Abstract | Keywords | Fulltext | Export | TOC

In this paper, one of the models of nonlinear regression is the Ratkowsky model. The parameters of this model are characterized by the difficulty of obtaining estimates as nonlinear parameters. Two classical methods were used for estimating these parameters: the method of nonlinear least squares and the method of maximum likelihood. In addition to these two methods two artificial intelligence algorithms, namely particle swarm optimization algorithm and the genetic algorithm were taken. These algorithms were based on two types of fitness functions, the first is the function of the sum of the squares error , the second the function of likelihood and using the simulation.The results showed the superiority of particle swarm optimization algorithm based on the function of the sum of squares of error on others methods.

في هذا البحث تمت دراسة احدى نماذج الانحدار اللاخطي وهو انموذج Ratkowsky. اذ تمتاز معلمات هذا النموذج بصعوبة الحصول على تقديرات لها كونها معلمات لاخطية.اذ تم اخذ طريقتين تقليديتن لتقدير هذه المعلمات وهما طريقة المربعات الصغرى اللاخطية وطريقة الامكان الاعظم. بالاضافة الى هاتين الطريقتين تم اخذ اثنين من خوارزميات الذكاء الاصطناعي, وهما خوارزمية سرب الطيور والخوارزمية الجينية.ان هذه الخوارزميات استندت على نوعين من دوال fitness, الاولى دالة مجموع مربعات الخطأ والثانية دالة الامكان وباستخدام المحاكاة.اذ اظهرت النتائج تفوق خوارزمية سرب الطيور والمستندة على دالة مجموع مربعات الخطأ على باقي الطرائق.

Particle Swarm Optimization --- PSO --- Genetic algorithm --- nonlinear least square method --- maximum likelihood method --- nonlinear regression model --- simulation. --- خوارزمية سرب الطيور --- الخوارزمية الجينية --- طريقة المربعات الصغرى اللاخطية --- طريقة الامكان الاعظم --- نموذج الانحدار اللاخطي --- المحاكاة.