research centers


Search results: Found 19

Listing 1 - 10 of 19 << page
of 2
>>
Sort by

Article
Comparison of Genetic Algorithm and Memetic Algorithm for Bicriteria Permutation Flowshop Scheduling Problem
المقارنة بين الخوارزمية الوراثية وخوارزمية الممتيك لدالة ثنائية الاهداف لمسألة الجدولة التبادلية الانسيابية

Authors: Ghassan Adnan Khtan --- Viean Abdul Muhsin Al-Salihi --- Mohamed Saleh Mehdi
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2014 Volume: 12 Issue: 3 Pages: 196-205
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

Flowshop scheduling is a well-known research field for many years. As the problem size gets bigger, an analytical solution becomes impossible. Here, heuristic solutions come to the stage. In the literature, generally solutions regarding a multi-objective are developed; and multi-objective is generally used for three machines. In this paper, the weighted mean completion times and weighted mean tardiness flowshop machine scheduling have been considered, so heuristic methods have used: Genetic Algorithms (GA) are a population-based Meta heuristics. They have been successfully applied to many optimization problems. However, such pure genetic algorithms that makes them incapable of searching numerous solutions of the problem domain. A Memetic Algorithm (MA) is an extension of the traditional genetic algorithm. That uses a local search technique to reduce the Variable Neighborhood Search (VNS). The methods were tested and gave various experimental results which shows that a pure memetic algorithm performs better than the pure genetic algorithms for such type of NP-Hard combinatorial problem. And the hybrid genetic algorithms versions with VNS, give good solutions better than hybrid MA and both were better than pure algorithms.

جدولة المسألة الانسيابية من مجالات البحوث المعروفة منذ عدّة سَنَوات. وكلما كبر حجم المسألة، يصبح الحل التحليلي لها مستحيل. في مثل هذه الحالات نستخدم الحلولَ التنقيبية. عموماً في البحوث السابقة طورت الحلول المتعلقة بالمسائل المتعددة الأهداف؛ وهذه المسائل استخدمت بشكل عام لثلاث مكائنِ. في هذا البحث، تناولنا جدولة (متوسط الأهمية لوقت الاتمام و متوسط الأهمية للتأخير) لثلاث مكائن انسيابية و استخدمنا طرق تنقيبية لإيجاد الحل: ان الخوارزميات الوراثية (GA) مع اساس مجتمع سكاني و التي تكون متعددة التنقيب قد طبقت بنجاح على العديد من مسائل الأمثلية، مع ذلك مثل هذه الخوارزمياتِ الوراثية الصافية تجعلها عاجزة عن ايجاد حلول متعددة لهذه المسألة وان الخوارزمية (MA) هي امتداد للخوارزمية الوراثية التقليدية التي تستخدم تقنية البحثِ المحليّ لتقليل قيمة دالة الهدف بواسطة بحث الجوار المتغير (VNS). هذه الطرق اختبرت وأعطت نتائج مختلفة والتي اظهرت خوارزمية (MA) الصافية تعطي نتائج افضل من خوارزمية (GA) الصافية ,لمثل هذا النوع من مسائل الـ NP-Hard والتي تكون حساباتها معقدة. وان الخوارزميات الوراثية الهجينة مع (VNS) تعطي حلول جيدة افضل من (MA) الهجينة و كلتاهما كانتا افضل من الخوارزميات الصافية.


Article
State Space Parameters Estimation Using Online Genetic Algorithms †

Loading...
Loading...
Abstract

Abstract –Accurate on-line estimates of critical system states and parameters areneeded in a variety of engineering applications, such as condition monitoring, faultdiagnosis, and process control. In these and many other applications it is required toestimate a system variable which is not easily accessible for measurement, using onlymeasured system inputs and outputs.The classical identification methods, such as least-square method, are calculus-basedsearch method. They have many drawbacks such as requiring a good initial guess of theparameter and gradient or higher-order derivatives of the objective function aregenerally required also there is always a possibility to fall into a local minimum. In thispaper we develop on-line, robust, efficient, and global optimization identification forparameters estimation based on genetic algorithms. The simulation results show that theproposed algorithm is very fast to find and adapt the estimated parameters.


