research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
NEW APPROACH OF ADAPTIVE BEAM FORMING USING NXP ARM7 MICROCONTROLLER IN CONJUNCTION WITH EMBEDDED CLONAL SELECTION ALGORITHM

Author: Mohammed Qasim ALsulttan
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2013 Volume: 21 Issue: 3 Pages: 1071-1079
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Clonal Selection Algorithm (CSA) is an emerging optimization tool for solving complex stochastic problem. It is another artificial intelligent tool that is inspired by biological process after neutral network and evolutionary algorithm. CSA extracts its idea from Burnet’s Clonal selection theory which explains on how human immune system work. CSA can be used for pattern recognition as well as solving various multi objective optimization problems. In this paper, an adaptive beam forming with CSA firmware is put into NXP Semiconductor embedded microcontroller, LPC2131. Smart antenna system with adaptive beam forming has becoming a trend now because adaptive beam forming can improve signal to noise and interference ratio (SINR) as well as saving more energy. The advantage of using CSA for application of adaptive beam forming is its simplicity. Without the need of sophisticate digital signal processor, CSA is used to optimize the best power efficient of beam pattern. Processing power on embedded system is the bottleneck for this application because CSA work as other evolutionary algorithm which needs a lot of looping processes. However, this paper shows how the ARM7 core LPC2131 realizes this implementation

خوارزمية الانتقاء الوراثي CSA هي الاداة المنبثقة لحل مشكلة الستوكاستك العشوائية المعقدة وتعتبر أداة صناعية ذكية مستوحاة من عملية بايولوجيه بعد شبكه محايده وخوارزمية تطورية.لقد تم استخلاص فكرة الCSA من نظرية بيرنت في الانتقاء الوراثي والتي تفسر كيفية عمل جهاز المناعه البشريه.يمكن ان نستخدم الCSA كنموذج تمييز فضلا عن حل مختلف مشاكل الهدف المتعدد الامثل.في هذا البحث تم وضع التشكيل لشعاع التكييف مع الCSA في NXP مسيطر اشباه الموصلات المدمجه LPC2131.سوف يصبح نظام الهوائي الذكي مع التشكيل لشعاع التكييف هو الاتجاه او النزعه الحاليه والسبب هو ان التشكيل لشعاع التكييف يمكن ان يحسن الاشارة الى نسبة الضوضاءوالتداخل (SINR),فضلا عن توفير المزيد من الطاقة. تمتاز عملية استخدام الCSA مع التشكيل لشعاع التكييف ببساطتها. الCSA تستخدم لتحسين أفضل كفاءة طاقة لنموذج الشعاع دون الحاجة لمعالج اشارة رقمي معقد.يعتبر تجهيز الطاقة في النظام المحكم هو عنق الزجاجة في هذا التطبيق والسبب يعود لعمل الCSA والتي تعمل كباقي خوارزميات التطور الاخرى التي تحتاج الى الكثير من حلقات العمليات.مع ذلك فان هذا البحث يبين ان ARM7 core LPC2131 يحقق هذا التطبيق.


Article
An Improved Micro Artificial Immune Algorithm Utilizing Employed Honey Bees for the Identification of Nonlinear Systems

Author: Omar Farouq Lutfy
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2016 Volume: 16 Issue: 1 Pages: 69-83
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract – This paper presents an improved micro artificial immune (IMAI) algorithm utilizing basic concepts from swarm intelligence. In particular, to enhance the searching capability of the recently developed micro artificial immune system (Micro-AIS) algorithm, employed honey bees are recruited to provide high-quality antibodies for the working population of the IMAI algorithm. The proposed algorithm is used to find the optimal kernel values for the Volterra series model to identify nonlinear systems. To demonstrate the efficiency of the proposed method, three different types of nonlinear systems are considered, including a highly nonlinear rational system, a heat exchanger, and a continuous stirred tank reactor (CSTR). For all these systems, the IMAI algorithm has achieved accurate modelling results and fast convergence rates. Moreover, a comparative study was conducted with other optimization methods, namely the original Micro-AIS algorithm, the improved particle swarm optimization (IPSO), the real-coded genetic algorithm (GA), the least mean squares (LMS), the least mean p-norm (LMP), and the least mean absolute deviation (LMAD). From this comparative study, the proposed IMAI algorithm has achieved the best modelling performance compared to the other methods.


