research centers


Search results: Found 18

Listing 1 - 10 of 18 << page
of 2
>>
Sort by

Article
ROUTING USING GENETIC ALGORITHM FOR LARGE NETWORKS
تحدید المسا ا رت باستخدام الخوارزمیات الجینیة في الشبكات الكبیرة

Author: Yousra Ahmed Fadil یسرى احمد فاضل
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2010 Volume: 3 Issue: 2 Pages: 53-70
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

ABSTRACT - The performance and reliability of the Internet depend in large part on the operation of the underlying routing protocols. Today's IP routing protocols compute paths based on the network topology and configuration parameters, without regard to the current traffic load on the routers and links. This paper discusses routing optimization using Genetic Algorithm Then we study and analyze the problems of routing optimization in large networks. We will propose a detailed genetic algorithm in order to optimize routing tables and to enhance the performance of the routers.

الخلاصة ان الأداء والإتقان للانترنت يعتمد بدرجة كبيرة على سياقات اختيار المسارات . اليوم Internet protocol يقوم بعملية حساب المسارات بالاعتماد على ال Network topology بدون الاهتمام للزخم في المسارات . هذا البحث يبحث بتحقيق أفضل المسارات بالاعتماد على الخوارزمية الجينية . سنقوم بدراسة وتحليل مشكلة اختيار أفضل المسارات في الشبكات الكبيرة وسنقدم شرح للخوارزمية الجينية من اجل الحصول على جدول المسارات واختيار افضل المسارات الممكنة.

Keywords

GA --- Crossover --- Mutation.


Article
NOVEL METHOD USING CROSSOVER (GENETIC ALGORITHMS) WITH MATRIX TECHNIQUE TO MODIFYING CIPHERING BY USING PLAYFAIR
طريقة الدمج بين تقنية التصالب (الخوارزميات الجينية) مع طريقة المصفوفة لزيادة صعوبة التشفير

Author: Mohammed Sami Mohammed محمد سامي محمد
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2013 Volume: 6 Issue: 3 Pages: 97-106
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

Two techniques combined with each other, to get complex one. One from technique of genetic algorithm (GA) and the other is PlayFair cipher method, in this research using one step of Genetic Algorithm (GA) which called Crossover to make offspring of two parents (characters) to get one or two new character by using these techniques then using PlayFair technique to cipher text (plain text). So the person who wants to break code, two techniques must know.This research is a novel method of ciphering by getting a new generation of offspring from two characters, when we give a new theory of symbols as mention in research.

طريقتان تم الدمج بينهما للحصول على تقنية جديدة وذات صعوبة تشفير اكبر من النظريتان الأساسيتان، إحداهما من نظرية الخوارزمية الجينية والأخرى من طريقة التشفير باستخدام المصفوفة . في هذا البحث استخدم تقنية واحدة من الخوارزمية الجينية وهي التصالب لعمل ذرية من أبوان (رموز) للحصول على واحد أو أكثر من الرموز الجديدة باستخدام طريقة المصفوفة لذلك فعند كسر هذه الشفرة يجب على المستخدم معرفة التقنيتين. في هذا البحث تعتبر الطريقة طريقة جديدة وذلك بالحصول على جيل جديد من الرموز وذلك باستخدام تقنية التصالب بفرض رموز ثابتة من الممكن العمل عليها في كافة أنواع وطرق التشفير.


Article
Evolutionary Algorithms For Transferring Properties Between Images Part I: Grayscale Image Colorization
الخوارزميات التطورية لنقل الصفات بين الصور الجزء الأول: تلوين الصور الرمادية

Authors: Aminna Dahim Aboud --- Bara'a Ali Attea
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2006 Volume: 12 Issue: 4 Pages: 975-982
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, an evolutionary algorithm (EA) for “colorizing” grayscale images is introduced by evolving color patch transfer process between a source colored image and a target grayscale image. As the general problem of inverting a gray palette to a color palette is a severely under-constrained, ambiguous problem and has no exact, objective solution, human labor and costly semantic knowledge are required. The presented EA attempts to minimize the amount of human work by automatically choosing colored patches from the source image and applying their colors to the grayscale patches of the target image. Furthermore, the best patch matching over all EA parent individuals are recombined in a single multi-sexual recombination scheme to form a single offspring individual. Mutation, on the other hand, forms all other EA individuals. The simple technique of the proposed EA can be successfully and efficiently applied to a variety of images.

