research centers


Search results: Found 5

Listing 1 - 5 of 5
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
Design Strong Boolean Functions Using Memetic Algorithm

Author: Ismail Khalil. Ali
Journal: Journal of Baghdad College of Economic sciences University مجلة كلية بغداد للعلوم الاقتصادية الجامعة ISSN: 2072778X Year: 2009 Issue: 21 Pages: 291-307
Publisher: Baghdad College of Economic Sciences كلية بغداد للعلوم الاقتصادية

Loading...
Loading...
Abstract

Boolean functions are used as nonlinear combining functions in certain stream ciphers. The design of Boolean functions with good combinations cryptographic properties remains an important research challenge. Advances heuristic optimization design is one option for achieving this goal. This paper concentrates to investigate the possibilities of memetic algorithms for creating cryptographic properties required by strong Boolean functions. The main properties required are (balance, high nonlinearity, and low autocorrelation. It will be noticed that, genetic algorithm with hill climbing algorithm can compete with theoretical construction for functions with number of variables and can be applied to good effect.


Article
MemeticAlgorithmand Genetic Algorithm for the Single Machine Scheduling Problem with Linear Earliness and Quadratic Tardiness Costs

Authors: Hussam A.A. Mohammed --- Adil S. Hassan --- Mohammed H. Saloomi --- Ghassan A. Khtan
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2012 Volume: 1 Issue: المؤتمر العلمي الاول للتربية للعلوم الصرفة Pages: 107-113
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

The Single Machine Scheduling (SMS) problem with Multiple Objective Function (MOF) is one of the most representative problems in the scheduling area. In this paper, we consider the SMS problem with linear earliness and quadratic tardiness costs, and no machine idle time. The chosen method is based on memetic algorithm and genetic algorithm.For this purpose, Genetic Algorithms (GA) are a population-based Meta heuristics. They have been successfully applied to many optimization problems. A Memetic Algorithm (MA) is an extension of the traditional genetic algorithm. And we introduce two types of crossover. The methods were tested and various experimental results show that MA performs better than the GA for big jobs but GA was better with small jobs.

مسألة جدولة الماكنةِ الوحيدةِ (SMS) مع دالة متعددة الأهداف واحدة من أكثر المسائل النموذجية في نطاقِ الجدولة. في هذه البحث، نَعتبرُ مسألة جدولة الماكنةِ الوحيدةِ بالتبكيرِ الخطيِّ وكلفِ التأخرِ من الدرجة الثانيةِ، ولاوجودلفترةَ توقف على ماكنةِ. إنّ الطريقةَ المُختَاَرةَ مستندة على خوارزميةِ ميميتيك وخوارزمية وراثية.لهذا الغرضِ، خوارزميات وراثية(GA) مع قاعدة مجتمع متعدد التنقيب. نحن قُدّمنا إلى العديد مِنْ مسائل تحقيقِ الأمثلية بنجاح. خوارزمية ميميتيك (MA) امتداد لخوارزميةِ الوراثيةِ التقليديةِ. كذلك نُقدّمُإثنانمِنْأنواعِالانتقالِ. الطرقكَانتْنَتائِجَتجريبيةَمُجرّبةَومُخْتَلِفةَ تبين بأنّMAيُؤدّيأفضلمِنْGAللأعمال الكبيرةِلكنGAكَانتْأفضلَبالأعمال الصغيرةِ


Article
Scheduling jobs with families setups on identical parallel machines to minimize makespan function
جدولة الاعمال مع عوائل الاعداد على مكائن متوازية متمائلة لتصغير دالة makespan

Authors: Hussam Abid Ali Mohammed --- Mohammed Hassan Saloomi
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2015 Volume: 13 Issue: 4 Pages: 188-197
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

This paper considers the problem of scheduling n independent jobs on m identical parallel machines with family setup times. The preemption of jobs is forbidden. The aim is to minimize makespan. We develop compare and test different local search methods such as Memetic algorithm approach (MA), Threshold acceptance algorithm (TH) and Tabu search (TS). Computational experience is found that these local search algorithms solve problem to 5000 jobs with reasonable time.

تناولنا في البحث مسألة جدولة n من الأعمال المستقلة على m من المكائن المتوازية المتماثلة بوجود عوائل من وقت الأعداد. والأسبقية بين الأعمال غير موجودة. الهدف من البحث هو تقليل قيمة دالة الهدف وهي القيمة العظمى من وقت التمام. وقد أظهرنا مقارنة واختبار بين طرق بحث محلية مختلفة مثل (MA), (TH) و (TS). طرائق البحث المحلي استخدمت لتصغير الزمن المستخدم لإيجاد الحل يصل إلى 5000 عمل في زمن معقول.


