Dynamic Choosing Mutation and Crossover Ratios for Genetic Algorithm
| العنوان بلغة أخرى: |
اختيار نسبة الطفرة والتزاوج ديناميكيا للخوارزمية الجينية |
|---|---|
| المؤلف الرئيسي: | أبو نواس، إيمان يونس (مؤلف) |
| مؤلفين آخرين: | الحسنات، أحمد بشير عبدالله (مشرف) |
| التاريخ الميلادي: |
2016
|
| موقع: | مؤتة |
| الصفحات: | 1 - 54 |
| رقم MD: | 951433 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة مؤتة |
| الكلية: | عمادة الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
8
| المستخلص: |
الخوارزمية الجينية (GA) وهي واحدة من الخوارزميات التي تستخدم للبحث عن أفضل الحلول لمشكلة معينة، وتعتبر واحدة من الخوارزميات التطورية التي تعتمد على تبني مبادئ الطبيعة. عمل الخوارزمية الجينية وفاعلية البحث عن حل من خلالها تعتمد على طبيعة العلاقة بين مكوناتها، التي تمثل مجموعة من العمليات المتكاملة للوصول إلى حل مرضي، من هذه العمليات: (crossover) و (mutation)و (population size). كل من عملية ال (crossover) و (mutation) تتم بتحديد نسبة حدوث كل منها حيث تؤثر هذه النسبة على النتائج النهائية للبحث بشكل مباشر. في هذه الأطروحة تم تقديم طريقتان تقوم كل منهما بتحديد نسب حدوث كل من عملية (crossover) وعملية (mutation) تلقائيا بناءا على معادلة خطية، الطريقة الأولى هي DHM/ILC حيث تعتمد على تحديد نسبة 100% للـــــــ (mutation) ونسبة 0% لل(crossover) تتغير في كل جيل أثناء عمل الخوارزمية الجينية عن طريق انحدار نسبة ال (mutation) خطيا إلى أن تصل إلى الصفر وارتفاع نسبة ال(crossover) خطيا أيضا إلى أن تصل إلى نسبة 100%. والطريقة الثانية ILM/DHC تعمل على عكس الطريقة الأولى حيث تعطي mutation نسبة 0% وترتفع أثناء عمل الخوارزمية بشكل خطي إلى أن تصل إلى 100% والعكس يتم لعملية ال (crossover). الطرق التي تم اقتراحها تم مقارنتها مع طرق أخرى تعتمد على ثبات معدل النسبة أثناء العمل وهذه الطرق تسمى: ratio fifty-fifty crossover/mutation والنسب الأكثر شيوعا 0.03 mutation rate and 0.9، وقد سجلت كل من DHM/ILC و ILM/DHCأفضل النتائج بالمقارنة مع الطرق المذكورة في التجارب التي تم إجرائها لقياس كل منها. |
|---|
عناصر مشابهة
-
Algebraic Attack on Stream Cipher Based on Genetic Algorithms
بواسطة: العجيلي، سالم علي عباس منشور: (2015) -
Combine Genetic Algorithm and Particle Swarm Optimization Approach for Neural Network Classification
بواسطة: Abu Hamra, Enas Ahmed منشور: (2016) -
Spam Classification Using Genetic Algorithm
بواسطة: Atta, Rand Ahmad منشور: (2018) -
Generating Higher Order Mutants Using Genetic Algorithm
بواسطة: Abu Al Jadayel, Anas منشور: (2016) -
Novel Methods for Enhancing the Performance of Genetic Algorithms
بواسطة: Al Kafaween, Esra'a Omar منشور: (2015)