Article
Hybrid evolutionary algorithm of planning VLSI

Authors: V.B. Lebedev --- A.N. Samoylov
Journal: Univesity of Thi-Qar Journal مجلة جامعة ذي قار العلمية ISSN: ISSN: 27066894 (Online) ISSN: 27066908 (Print) Year: 2014 Volume: 9 Issue: 3 Pages: 1-18
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

Hybrid evolutionary algorithm and technique of planning VLSI are described. Process of slicing floorplan synthesis is broken into two connected stages- synthesis of the slicing tree structure and floorplan formation by aggregation method. During genetic search the decisions specifying structure of slicing tree are exposed to evolutionary changes. On each step of genetic search the plan is under construction by application to this decision of aggregation procedure constructed on the basis of mechanisms of collective alternative adaptation. Two approaches to reduction of total area of plan are used in work. At the first approach the sizes of modules are fixed. It is possible to change modules orientation. At the second approach the sizes of modules can change according to restrictions. The linear estimation of time complexity of decoding procedure, and also structure, at which chromosomes and the genes located in the same loci, are homologous, simplifies genetic operators performance procedures and the genetic search organization. Experimental research has shown that algorithms at teamwork within the framework of the common approach give high quality.


Article
Evaluation of Clustering Image Using Steady State Genetic and Hybrid K-Harmonic Clustering Algorithms

Loading...
Loading...
Abstract

Abstract- The goal of clustering is to determine the intrinsic grouping in a set of unlabeled data depending on some similarity measure (e.g. Euclidean distance).In this paper a steady state genetic algorithm (SSGA) approach is used to cluster true color images. After splitting the original images into red, green and blue components and displaying the image of each part, Steady State Genetic Algorithm (SSGA) is used to cluster the image to determine the number of clusters for the image by generating an initial population randomly and then applying the different operations of GA such as fitness function computation, selection, crossover, mutation and stopping condition. In the Crossover stage 1X, PMX and UX methods used for crossover between two parents to produce a new child. In addition to that another clustering method which combines k-mean algorithms and k-harmonic mean algorithms are used. The last clustering algorithm uses two functions to find the cluster centers for each image. Finally root mean square error is used to find the difference between the clustering and original image.


Article
Prediction of Reaction Kinetic of Al- Doura Heavy Naphtha Reforming Process Using Genetic Algorithm
استخدام النظرية الجينية لإيجاد حركية تفاعلات تهذيب النفثا الثقيلة لوحدة مصفى الدورة

Authors: Abbas A. Jawad عباس علاء جواد --- Zaidoon M. Shakoor زيدون محسن شكور --- Ramzy H. Saihod رمزي صيهود حميد
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2014 Volume: 10 Issue: 1 Pages: 47-61
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this study, genetic algorithm was used to predict the reaction kinetics of Iraqi heavy naphtha catalytic reforming process located in Al-Doura refinery in Baghdad. One-dimensional steady state model was derived to describe commercial catalytic reforming unit consisting of four catalytic reforming reactors in series process. The experimental information (Reformate composition and output temperature) for each four reactors collected at different operating conditions was used to predict the parameters of the proposed kinetic model. The kinetic model involving 24 components, 1 to 11 carbon atoms for paraffins and 6 to 11 carbon atom for naphthenes and aromatics with 71 reactions. The pre-exponential Arrhenius constants and activation energies were determined after fine tuning of the model results with experimental data. The input to the optimization is the compositions for 21 components and the temperature for the effluent stream for each one of the four reactors within the reforming process while the output of optimization is 142 predicted kinetic parameters for 71 reactions within reforming process. The differential optimization technique using genetic algorithm to predict the parameters of the kinetic model. To validate the kinetic model, the simulation results of the model based on proposed kinetic model was compared with the experimental results. The comparison between the predicted and commercially results shows a good agreement, while the percentage of absolute error for aromatics compositions are (7.5, 2, 8.3, and 6.1%) and the temperature absolute percentage error are (0.49, 0.5, 0.01, and 0.3%) for four reactors respectively.