Article
Compare Between Genetic Algorithm and Clonal Selection Algorithm To Pattern Recognition Latin's Numbers

Author: Maha Abd_alelah Mohammed
Journal: JOURNAL OF EDUCATION AND SCIENCE مجلة التربية والعلم ISSN: 1812125X Year: 2019 Volume: 28 Issue: 2 Pages: 300-315
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

This work involves the use some of Artificial intelligence techniques algorithms which are genetic algorithm and artificial immune system algorithm- clonal selection algorithm. A comparison was done between the original mode of the Latin number and the distorted modes applied for the same number and with the use of above algorithms. Mode results obtained from implementing both algorithms showed that the artificial immune system algorithm(Clonal selection algorithm) was good and 85% in getting closer modes to that of the applied Latin number original mode. Both above algorithms are based on optimization principle in getting the results.


Article
Model Reference Adaptive Control based on a Self-Recurrent Wavelet Neural Network Utilizing Micro Artificial Immune Systems
نظام سيطرة متكيف ذو موديل مرجعي مبني على شبكة عصبية مويجية ذاتية التكرار باستخدام أنظمة المناعة الصناعية الدقيقة

Authors: Maryam Hassan Dawood مريم حسن داود --- Omar Farouq Lutfy عمر فاروق لطفي
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2017 Volume: 13 Issue: 2 Pages: 107-122
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents an intelligent model reference adaptive control (MRAC) utilizing a self-recurrent wavelet neural network (SRWNN) to control nonlinear systems. The proposed SRWNN is an improved version of a previously reported wavelet neural network (WNN). In particular, this improvement was achieved by adopting two modifications to the original WNN structure. These modifications include, firstly, the utilization of a specific initialization phase to improve the convergence to the optimal weight values, and secondly, the inclusion of self-feedback weights to the wavelons of the wavelet layer. Furthermore, an on-line training procedure was proposed to enhance the control performance of the SRWNN-based MRAC. As the training method, the recently developed modified micro artificial immune system (MMAIS) was used to optimize the parameters of the SRWNN. The effectiveness of this control approach was demonstrated by controlling several nonlinear dynamical systems. For each of these systems, several evaluation tests were conducted, including control performance tests, robustness tests, and generalization tests. From these tests, the SRWNN-based MRAC has exhibited its effectiveness regarding accurate control, disturbance rejection, and generalization ability. In addition, a comparative study was made with other related controllers, namely the original WNN, the artificial neural network (ANN), and the modified recurrent network (MRN). The results of these comparison tests indicated the superiority of the SRWNN controller over the other related controllers.

يقدم هذا البحث نظام سيطرة متكيفا ذا موديل مرجعي ذكي باستخدام شبكة عصبية مويجية ذاتية التكرار للسيطرة على الأنظمة اللاخطية. الشبكة المقترحة هي نسخة محسنة لشبكة عصبية مويجية منشورة سابقا. وبالتحديد, هذا التحسين تم انجازه بتبني تعديلين على هيكل الشبكة الاصلي. وهذان التعديلات يتضمنان أولا استخدام مرحلة محددة لتوليد الأوزان لتحسين الاقتراب نحو قيم الأوزان المثلى, وثانيا تضمين أوزان ذاتية الإشارة العائدة لمويجات الطبقة المويجية. فضلا عن ذلك, تم اقتراح طريقة تعليم انية لتحسين أداء نظام السيطرة المقترح. وبوصفها طريقة تعليم, تم استخدام نظام المناعة الصناعي الدقيق المعدل والذي طور حديثا لايجاد القيم المثلى لمعاملات الشبكة المستخدمة. وقد تم عرض كفائة الطريقة المستخدة بالسيطرة على عدة انظمة ديناميكية لاخطية. وقد تم اعتماد عدة اختبارات تقييم لكل نظام مسيطر عليه وهذه الاختبارات تتضمن اختبارات اداء السيطرة و اختبارات المتانة واختبارات التعميم. ومن هذه الاختبارات اظهر النظام المقترح كفائته من حيث دقة السيطرة و رفض المؤثرات الخارجية وقابلية التعميم. بالاضافة لهذه الإختبارات, تم اجراء دراسة مقارنة مع مسيطرات اخرى ذات صلة وبالتحديد الشبكة العصبية المويجية الأصلية و الشبكة العصبية الصناعية والشبكة التكرارية المعدلة. وقد اظهرت نتائج هذه الدراسة تفوق المسيطر المقترح على المسيطرات الأخرى.


