research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
SWITCHING ANGLE OPTIMIZATION BASED GENETIC ALGORITHMS FOR HARMONIC REDUCTION IN THREE-PHASE PWM STRATEGY
إيجاد أفضل زوايا قطع استنادا إلى الخوارزمية الوراثية لتقليل التوافق بأسلوب تضمين عرض النبضة ثلاثية الأطوار

Author: Osama Y. AL-Rawi1 أسامة ياسين الرواي
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2011 Volume: 4 Issue: 1 Pages: 83-94
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

ABSTRACT :- In variable speed drive (VSD), it is desirable to reduce the harmonic effects, which causes current distortion and torque pulsation, besides, the harmonic power losses is an additional power losses that is introduced in the motor due to the presence of harmonic voltages.However, the problem of the high total harmonic current distortion (THD) still exists specially at low and medium speeds by using sub-optimal pulse width modulation (PWM) strategy. In the past to generate optimized PWM, is done by defining a general PWM in terms of a set of switching angles. Which result in a set of nonlinear equations in terms of the unknown switching angles. These equations are nonlinear as well as transcendental in nature. There is no efficient method that can be applied to solve such equations. The practical method of solving these equations is a trial and error process. Taking all the factors into account, a numerical technique can be applied to solve these set of nonlinear equations, but with some limitations. To overcome these limitations, Genetic algorithms (GAs) serves to search for optimal switching angles setting. In addition, the (THD) will be reduced, this lead to obtain the optimal PWM waveform and to simplify the practical implementation, and then improving the performance of the system output. GAs were employed as a search and optimization engine. Normally the tuning of the switching angles is a trail and error problem. In this paper, GAs provides a much simpler approach to off-line tuning of PWM switching angles than the rather complicated non-genetic optimization algorithms.Keywords:- Optimization, Genetic algorithm, PWM.

الخلاصة في تصمم مختلف محركات السرعة من المرغوب فيه لتقليل التأثيرات التوافقية والمتسببة من تشوهات التيار ونبضات العزم بجانب خسائر القدرة التوافقية والمتأتية من خسائر القدرة في المحرك نتيجة وجودها في الفولتية التوافقية.المشكلة في تشوهات التيار التوافقية الكلية وخاصة التي تبقى موجودة في السرعات القليلة والمتوسطة باستخدام PWM الإستراتيجية الشبه مثالية. في الماضي لتوليد PWM المثالي العام بدلالة مجموعة من قواطع الزوايا , والتي تعطينا مجموعة من المعادلات اللاخطية والمعرفة من خلال قواطع الزوايا وهذه المعادلات اللاخطية توجد طرق لتطبيقها في حل تلك المعادلات اللاخطية الطريقة العملية لحل مثل هكذا معادلات تسامية هي عملية المحاولة والخطأ وبأخذ جميع العوامل في الحسبان، تقنية التحليل العدي يمكن تطبيقها لحل هذه المجموعة من المعادلات اللاخطية ولكن مع بعض التحديدات. وللتغلب على هذه المحدودبات GAs يؤدي الى البحث عن وضع قواطع الزوايا المثلى. بالإضافة الى ان THD سوف يقل وهذا يكون على شكل PWM المثلى وسهولة تنفيذ عملية وكذلك تحسين اداء خرج النظام .استخدام GAs لبحث امثل محرك طبيعية لتوليف قواطع الزوايا هي مشكلة عمليات المحاولة وإيجاد الخطأ.في هذا البحث ان GAs يؤدي لحصول تقريب ابسط لتوليف قواطع الزوايا أفضل من الطرق التي لا تستخدم GAs .الكلمات الدالة: أفضل, الخوارزمية الوراثية, تضمين عرض النبضة.


Article
Building the optimal portfolio for stock using multi-objective genetic algorithm - comparative analytical research in the Iraqi stock market
بناء المحفظة المثلى للاسهم بأستعمال الخوارزمية الوراثية متعددة الاهداف – بحث تحليلي مقارن في سوق العراق للاوراق المالية

Authors: moustafa مصطفى منير اسماعيل --- haider حيدر عدنان غناوي
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 113 Pages: 45-78
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The main objective of the research is to build an optimal investment portfolio of stocks’ listed at the Iraqi Stock Exchange after employing the multi-objective genetic algorithm within the period of time between 1/1/2006 and 1/6/2018 in the light of closing prices (43) companies after the completion of their data and met the conditions of the inspection, as the literature review has supported the diagnosis of the knowledge gap and the identification of deficiencies in the level of experimentation was the current direction of research was to reflect the aspects of the unseen and untreated by other researchers in particular, the missing data and non-reversed pieces the reality of trading at the level of companies , the financial market and concluded by choosing the most suitable one or employing multiple objective genetic algorithm tool, they are limited either by building portfolios and choose one or generate optimal portfolios without paying attention to the issue of the missing data in the data series or the omission of the possibility of generating investment portfolios and classified it according to the preferences of the investor and other employed genetic algorithm without linking them to objective of portfolio return and risk. After the application of the idea of the research mentioned tools, results of quantitative analysis concluded to build two portfolios the optimal portfolio under original data and the optimal portfolio under the original data improved performance using multiple objective genetic algorithm. The optimal portfolio improved by using multiple objective genetic algorithm achieved the highest level of performance to the degree of superiority on the portfolio of the Iraq market index ; that marks the validity of the combination between objective programming and genetic algorithm to Building an optimal investment portfolio that guarantees the investor in the Iraqi stocks market the right tradeoff between return and risk, in a manner that positively reflects the achievement of the goal of maximizing his wealth from his limited resources