في هذا البحث تم استخدام النظرية الجينية لإيجاد حركية تفاعلات وحدة تهذيب النفثا الموجودة في مصفى الدورة ببغداد. وحدة التهذيب تتكون من اربع مفاعلات على التوالي. تم تطوير موديل رياضي لمحاكاة عملية التهذيب ذاتية التنشيط للنفثا في الحالة المستقرة ولبعد واحد. الموديل الرياضي يصف تغير التراكيز والضغط ودرجة الحرارة على طول المفاعلات الاربعة المستخدمة لعملية التهذيب.تم تجميع نتائج عملية بظروف مختلفة وتم استخدامها لوصف ثوابت حركية التفاعلات التي تتضمن وصف 24 مادة وهي البرافينات (الايزو والنورمال) التي تحتوي من1 الى 11 ذرة كاربون والنفثينات والمواد الاروماتية التي تحتوي من 6-11 ذرة كاربون بالاعتماد على حركية من 71 تفاعل. الداخل للاختيار الافضل هو التركيب ل 21 مادة وكذلك درجة الحرارة لتيار التدفق لكل مفاعل من المفاعلات الاربعة المستخدمة ضمن عملية التهذيب بينما الخارج هو 142 ثابت للموديل الرياضي المحسوبة المتكونة من 71 تفاعل ضمن عملية التهذيب, واستخدمت النظرية التفاضلية للاختيار الافضل لحساب ثوابت الموديل الرياضي.تم مقارنة النتائج الرياضية المستحصلة من الموديل الرياضي المعتمد على حركية التفاعل المقترحة مع نتائج عملية ماخوذة بنفس الظروف حيث كان هناك انطباق جيدجدا بين نتائج الموديل الرياضي والنتائج العملية وهذا يدل على ان حركية التفاعل المقترحة تصف بشكل جيد التفاعلات في وحدة تهذيب النفثا وكانت النسبة المئوية المطلقة للخظأ للمواد العطرية (7.5, 2, 8.3, and 6.1%) والنسبة المئوية للخطأ لدرجة الحرارة هي 0.49, 0.5, 0.01, and 0.3%)) للمفاعلات الاربعة على التوالي.


Article
The Genetic Coefficient with Some Applications
المعامل الجيني مع بعض التطبيقات

Authors: Hamsa M. Thabet همسة معن ثابت --- Rana B. Hussein رنا بشار حسين
Journal: TANMIAT AL-RAFIDAIN تنمية الرافدين ISSN: PISSN: 1609591X / EISSN: 2664276X Year: 2014 Volume: 36 Issue: 116 Pages: 231-246
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

The genetic coefficient and Lorenz curve are of the leading measurement tools used by the scientists of statistics and economics to measure the equitable distribution of resources in various fields of life. The genetic coefficient value ranging between zero and one, and whenever the value of that is small, there is an equitable of resources distribution.In this research, the genetic coefficient value was found by genetic algorithm after programming it with (MATLAB) language and comparing it with the obtained values by the traditional modalities, and the resulting value of the genetic algorithm to genetic coefficient is smaller than the resulting values of traditional modalities and the achieved time is very short compared to the time it takes to find traditional modalities .

يعد المعامل الجيني ومنحنى لورنز من أبرز أدوات القياس المستخدمة من قبل علماء الإحصاء والاقتصاد لقياس مدى عدالة توزيع الموارد في مجالات الحياة المختلفة. إن قيمة المعامل الجيني تتراوح مابين الصفر والواحد، وكلما كانت قيمته صغيرة كان هناك عدالة في توزيع الموارد .في هذا البحث تم إيجاد قيمة المعامل الجيني عن طريق الخوارزمية الجينية بعد برمجتها بلغة (MATLAB) ومقارنتها مع القيم المستحصل عليها بالطرائق التقليدية، وكانت القيمة الناتجة من الخوارزمية الجينية للمعامل الجيني أصغر من القيم الناتجة بالطرائق التقليدية، وتحققت بوقت قصير جداً مقارنة بالوقت المستغرق لإيجاده بالطرائق التقليدية.