Article
Application of Immune Complement Algorithm to NSL-KDD Intrusion Detection Dataset

Authors: Najlaa B. Aldabagh --- Mafaz M. Khalil
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2012 Volume: 9 Issue: 2 Pages: 109-123
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

Many real world problems involve the simultaneous optimization of various and often conflicting objectives. Evolutionary algorithms seem to be the most attractive approaches for this class of problems, because they are usually population based techniques that can find multiple compromise solution in a single run, and they do not require any hypotheses on the objective functions. Among other techniques, in the last decade a new paradigm based on the emulation of the immune system behavior has been proposed. Since the pioneer works, many different implementations have been proposed in literatures.This Paper presents a description of an intrusion detection approach modeled on the basis of three bio-inspired concepts namely, Negative selection, Positive selection and complement system. The Positive selection mechanism of the immune system can detect the attack patterns (nonself), while the Negative selection mechanism of the immune system can delete the Artificial lymphocyte (ALC) which interact with normal patterns (Self). The complement system is a kind of the effecter mechanism, which refers to a series of proteins circulating in the blood and bathing the fluids surrounding tissues. It establishes the idea that only those cells that recognize the antigens are selected to undergo two operators: cleave operator and bind operator are presented, cleave operator cleaves a complement cell into two sub-cells, while bind operator binds two cells together and forms a big cell. To obtain Complement detectors can recognize only the attack patterns from the NSL-KDD dataset.

تَتضمّنُ العديد مِنْ مشاكلِ العالم الحقيقي مسألة تحقيقَ الأمثلية الآنية للأهدافِ المُخْتَلِفةِ والمتعارضةِ في أغلب الأحيان. وتَبْدو الخوارزمياتُ التطوّريةُ من الطرق الأكثر جاذبيةً لهذا الصنفِ مِنْ المشاكلِ، لأنها تقنيات تعتمد على الجيل الذي يمْكِنُه أَنْ يجدَ حلول وسطية متعدّدة في عملية تنفيذ واحدة، وهي لا تتطلّب أية فرضيات على دوال الهدف. من بين التقنياتِ الأخرى، أقترح في العقدِ الأخيرِ مثال جديد مستند على محاكاةِ سلوكِ نظامَ المناعة. وظهرت فيه أعمال رائدةِ، في العديد مِنْ التطبيقاتِ المختلفة.يقدم هذا البحث وصفاً لنظام كشف تطفل على غرار أساس المفاهيمِ الحيوية المستلهمة من النظام المناعي وهي الانتقاء السلبي، الانتقاء الايجابي، والنظام التكميلي. حيث بإمكان ميكانيكية الانتقاء الايجابي كشف أنماط الهجوم(الغير ذاتية)، بينما يكون عمل الانتقاء السلبي حذف الخلايا اللمفية الاصطناعية التي تتفاعل مع الأنماط الطبيعية (الذات). بينما يعتبر النظام التكميلي آلية فاعلة، فهي سلسلة من البروتينات تنتشر في الدمِّ ويَغطّي أنسجةَ السوائلَ المحيطةَ. أساس الفكرةَ هو باختيار فقط تلك الخلايا التي تتَعرف على المُسْتَضّدات للمُرور بعمليتين: عملية التقطيع وعملية الربط، تقوم عملية التقطيع بقطع الخلية التكميلية إلى اثنين من الخلايا الثانويةِ، بينما ترْبط عملية الربط خليتين سوية لتشكيل خلية كبيرة. ليكون الهدف هو الحُصُول على كاشفاتِ التكملةِ يُمْكِنُها أَنْ تتَعرفَ فقط على أنماط الهجومَ من مجموعة بياناتNSL-KDD .


Article
Internal Model Control Using a Self-Recurrent Wavelet Neural Network Trained by an Artificial Immune Technique for Nonlinear Systems

Authors: Omer F. Lutfy --- Rand A. Majeed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 7 Part (A) Engineering Pages: 784-791
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents a Self-Recurrent Wavelet Neural Network (SRWNN)-based Internal Model Control (IMC) for nonlinear systems. As the internal model, a Nonlinear Autoregressive Moving Average (NARMA-L2) is employed for obtaining a forward system model. Then, this model is directly used to formulate the control law. The proposed SRWNN-based IMC is an enhanced version of a previously published Wavelet Neural Network (WNN)-based IMC scheme. Particularly, the enhancement was attained by considering three modifications, which include the use of an initialization phase for the parameters of the wavelon layer, the utilization of self-feedback connections in the wavelon layer, and the exploitation of RASP1 as the mother wavelet function. The modified Micro Artificial Immune System (modified Micro-AIS) is employed as the training method. From the simulation results, the efficiency of the suggested methodology have been proved concerning control precision and disturbance rejection ability. Moreover, the superiority of the SRWNN over the WNN and the Multilayer Perceptron (MLP) as the IMC controllers has been confirmed from a comparative study. Furthermore, the modified Micro-AIS has accomplished better results compared to the Genetic Algorithm (GA) concerning control precision.

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

English (5)

Arabic and English (1)


Year
From To Submit

2019 (1)

2018 (1)

2017 (1)

2016 (1)

2013 (1)

More...