它是实时工作的。飞行管制员和飞行员会定期收到提示。”
这些算法运用自然界的原理来帮助选择合适的飞行路径。例如，在蜂群中，每只蜜蜂根据自己或其他蜜蜂访问过的最佳地点的知识来决定下一步的行动。在软件中，“蜜蜂”代表飞机周围的各个点，每个点都被视为一个独立的个体。
“算法从一群围绕飞机移动的点开始工作，然后——在算法的后续迭代中——‘蜜蜂’开始围绕当前时刻的最佳位置聚集，这被认为是飞行路径的下一个阶段，”科尔梅纳雷斯解释道。
“第二个用于搜索下一飞行阶段的算法模仿了杜鹃的行为——这种鸟将蛋产在其他鸟的巢中，欺骗其他鸟抚养自己的幼鸟，”他继续说道。“最好的‘蛋’，或者说解决方案，将不会被发现而得以存活，但最坏的‘蛋’，或者说解决方案，将有机会被巢的主人发现并被丢弃。”科学家们在一项发表于《Cogent Engineering》期刊上的研究中描述了他们的工作。
研究人员测试了该软件，模拟了一架空中客车A320飞机，服务于约220英里的航线，典型巡航速度约为515英里/小时。科学家们表示，模拟结果显示，该软件提出的备用航线平均比典型的备用航线短近7英里。
最终，该软件的运行将一架飞机的直接运营成本降低了百分之一以上。这听起来可能不多，但对于一架经常使用的飞机来说，研究人员表示，一年下来可以节省数十万美元。
“这些受生物启发的算法将自动优化航线，无需飞行员和管制员参与，考虑燃油消耗、大气污染物排放、运营成本和飞机安全，”科尔梅纳雷斯说。“这类算法将有助于飞行员在处理突发情况时的决策过程，帮助航空公司节省资金，并减少对环境的影响。”
玛琳·西蒙斯为Nexus Media撰稿，该媒体是一家涵盖气候、能源、政策、艺术和文化的联合新闻社。
