| LEADER |
04409nam a22003257a 4500 |
| 001 |
1498210 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 511140
|a أبو قديري، سلام عامر
|e مؤلف
|
| 245 |
|
|
|a An Improved GA with Initial Population Technique for the Travelling Salesman Problem
|
| 246 |
|
|
|a التحسين على الخوارزمية الجينية من خلال المدخلات الاولية لحل مشكلة البائع المتجول
|
| 260 |
|
|
|a مؤتة
|c 2017
|
| 300 |
|
|
|a 1 - 56
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة مؤتة
|f عمادة الدراسات العليا
|g الاردن
|o 3501
|
| 520 |
|
|
|a تعتبر الخوارزميات الجينية (Genetic Algorithms) من إحدى الخوارزميات التابعة للخوارزميات التطورية (Evolutionary Algorithms)، حيث برزت أهميتها في حل العديد من المشاكل المعقدة (Complex problems)، وتمتلك العديد من الحلول البديلة، بحيث يكون الحل الناتج أقرب للحل الأمثل. تحاول الخوارزميات الجينية الوصول للحل الأمثل بناء على مبدأ داروين في الاصطفاء الطبيعي (Natural Selection): "البقاء للأفضل"، وتطبق ثلاث عمليات أساسية في عملية البحث: الانتخاب والعبور، والطفرة، وذلك للحصول على العديد من الأفراد في كل جيل، ومن ثم اختيار الأفضل من هذه الأفراد. تعتبر عملية إنشاء الجيل البدائي (Initial Population) من أول خطوات تطبيق الخوارزميات الجينية وتعتبر من الخطوات المهمة في تنويع الأفراد، حيث تعتمد هذه العملية على اختيار جيل بدائي عشوائي بدون أي تقنية معينة، ونظرا لاهتمام الأبحاث في الحصول على التنويع في الأفراد للجيل البدائي وبالتالي تجنب الوقوع في التقارب السابق (Premature Convergence)، ظهرت العديد من التقنيات التي تحاول إيجاد الاختلاف والتنويع في الأفراد وبالتالي الوصول للحل الأمثل أو الأقرب للأمثل. في هذه الأطروحة قمنا باقتراح طريقة لاختيار أفراد الجيل البدائي التي تعتمد على مبدأ تحليل الانحدار (Regression Analysis)، تسمى " Regression Based Technique For GA’s Population Initialization (Reg)"، وتعتمد هذه الطريقة على تقسيم المدن إلى أربعة فئات وفي كل مرة وتعاد هذه العملية. وفي النهاية يتم ربط المجموعات بمسار محلي (Local path) ومن ثم ربطها بمسمار واحد عام (Global path). لقد قمنا بتطبيق التقنية على مشكلة البائع المتجول (TSP)، ومقارنة هذه التقنية بطرق مختلفة موجودة مسبقا، وأظهرت النتائج تفوق التقنية المعتمدة على الانحدار على الطرق الأخرى. حيث أظهرت التقنية المقترحة تفوق في الأداء في المعايير التالية: نسبة الخطأ (Error Rate)، معدل التقارب (Average Convergence).
|
| 653 |
|
|
|a الخوارزمية الجينية
|a المدخلات الاولية
|a حل المشكلات
|a الباعة المتجولون
|a الخوارزميات التطورية
|
| 700 |
|
|
|a العبادي، محمد علي حسين
|g Abbadi, Mohammed Ali
|e مشرف
|9 511089
|
| 856 |
|
|
|u 9802-008-015-3501-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9802-008-015-3501-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9802-008-015-3501-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9802-008-015-3501-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9802-008-015-3501-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9802-008-015-3501-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9802-008-015-3501-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9802-008-015-3501-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9802-008-015-3501-O.pdf
|y الخاتمة
|
| 856 |
|
|
|u 9802-008-015-3501-R.pdf
|y المصادر والمراجع
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 951050
|d 951050
|