Article
Best Path Planning Algorithm for Mobile Robot Based on Modified Genetic Algorithm
خوارزمية تخطيط افضل مسار لروبوت متحرك اعتمادا على خوارزمية الجينات المطورة

Authors: Nadia Adnan Shiltagh --- Kais Said Ismail --- Zeyad Qasim Habeeb
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 4 Part (A) Engineering Pages: 986-1006
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper a best path planning for mobile robot based on modified Genetic algorithm is introduced. The proposed algorithm read the map of the environment which expressed by grid model and then attempts to create an optimal or near optimal collision free path. No mutation operator is used in the proposed algorithm and modified generations of population size with modified selection operator are used. The proposed approach is implemented in five different environments. Four of these environments are implemented in different range of space. The fifth environment is very large size. The simulation results show that the proposed method can give good results in terms of minimizing distance and executions time in comparison with the other Genetic algorithms and with other kinds of soft computing (Neural Networks and Fuzzy) when they applying with different environments and cutter environments.

في هذه البحث تم عرض أفضل مسار للروبوت المتحرك على أساس الخوارزمية الجينية المعدلة. الخوارزمية المقترحة تقوم بقراءة خريطة البيئة والتي عرضت على شكل نموذج شبكة وثم تحاول انشاء أمثل أو قرب مسار لتجنب التصادم. لم يتم استخدام عامل الطفرة في الخوارزمية ألمقترحة وتم استخدام عامل اختيار معدل. النموذج المقترح تم تنفيذه على خمس بيئات مختلفة , اربع منها نفذت على مساحات مختلفة والبيئة الخامسة ذات مساحة كبيرة جدا. نتائج المحاكاة تبين أن الطريقة المقترحة تعطي نتائج جيدة من حيث حساب اقصر مسافة و اقل وقت تنفيذ مقارنة مع الخوارزميات الجينية الأخرى وأنواع الحوسبة .


Article
Effects of MaterialsProperties on Strength and Deflection of Optimized R.C. Beams: Genetic Algorithms
تأثير خصائص المواد على مقاومة وانحراف العتبات الخرسانية المسلحة ذات التصميم الأمثل:طريقةالخوارزميات الجينية

Authors: Salim T. Yousif سالم طيب يوسف --- Rabi' M. Najem ربيع مؤيد نجم
Journal: AL-Rafidain Engineering Journal (AREJ) مجلة هندسة الرافدين ISSN: 18130526 Year: 2014 Volume: 22 Issue: 5 Pages: 149-165
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

The Genetic Algorithms GAs, which is a powerful procedure of finding the optimum solution for constraints optimization, was used to find the optimum cost of reinforced concrete beams subjected to flexural constraints, with the limitations for section dimensions and steel reinforcement ratio according to the ACICode 2011.After designing the sections optimally, a non linear analysis was carried out to check the capacity of the designed section, and to find out the effect of the materials properties on the beam's deflection. Eight node degenerated shell elementsare used to represents the beam in the analysis procedure;ten layers were used to represent the concrete through the optimum section and one layer to represent the steel reinforcement.It was foundfrom the results that the materials properties affect the optimal designed sections in a way that the response of these sections towards strength and deflection, should be taken into consideration through designing the beams, if optimal design is required which was affected by about 5 – 19 %.

