TY - JOUR ID - TI - Combining Maximum Likelihood Estimate with Constraint Generation (ML-CG) Method by Using the Genetic Algorithm to Estimate the Parameter of Boltzmann's Distribution Represented by RNA دمج طريقة مقدر الترجيح الأعظم مع طريقة قيد الجيل باستخدام الخوارزمية الجينية لتقدير معلمة توزيع بولتزمان المتمثل بمعلمة الـ (RNA) AU - Farah Saad Nashat Hameed فرح سعد نشاط AU - Intisar Ibrahim Allyas انتصار إبراهيم إلياس PY - 2019 VL - 15 IS - 45 Part 2 SP - 216 EP - 231 JO - Tikrit Journal of Administration and Economics Sciences مجلة تكريت للعلوم الإدارية والاقتصادية SN - 18131719 AB - With the enormous scientific progress that technology is witnessing at the moment, new types of systems have emerged called smart systems. That have been developed and used in many current applications Genetic algorithms. Were used in this research to study the distribution of Boltzmann, which is subject to the composition of ribosomal RNA, and included the suggestion of a genetic algorithm that combines the method of the maximum likelihood with the method of generation constraint to estimate the Boltzmann distribution parameter represented by the RNA parameter. The results showed that the embedded genetic algorithm is better for estimating the RNA string parameter than previous methods.Matlab has been used in writing research algorithms and finding results.

مع التقدم العلمي الهائل الذي تشهده التكنولوجيا في الوقت الراهن، ظهرت أنماط جديدة من الأنظمة سميت بالأنظمة الذكية التي سرعان ما طُوّرت واستخدمت في العديد من التطبيقات الحالية ومن هنا جاءت الخوارزميات الجينية (Genetic Algorithms) حيث استخدمت هذه الخوارزمية في هذا البحث لدراسة توزيع بولتزمان الذي يخضع له تركيب الحامض النووي الرايبوسوميRNA وتضمن اقتراح خوارزمية جينية تدمج بين طريقة مقدر الترجيح الاعظم مع طريقة قيد الجيل لتقدير معلمة توزيع بولتزمان المتمثل بمعلمة الـ RNA. وقد اظهرت النتائج ان الخوارزمية الجينية المدمجة أفضل لتقدير معلمة سلسلة ال RNA من الطرق السابقة. ولقد تم استخدام البرنامج Matlab في كتابة خوارزميات البحث وايجاد النتائج. ER -