يهتم هذا البحث بأيجاد خوارزميات تطورية لحل مشكلة نقل الصفات بين الصور. في هذا الجزء نقدم خوارزمية تطورية تلائم مشكلة نقل الألوان من صورة مصدر ملونة الى صورة هدف رمادية. تعتمد الخوارزمية التطورية المقترحة على نقل رقع من الألوان من الصورة المصدر الى الصورة الهدف في آن واحد. يرجع سبب أختيارنا الخوارزمية التطورية الى طبيعة مشكلة التلوين نفسها, حيث تعد هذه المشكلة من المشاكل الغامضة والتي لاتمتلك الى حل صحيح ودقيق. الخوارزمية التطورية المقترحة تحاول التقليل من التدخل البشري في عملية التلوين بوساطة الأختيار الأتوماتيكي للرقع الملونة من الصورة المصدر ونقل الوان هذه الرقع الى الرقع الرمادية للصورة الرمادية. أقترحت طريقة التزاوج متعدد الأجناس لخلط أفضل الرقع المتطابقة لتوليد فرد واحد. من جهة أخرى، تتولى عملية الطفرة الوراثية توليد بقية الأفراد للجيل الجديد. طبقت الخوارزمية المقترحة بنجاح وبكفاءة على أنواع مختلفة من الصور.


Article
Memory Allocation Technique for Segregated Free List Based on Genetic Algorithm

Author: Manal F. Younis
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2012 Volume: 15 Issue: 2 Pages: 161-168
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Dynamic memory management is an important part of computer systems design. Efficient memory allocation, garbage collection and compaction are becoming increasingly more critical in parallel, distributed and real-time applications. The memory efficiency is related to the fragmentation. Segregation is one of the simplest allocation policies which use a set of free lists, where each list holds blocks of a particular size. When the process requests a memory. The free list for the appropriate size is used to satisfy the request. This paper proposes a scheme to reduce the internal fragmentation of a segregated free list for improving memory efficiency using genetic algorithm (GA) to find the optimal configuration. Because the genetic algorithms (GAs) are largely used in optimization problems, they facilitate a good alternative in problem areas where the number of constraints is too large for humans to efficiently evaluate. This GA is tested under five randomly created workloads to find the best configuration. The results are acceptable when compared with optimal configurations of these workloads

ادارة الذاكرة الداينميكية هي جزء مهم في تصميم انظمة الكمبيوتر. اصبح التخصيص الكفوء للذاكرة و جمع الاجزاء الصغيرة وضغطها من الامور الضرورية والحرجة في الانظمة المتوازية والتوزيعية وتطبيقات الانظمة ذات الوقت الحقيقي. كفاءة الذاكرة لها علاقة بتقسيمها الى اجزاء صغيرة غير مستغلة. تجزاة الذاكرة الى مقاطع مختلفة الحجم التي تنظم بشكل قائمة هي ابسط انواع طرق تخصيص الذاكرة. وعندما يطلب البرنامج ذاكرة يفضل تخصيص الحجم المناسب لطلبه. ففي هذا البحث تم اقتراح طريقة لتقليل الاجزاء الفارغة في المقاطع المقسمة لها الذاكرة باستخدام الخوارزمية الجينية وذلك بايجاد افضل تقسيم للذاكرة. فالخوارزمية الجينية تستخدم لايجاذ الحلول الفضلى وخاصة عندما يكون الاختيار حل واحد من مجموعة كبيرة من الحلول المقترحة. وتم اختبار الحل المقترح (باستخدام الخوارزمية الجينية) على خمسة عينات وكانت النتائج مقبولة مقارنة بالحلول الفضلى المحسوبة يدوياً لهذه العينات


Article
Evolutionary Operators-Based Particle Swarm Optimization (EOPSO) to Attack Classical Cryptography Methods

Author: Ahmed Tariq Sadiq
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2014 Volume: 25 Issue: 2 Pages: 157-176
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Particle Swarm Optimization (PSO) is a population-based optimization tool, which could be implemented and applied easily to solve various function optimization problems and some NP-complete problems. This paper present a benefit developed PSO using two evolutionary operators: crossover and mutation, so it called Evolutionary Operators-based PSO (EOPSO). The benefit of these two operators in PSO is use as momentum and diversity tool in the population. EOPSO used to attack the two types of classical cryptography (substitution and transposition). Experimental results of EOPSO appear that the amount of recovered key of classical ciphers and fitness function values are best than with PSO, improved 2-opt PSO and simulated annealing PSO.

