بهینهسازی وزن سازههای خرپایی تحت قیود فنی، به دلیل وسعت فضای جستوجو و پیچیدگی روابط میان متغیرهای طراحی، همواره یکی از چالشهای بنیادین در مهندسی سازه بهشمار میرود که نیازمند دقت بالا در پیمایش مسیرهای محاسباتی است. این مقاله با معرفی کاربرد الگوریتم فراابتکاری جدیدی تحت عنوان بهینهسازی به روش صید ماهی (CFOA) که از هوش جمعی و رفتار استراتژیک صیادان الهام گرفته شده، راهکاری کارآمد برای عبور از محدودیتهای روشهای کلاسیک و دستیابی به پاسخهای دقیق ارائه میدهد. نوآوری محوری این الگوریتم در برقراری تعادلی پویا میان اکتشاف نواحی جدید و بهرهبرداری از نقاط مطلوب است که ضمن تضمین پایداری، سرعت همگرایی را بهطور محسوسی افزایش میدهد. برای نخستین بار در حل مسائل بهینهسازی سازههای خرپایی ارزیابی عملکرد CFOAبر روی مدلهای مرجع 10، 18عضوی دوبعدی و 25عضوی فضایی انجام گرفته شده است. به طور مشخص، این الگوریتم موفق شده است وزن سازه را در مدلهای مذکور به ترتیب 0.0004٪، 1.35٪ و 0.00046٪ نسبت به بهترین نتایج پیشین بهبود بخشد. این بهبودها، هرچند در برخی موارد کوچک به نظر میرسند، در مسائل بهینهسازی سازه با تلورانسهای بسیار محدود، حائز اهمیت فراوان هستند. در نهایت، این الگوریتم به عنوان ابزاری قدرتمند و مطمئن، توانایی بالای خود را در یافتن اقتصادیترین و پایدارترین پاسخهای مهندسی در مسائل پیچیده به اثبات رسانده است.