تعتبر طريقة الخوارزميات الجينية من أهم الطرق المستخدمة لإيجاد التصميم الأمثل لمسائل الامثلية المحددة، وتم استخدامها في هذا البحث لإيجاد التصميم الأمثل للكلفة للعتبات المعرضة لمحددات الانحناء من أبعاد المقطع ونسبة حديد التسليح بموجب متطلبات الكود الأمريكيACI code 2011.بعد إيجاد التصميم الأمثلللعتبات باستخدام هذه الطريقة، يتم تحليلها لا خطياً للتأكد من قابلية تحمل المقطع المصمم للأحمال المسلطة عليه. ولهذا الغرض تم تمثيل العتبات باستخدام أجزاء قشرية ثمانية العقد بعد تقسيمه إلى عشر طبقات لتمثيل الخرسانة وطبقة واحدة لتمثيل حديد التسليح.تم التوصل من النتائج إلى أن خصائص المواد المستخدمة في التصميم لها تأثير كبير على مقاومة المقطع وانحرافه نتيجة تأثير الأحمال المسلطة عليه، ويجب أخذها بنظر الاعتبار في حالة الحاجة الى التصميم الأمثل والذي تأثر بنسبة تتراوح مابين 5 – 19 %.


Article
Optimum Cost Design of Reinforced Concrete Columns Using Genetic Algorithms
تصميم الكلفة الأمثل للأعمدة الخرسانية المسلحة باستخدام الخوارزميات الجينية

Authors: Rabi' M. Najem ربيع مؤيد نجم --- Dr. Salim T. Yousif د. سالم طيب يوسف
Journal: AL-Rafidain Engineering Journal (AREJ) مجلة هندسة الرافدين ISSN: 18130526 Year: 2014 Volume: 22 Issue: 1 Pages: 112-141
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

The aim of this study is finding the optimum cost design of reinforced concretecolumns with all loading conditions (axially, uniaxially and biaxially loaded) using theGenetic Algorithms GAs. Many design constraints were used to cover all the reliabledesign results, such as limiting the cross sectional dimensions, limiting the reinforcementratio and even the behavior of the optimally designed sections.Each of the designed columns was handled by the GAs solver according to itsloading condition specifications. The load contour method was used to design the biaxialsections with the adjustment of the plastic centroid. A long column constraint wasintroduced to limit the design procedure with the short columns only. The optimumresults were compared with other published works, and a reduction in design cost of thebiaxially loaded columns of about 26 % was achieved using the GAs design methodwhile a small percent in the cost reduction( 1 – 3 % ) was achieved for the uniaxially designed sections, while 50% was the costsavings in the axially loaded columns. It was proved that the genetic algorithm iscapable for designing optimum columns sections despite the complex constraints thatcontrol the designing procedure

الهدف من هذه الدراسة هو إيجاد التصميم الأمثل للكلفة للأعمدة الخرسانية المسلحة تحت تأثير جميع حالاتالتحميل باستخدام الخوارزميات الجينية. تم استخدام العديد من محددات التصميم لتغطية اكبر عدد من الحلول المثلىلج ع ل ا لت ص م ي م ق اب لا ل لت ن ف ي ذ ، م ث ل ت ح د ي د أبعاد المقطع ونسبة حديد التسليح وحتى التحكم بطبيعة تصرف العمود بعدتصميمه تجاه الأحمال المسلطة عليه.لتصميم load – contour ت م ت ح د ي د ط ر ي ق ة ا لت ص م ي م لك ل ع م و د ت ب ع ا للأحمال المسلطة عليه، واستخدام طريقةالأعمدة المحملة بعزوم بالاتجاهين، مع تعديل المركز اللدن الخاص بالمقطع، واعتماد التصميم للأعمدة القصيرة فقطوفق محددات مسبقة.% وجرى مقارنة نتائج التصميم الأمثل م ع ن ت ائ ج م ن ش و ر ة م س ب ق ا . وتم الحصول على مقاطع أرخص بنسبة 623 % ( في حالة الأعمدة المحملة بعزم باتجاه واحد، – في حالة الأعمدة المحملة بعزم ثنائي المحور وبنسبة أقل ) 1بينما قلت الكلفة بنسبة 05 % ف ي ح ا لة الأ ع م د ة ا لم ح م لة م ر ك ز ي ا . وأثبتت طريقة الخوارزميات الجينية بقدرتها علىالتعامل مع مسائل على جانب من التعقيد كتصميم الأعمدة الخرسانية بوجود العديد من محددات التصميم