تعتبر أمثلية حشد الجزيئات من طرق الامثلية المعتمدة على المجتمع، والتي تعتبر سهلة التنفيذ والتطبيق لحلمشاكل الامثلية وبعض مشاكل من نوع NP-Complete . هذا البحث يقدم أمثلية حشد الجزيئات المطورةباستخدام عمليتين من العمليات التطويرية وهما : التضارب والطفرة، لذلك سميت الخوارزمية المقترحة بأمثليةحشد الجزيئات المعتمدة على العمليات التطويرية ) EOPSO (. الفائدة من العمليتين لأمثلية حشد الجزيئات هياعطاء زخم وتنوع للمجتمع. الخوارزمية المقترحة تهاجم نوعين من التشفير التقليدي )التعويضي والابدالي(.نتائج التجارب اظهرت ان نسبة استرجاع المفتاح باستخدام الخوارزمية المقترحة أفضل من الاصلية ) PSO )وأفضل من خوارزميات مطورة مثل ) 2-op PSO ( و ) SAPSO .)


Article
Robust PID Tuning Rules for General Plant Model
تنغيم صلب لمتحكمات كسب-تكامل-تفاضل لمنظومة عامة النموذج

Authors: Basil H. Jasim --- Adel M. Dakhil
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 12 Part (A) Engineering Pages: 2999-3008
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper, a proposed PID tuning rules for general known or unknown plant models are presented. The design procedure used to obtain the tuning rules has been previously used in literature to obtain tuning rules, but for dedicated plant models. Our contribution in this article is that the proposed tuning rules are applicable for general plant models. These rules are designed to be robust for plant gain variations. The design procedure is based on some specification or constraints of frequency response, namely phase margin, gain crossover and robustness condition. The designed rules are given in terms of frequency response parameters of the plant model ‘which can be found experimentally’ instead of the plant model transfer function (T.F.) parameters. So, these rules do not need the model of controlled process to be known. Simulation study showed clearly the generality, ease of use, good performance and robustness of the obtained tuning rules. Simulation study has included comparison study with other known tuning rules.

ان الهدف في هذا البحث هو تقديم معادلات تنغيم جديدة للمتحكم من نوع الكسب-تكامل-تفاضل (PID) لمنظومات عامة معلومة النموذج او مجهولته. الاجراء المستخدم في الحصول على معادلات التنغيم هو في الحقيقة مستخدم سابقا لهذا الغرض ولكن لمنظومات محددة النموذج وليس لمنظومات عامة. اذن مساهمتنا من خلال هذا البحث هو ان معادلات التنغيم قابلة للتطبيقلمنظومات عامة النموذج. معادلات التنغيم هذه صممت لتكون صلبة تجاه التغيرات في الكسب للمنظومة المتحكم بها. الطريقة المتبعة في التصميم اعتمدت على بعض الخصائص او القيود الموجودة في الاستجابة الترددية, وتحديدا هامش الزاوية والكسب عند تردد الانتقال وشرط الصلابة. معادلات التنغيم التي تم الحصول عليها كانت بدلالة بعض متغيرات الاستجابة الترددية التي يمكن الحصول عليها تجريببياً بدلا من متغيرات الدالة الانتقالية للمنظومة. وبهذا, فان معادلات التنغيم المستحصلة لاتحتاج الى ان يكون نموذج المنظومة الهدف معلوماً. المحاكاة بينت بشكل واضح العمومية وسهولة الاستخدام والاداء والصلابة الجيدان لمعادلات التنغيم المستحصلة.المحاكاة شملت ايضا مقارنة اداء المتحكمات المصممة من خلال الطريقة المقترحة مع اداء متحكمات صممت باستخدام بعض الطرق المعروفة.