تحدد الهدف الرئيس من البحث في بناء محفظة أستثمار مثلى من الاسهم المدرجة في سوق العراق للاوراق المالية بعد توظيف الخوارزمية الوراثية متعددة الاهداف في ذلك خلال المدة الزمنية المحصورة بين (1/1/2006) لغاية (1/6/2018) في ضوء أسعار الاغلاق الشهرية للشركات المدروسة عينة البحث و البالغ عددها (43) شركة بعد اكتمال بياناتها و تلبيتها لشروط المعاينة اذ عززت مراجعة الادبيات تشخيص فجوة المعرفة و تحديد مكامن القصور على مستوى التجريب ، فكانت وجهة البحث الحالي تجسيداً للجوانب غير المشاهدة وغير المعالجة من قبل الباحثين الاخرين وبالاخص البيانات المفقودة و عدم عكس اسعار الاسهم لواقع التداول على مستوى الشركات و السوق المالي و اختتمت بتوظيف اداة الخوارزمية الوراثية متعددة الاهداف ، وبهذا فانها اما أقتصرت على بناء المحافظ و اختيار المثلى منها ، او توليد محافظ مثلى دون ايلاء الاهتمام لمسألة معالجة البيانات المفقودة في سلسلة البيانات ، او اغفال امكانية توليد محافظ استثمارية و تصنيفها كمثلى تبعا لتفضيلات المستثمر ، واخريات وظفت الخوارزمية الوراثية دون ربطها بهدفي المحفظة من عائد و مخاطرة ، وبعد تطبيق فكرة البحث بأداته المذكورة خلصت نتائج التحليل الكمي الى بناء محافظتين هي المحفظة المثلى في ظل البيانات الاصلية والمحفظة المثلى في ظل البيانات الاصلية المحسن ادائها بأستعمال الخوارزمية الوراثية متعددة الاهداف ، حققت المحفظة المثلى المحسن ادائها بأستعمال الخوارزمية الوراثية متعددة الاهداف أعلى مستوى للأداء لدرجة تفوقها على محفظة مؤشر سوق العراق للاوراق المالية و بما يؤشر صلاحية المزاوجة بين البرمجة الهدفية والخوارزمية الوراثية في بناء محفظة استثمار مثلى عالية الاداء تضمن للمستثمر في سوق العراق للاوراق المالية تحقيق المبادلة الصحيحة بين العائد و المخاطرة و بالشكل الذي ينعكس ايجاباً على تحقيق هدف تعظيم ثروته من موارده المحدودة .


Article
A Comparative Study of Various Intelligent Algorithms Based Nonlinear PID Neural Trajectory Tracking Controller for the Differential Wheeled Mobile Robot Model
دراسة مقارنة لخوارزميات ذكية متنوعة أساسه مسيطر تتابع مسار عصبي لأخطي تناسبي تكاملي تفاضلي لنموذج التحرك التفاضلي لإنسان آلي متنقل.

Author: Ahmed Sabah Al-Araji أحمد صباح عبد الأمير الأعرجي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2014 Volume: 20 Issue: 5 Pages: 44-60
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents a comparative study of two learning algorithms for the nonlinear PID neural trajectory tracking controller for mobile robot in order to follow a pre-defined path. As simple and fast tuning technique, genetic and particle swarm optimization algorithms are used to tune the nonlinear PID neural controller's parameters to find the best velocities control actions of the right wheel and left wheel for the real mobile robot. Polywog wavelet activation function is used in the structure of the nonlinear PID neural controller. Simulation results (Matlab) and experimental work (LabVIEW) show that the proposed nonlinear PID controller with PSO learning algorithm is more effective and robust than genetic learning algorithm; this is demonstrated by the minimized tracking error and obtained smoothness of the velocity control signal, especially when external disturbances are applied.