Article
A Comparison between Single and Multi- Crossover Pointsto Break Hill Cipher Using Heuristic Search: MA & GA
مقارنة بين نقاط التزاوج المفردة والمتعددة لتحليل شفرة Hill باستخدام خوارزميات البحث العشوائي: الميميائية والجينية

Author: Dalal A. Hammood
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2013 Volume: 31 Issue: 4 Part (B) Scientific Pages: 490-504
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Hill cipher is a classical cipher which is based on linear algebra. In this method, matrices and matrix multiplication have been used to combine the plaintext.Heuristic search is a search techniques. The methods of HS are: (GA, SE, EP, MA, TS). Genetic algorithms are one of Heuristic search, it is search techniques which is used natural selection. GAs select optimal solution through three operations, they are : selection, crossover and mutation. The parameters are kept in memory and the best values of fitness have been selected to represent next generation.Memetic Algorithm is one of Heuristic search , a memetic algorithm is an extension of the traditional genetic algorithm. It uses a local search technique to reduce the likelihood of the convergence, to reach the best solution. This paper focuses on using MA and GA to find optimal solution to cryptanalyse Hill cipher. Then comparing two methods of crossover to see which one has best solution, and comparing between GA and MA to see which one has best solution.MATLAB is used as M-FILE.Theresults ofcryptanalysis cleared as following:- 1- Without genetic algorithms: The number of correct letters for the key was 1 out of 9. 2- Using genetic algorithms: two methods are used, and they have been compared of crossover, they are single and multi- crossover points randomly. After (250) generation, the number of correct letters was 4 out of 9 when single crossover point is used. The number of correct letters was 8 out of 9 when multi crossover point are used. So multi crossover point have best solution. Genetic algorithms are applied successfully.3- Using Memetic Algorithms. After (100) generation, the number of correct letters was 8 out of 9. So MA is better than Genetic algorithms.4- the number of correct letter was 9 out of 9 when the MA is used.

شفرة هيل هي شفرة تقليدية (كلاسيكية) حيث تستند على الجبر الخطي. في هذه الطريقة، تم استخدام ضرب المصفوفات لتكوين النص المشفر.البحث الاستدلائي هي طريقة بحث. طرق البحث الاستلائي هي : (الخوارزميات الجينية، خوارزميات الانصهار والتبريد، البرمجة التطويرية، الخوارزمية الميميائية، بحث التابو). الخوارزميات الجينية هي احدى طرق البحث الاستدلائي، هي تقنيات بحث حيث تستخدم الانتقاء الطبيعي. الخوارزميات الجينية تختار الحل الامثل من خلال ثلاث عمليات : الانتقاء (الاختيار) ، التزاوج والطفرة. الباراميترات تحفظ في الذاكرة ويتم اختيار افضل قيمة للفتنس لتمثل بالجيل القادم.خوارزمية MA هي طرق البحث الاستدلائي، وهي امتداد للخوارزمية الجينية التقليدية. ويستخدم تقنية البحث المحلي إلتى يقلل من احتمالات التقارب للوصول الى الحل الامثل.يركز هذا البحث على استخدام الخوارزميات الجينية وخوارزمية memetic لايجاد الحل الامثل لتحليل شفرة Hill. ثم مقارنة طريقتين لعملية التزاوج لرؤية ايهما يمتلك الحل الافضل. ومقارنة بين خوارزمية GA وMA وملاحظة اي منهما لها افضل الحلول.استخدم الماتلاب كـ M-File، اوضحت النتائج مايلي:1-بدون استخدام الخوارزميات الجينية: عدد الحروف الصحيحة للمفتاح كان 1 من اصل 9 حروف.2-باستخدام الخوارزميات الجينية: استخدمت طريقتين وقورنت نقاط التزاوج، وهي النقطة المفردة للتزاوج والنقاط المتعددة (نقطتي تزاوج) عشوائياً. بعد 250 جيل عدد الحروف الصحيحة كان 4 من اصل 9 عند استخدام النقطة المفردة للتزاوج. عدد الحروف الصحيحة كان 8 من اصل 9 عندما استخدم النقاط المتعددة. لذا الحل الافضل عند استخدام التزاوج المتعدد. طبقت الخوارزميات الجينية بنجاح.3-باستخدام Memetic Algorithm : استخدمت طريقة النقاط المزدوجة، بعد 100 جيل عدد الحروف الصحيحة كان 8 من اصل 9. وقورنت مع الخوارزمية الجينية حيث اوضحت النتائج ان الخوارزمية MA اعطت نفس النتائج لعدد من الاجيال 100 جيل بينما اعطت الخوارزمية الجينية بعد 250 جيل.4-كان عدد الحروف الصحيحة 9 من اصل 9 حروف بعد 150 جيل عندما استخدمت خوارزمية MA.

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

English (5)


Year
From To Submit

2015 (1)

2014 (1)

2013 (1)

2012 (1)

2009 (1)