Article
TURBO GENERATOR SYSTEM IDENTIFICATION USING GENETIC ALGORITHM
تعريف منظومة توليد توربينية بأستخدام الخوارزميه الجينيه

Authors: Sahar R. Alsakini --- Ahmed T. Alobaidi --- Ahmed J. Sultan
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2016 Volume: 20 Issue: 6 Pages: 12-31
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

the turbogenerator is one of the mean important parts of the thermal power station, which is the most famous used as a generation power plants since the serving of electricity till now. The turbogenerator unit behavior is non- linear and complicated system, for this causation the identification models are use for best and close optimization to have the highest and accurate controller. In this paper we will used the conjunction of data by intelligence techniques which called "Genetic algorithm" to have the optimum behavior without using complex mathematical equations. The result we have from genetic algorithm is showing the capably to reach highest accuracy in system work identity, which are depend on a real data registered from no-load in the second unit of Mussiab thermal power station.

يعتبر المولد التوربيني من أهم أجزاء محطات التوليد الحرارية. التي تعتبر من أهم محطات التوليد المستخدمة لتوليد الطاقه وهي من أهم مشاريع التوليد منذ اكتشاف الكهرباء و لحد هذا الوقت. عمل وحدة التوليد التوربينية هو عمل لاخطي و معقد, ولهذا السبب فأن طرق حسابية معقدة يحتاج لتعريفها و للحصول على اعلى وأدق سيطره عليها وذلك باستخدام طريقة تعريف النظام للحصول على توصيف (تمثيل) قريب من العمل الحقيقي للمولد التوربيني . في هذا البحث تم استخدام الذكاء الصناعي لربط المعطيات باستخدام "الخوارزمية الجينية" للحصول على افضل اداء دون الحاجة الى للحسابات الرياضية المعقدة. النتيجة التي تم الحصول عليها بأستخدام الخوارزمية الجينية أظهرت قابلية عالية للوصول الى أفضل النتائج دقتا لتعريف المنظومة والذي أعتمد على قراءات حقيقية من حالة اللاحمل للوحدة الثانية لمحطة المسيب الحرارية.


Article
Effectiveness of Selection Mechanisms on the efficiency of Multi Parent Crossover Operator
أثر تقنيات الاختيار على كفاءة التهجين متعدد الآباء

Author: Esam Taha Yassen عصام طه ياسين
Journal: Journal of university of Anbar for Pure science مجلة جامعة الانبار للعلوم الصرفة ISSN: ISSN: 19918941 Year: 2016 Volume: 10 Issue: 2 Pages: 35-46
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

Multi-parent crossover has been proven its ability to address many of combinatorial optimization problems such as the traveling salesman problem and the vehicle routing problem with time windows. The successful use of multi-parent crossover arises from its abilities to enhance the search performance via utilizing information exchanged by more than two parents and inheriting by offspring. These parents are selected according to one of the selection mechanisms. Selecting the most appropriate parents for a crossover process might leads to improving the effectiveness of genetic algorithm. Therefore, this work investigates the effect of selection mechanism on the efficiency of multi-parent crossover. To test this, seven selection mechanisms have been used; random selection mechanism, roulette wheel mechanism, stochastic universal sampling mechanism, tournament selection mechanism, best selection mechanism, single best-couple random selection mechanism and couple best- single random selection mechanism. The performance of the proposed algorithm is tested using Solomon VRPTW benchmark. The experimental results show the superiority of multi-parent crossover that employs the selection mechanism which selects the outstanding individuals to form most of parents over multi-parent crossover that employ other selection mechanisms. This demonstrates the efficiency of employing best parents in a crossover process that can assist the search process to attain a better solution.

أثبت التهجين متعدد الأباء قدرته على حل العديد من مشاكل التحسين الصعبة والمعقدة مثل مشكلة البائع المتجول (Traveling salesman problem) و مشكلة النقل (Vehicle routing problem). ان نجاح هذا النوع من التهجين يعود لقابليته على تعزيز كفاءة البحث من خلال تبادل معلومات عدة أباء (أكثر من أبوين) وتوريثها ألى الأبناء. تتم عملية أختيار الأباء باستخدام واحدة من تقنيات الأختيار (Selection mechanisms) . أن أختيار أكثر الأباء ملائمة في عملية التهجين من الممكن أن يقود الى تحسين كفاءة الخوارزمية الجينية (Genetic Algorithm) . لذلك هذا البحث يتناول أثر تقنية الأختيار على كفاءة التهجين متعدد الأباء من خلال أختبار سبع تقنيات أختيار مختلفة. تم فحص أداء الخوارزميات المقترحة بأستخدام Solomon VRPTW Benchmark)) . أظهرت نتائج الأختبار تفوق التهجين متعدد الأباء الذي يستخدم تقنية الأختيار التي تعتمد أفضل الأفراد ليكونوا أباء في عملية التهجين. هذا يوضح ان اعتماد افضل الاباء في عملية التهجين متعدد الأباء يؤدي الى تعزيز عملية البحث والحصول على حلول جيدة.