Article
A Genetic Algorithm for Minimum Set Covering Problem in Reliable and Efficient Wireless Sensor Networks
الخوارزمية الجينية لمشكلة المجموعة الادنى للتغطية في شبكات الاستشعار اللاسلكية الموثوقة والفعالة

Authors: Bara'a A. Attea براء علي عطيه --- Sarab M. Hameed سراب مجيد حميد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2014 Volume: 55 Issue: 1 Pages: 224-240
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Densely deployment of sensors is generally employed in wireless sensor networks (WSNs) to ensure energy-efficient covering of a target area. Many sensors scheduling techniques have been recently proposed for designing such energy-efficient WSNs. Sensors scheduling has been modeled, in the literature, as a generalization of minimum set covering problem (MSCP) problem. MSCP is a well-known NP-hard optimization problem used to model a large range of problems arising from scheduling, manufacturing, service planning, information retrieval, etc. In this paper, the MSCP is modeled to design an energy-efficient wireless sensor networks (WSNs) that can reliably cover a target area. Unlike other attempts in the literature, which consider only a simple disk sensing model, this paper addresses the problem of scheduling the minimum number of sensors (i.e., finding the minimum set cover) while considering a more realistic sensing model to handle uncertainty into the sensors' target-coverage reliability. The paper investigates the development of a genetic algorithm (GA) whose main ingredient is to maintain scheduling of a minimum number of sensors and thus to support energy-efficient WSNs. With the aid of the remaining unassigned sensors, the reliability of the generated set cover provided by the GA, can further be enhanced by a post-heuristic step. Performance evaluations on solution quality in terms of both sensor cost and coverage reliability are measured through extensive simulations, showing the impact of number of targets, sensor density and sensing radius.

يستخدم عادة نشر أجهزة الاستشعار بكثافة في شبكات الاستشعار اللاسلكية (WSNs) لضمان تغطية كفوءه وأقتصادية في المنطقة المستهدفة. حديثأ تم اقتراح العديد من تقنيات جدولة أجهزة الاستشعار لتصميمWSNs كفوء من ناحية استخدام الطاقة وأصبحت هذه المشكل تعميم لمشكله المجموعة الادنى للتغطيه MSCP .(MSCP) هي مشكلة NP-Hard والمطبقة في حل العديد من المشاكل الناجمة مثل التصنيع، وتخطيط الخدمة، واسترجاع المعلومات، وما إلى ذلك من المشاكل. في هذ البحث ، تم نمذجة MSCP لتصميم شبكات الاستشعار اللاسلكية (WSNs) والتي يمكن أن تغطي المنطقة المستهدفة بثقة وبطريقة أقتصادية. على عكس محاولات أخرى في هذا المجال، يتناول هذا البحث مشكلة جدولة الحد الأدنى لعدد من أجهزة الاستشعار ( إيجاد الحد الأدنى لغطاء مجموعة)، في نموذج الاستشعار أكثر واقعية للتعامل مع حالة عدم اليقين في موثوقية أجهزة الاستشعار في تغطية الهدف. تدارس هذا البحث تطوير الخوارزمية الجينية (GA) للحفاظ على جدوله لعدد أدنى من أجهزة الاستشعار، لدعم WSNs كفوء في استخدام الطاقة . وبمساعدة من أجهزة الاستشعار غير المعينة المتبقية، يمكن زيادة موثوقية تغطية المجموعة التي تقدمها GA بعد خطوة الكشف عن مجريات الأمور. تم قياس تقييم الأداء على نوعية الحل من حيث تكلفة الاستشعار وموثوقية التغطية من خلال محاكاة واسعة النطاق، والتي تبين أثر عدد الأهداف، وكثافة اجهزة الاستشعار ونصف قطر الاستشعار عن بعد.

Listing 1 - 10 of 19 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (19)


Language

English (16)

Arabic (2)

Arabic and English (1)


Year
From To Submit

2014 (19)