يقدم هذا البحث, دراسة مقارنة لخوارزميتين لتعليم مسيطر تناسبي تكاملي تفاضلي عصبي لاخطي تتابعي لمسار عجلة الإنسان آلي متحرك لكي يتبع مسار مستمر معرف مسبقا. كتقنيات سهله وسريعة التنغيم, لقد تم استخدام الخوارزمية الوراثية وخوارزمية حشد الجسيمات الامثلية لتنغيم عناصر المسيطر اللاخطي التناسبي التكاملي التفاضلي لإيجاد أفضل أشارة سرعة لعجلة للإنسان الآلي المتحرك الحقيقي. لقد تم استخدام الدالة الفعالة موجة البوليونك في هيكلية المسيطر العصبي. من خلال نتائج المحاكاة والعمل التجريبي, أثبتت أن المسيطر التناسبي التكاملي التفاضلي العصبي اللاخطي المقترح تنغيمه بواسطة خوارزمية حشد الجسيمات الامثلية أكثر فعالية و متانة مقارنة بالمسيطرة الذي تم تنغيمه بواسطة الخوارزمية الوراثية, وهذا واضح من خلال تقليل الخطأ ألتتابعي لمسار الإنسان الآلي المتحرك مع توليد أشارة سرعة ناعمة, برغم من وجود التأثير الاضطرابي الخارجي.


Article
Brain Tumors Classification by Using Gray Level Co-occurrence Matrix, Genetic Algorithm and Probabilistic Neural Network
تصنيف أورام الدماغ باستخدام GLCM، ألخوارزمية ألوراثية و الشبكة ألعصبية ألاحتمالية

Loading...
Loading...
Abstract

Background:Brain tumors classification by MRI (Magnetic Resonance Imaging) is important in medical diagnosis because it provides information associated with anatomical structures as well as potential abnormal tissues necessary for treatment planning and patient's case follow-up. There are a number of techniques for medical image classification. In this paper brain tumors detection and classification system are developed into seven tumors types. The image processing techniques such as preprocessing by using a mean filter and feature extraction have been implemented for the detection of a brain tumor in the MRI images. In this paper, extraction of texture features using GLCM (Gray Level Co-occurrence Matrix). We used Probabilistic Neural Network Algorithm (PNNA) for image classification technique based on Genetic Algorithm (GA) and K-Nearest Neighbor (K-NN) classifier for feature selection is proposed in this paper. Objective: MRI brain tumors detection and classification system by using GA and PNN which able to diagnose different types of tumors in human brain.Patients and Methods: Medical image techniques are used to imaging the internal structures of the human body for medical diagnosis. Image processing is an effective field of research in the medical field. MRI dataset, obtained from the Atlas Website of Harvard University.Results: Brain Tumors are classified by using the genetic algorithm where the total number of features (20 features) has been reduced to 10 features as the strongest features in the classification. Conclusion: MRI brain image is one of the best methods in brain tumor detection and classification, by observing only MRI images the specialists are unable to keep up with diagnosing. Hence, the computer-based diagnosis is necessary for the correct brain tumor classification.

خلفية الدراسة: تصنيف أورام الدماغ للرنين المغناطيسي (التصوير بالرنين المغناطيسي) أمر مهم في التشخيص الطبي لأنه يوفر المعلومات المرتبطة بالهياكل التشريحية وكذلك الأنسجة الطبيعية المحتملة اللازمة لتخطيط العلاج و متابعه حاله المريض. يوجد عدد من التقنيات لتصنيف الصور الطبية. في هذا البحث يتم تطوير نظام الكشف عن أورام الدماغ وتصنيفها إلى سبعه أنواع من الأورام. وقد تم تنفيذ تقنيات معالجه الصور مثل Preprocessing باستخدام Mean Filter و Feature Extraction للكشف عن أورام في الدماغ في صور الرنين المغناطيسي. في هذا البحث، يتم استخراج Texture Features باستخدام GLCM. لقد استخدمنا خوارزميه الشبكة العصبية الاحتمالية (PNN) لتقنية تصنيف الصور علي أساس الخوارزمية الوراثية (GA) و المصنف أقرب جار (k-NN) لاختيار الميزة المقترحة في هذا البحث.اهداف الدراسة: هدفت هذه الدراسة الى التعرف على نظام كشف وتصنيف صور الرنين المغناطيسي أورام الدماغ باستخدام GA و PNN مع أمكانية تشخيص انواع مختلفة من الاورام في دماغ الانسان.المرضى والطرائق: : تقنيات الصورة الطبية تستخدم لتصوير الهياكل الداخلية للجسم البشري للتشخيص الطبي. معالجة الصور هو مجال فعال للبحث في المجال الطبي. بيانات صور الرنين المغناطيسي تم الحصول عليها من الموقع الالكتروني أطلس لجامعة هارفارد.النتائج: صنفت الاورام باستعمال الخوارزمية الوراثية حيث تم تقليل عدد الميزات الكلي ( 20 ميزة) الى 10 ميزات كأقوى الميزات في التصنيف.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (3)

Arabic and English (1)


Year
From To Submit

2019 (1)

2018 (1)

2014 (1)

2011 (1)