Article
Genetic Algorithm Based Load Flow Solution Problem in Electrical Power Systems

Authors: Samir Sami Mahmood --- Hassan A. Kubba
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2009 Volume: 15 Issue: 4 Pages: 4142-4162
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, a proposed method based on real-coded genetic algorithm is presented and applied to solve multiple load flow solution problem. Genetic algorithm is a kind of stochastic search algorithm based on the mechanics of natural selection and natural genetics. They combine the concepts of survival of the fittest with genetic operators such as selection, crossover and mutation abstracted from nature to form a surprisingly robust mechanism that has been successfully applied to solve a variety of search and optimization problems. Elitist method is also used in this research, and blending models are implemented for crossover operator. In the proposed work, five busbars typical test system and 362-bus Iraqi National Grid are used to demonstrate the efficiency and performance of the proposed method. The results show that, genetic algorithm is on-line load flow solution problem for small-scale power systems, but for large-scale power systems, it is recommended that the load flow solution using genetic algorithm is for planning studies. The main important feature of the purposed method is to give high accurate solution with respect to the conventional methods.

في هذه البحث، تقدم طريقة مقترحة مبنية على اساس خوارزمية جينية مشفرة بالاعداد الحقيقية لحل مسألة سريان الحمل متعددة الحلول. تعتبر الخوارزمية الجينية احدى طرق البحث العشوائية القائمة على تقنيات الانتخاب (الانتقاء) الطبيعي و الجينات الطبيعية. تجمع الخوارزمية الجينية مبادئ (بقاء الاصلح) مع عوامل جينية كالانتخاب (الانتقاء)، العبور و التغيار الاحيائي (الطفرة) المستخلصة من الطبيعة لتكوين تقنية متينة استخدمت بنجاح في حل مختلف مسائل البحث و ايجاد القيم المثلى. تم في هذا البحث استخدام طريقة انتخاب الامثل بالاضافة الى استخدام نماذج الخلط في عملية العبور. لتبيان كفاءة و مدى فعالية الخوارزمية الجينية في حل مسائل سريان الحمل متعددة الحلول، تم تطبيق الطريقة المقترحة على منظومة قدرة كهربائية قياسية. تبين النتائج كون الطريقة المقترحة ملائمة للحل اللحظي لمسائل سريان الحمل و بالتالي التطبيق العملي اثناء التشغيل لمنظومات القدرة صغيرة الحجم. أما بالنسبة لمنظومات القدرة كبيرة الحجم، فيوصي الباحث باستخدام الطريقة المقترحة لاغراض التصميم و التخطيط. اهم خواص الطريقة المقترحة هي الحصول على نتائج و حلول لمسألة سريان الحمل بقيم عالية الدقة.


Article
Design and Implementation of ILP Based Selection Algorithm for Genetic Programming system (ILPSAGP)

Author: Rabah Nory Farhan
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2010 Volume: 2 Issue: 1 Pages: 1-10
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

Genetic Programming is one of the evolutionary algorithms developed to solve wide area of industrial and scientific problems. Rather than dealing with population of string like Genetic Algorithm, Genetic Programming composes the first population from programs tree derived from the function set of the problem. In this paper, we extend the selection algorithm of the GP by using the Learning Classifier System, which build and derive the Hypothesis set from the population. The selection algorithm redesigned to enforce the selection been added from the Hypothesis domain. The proposed system called ILPSAGP was built using C#.net 2008 and tested with traditional problem like Line Regression problem. The obtained results shows more accurate result than traditional Genetic Programming.

Listing 1 - 10 of 18 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (18)


Language

English (17)


Year
From To Submit

2018 (1)

2017 (2)

2016 (2)

2015 (1)

2014 (2)

More...