research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
A Novel Invasive Weed Optimization Algorithm (IWO) by Whale Optimization Algorithm(WOA) to solve Large Scale Optimization Problems
خوارزمية أمثلة الأعشاب الضارة الجديدة(IWO)باستخدام خوارزمية أمثلة الحوت (WOA) لحل مسائل الأمثلية ذات القياس العالي

Authors: بان أحمد حسن متراس --- عبد الستار محمد خضر --- هند طلعت ياسين
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 110 Pages: 426-446
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Abstract In this work, two algorithms of Metaheuristic algorithms were hybridized. The first is Invasive Weed Optimization algorithm (IWO) it is a numerical stochastic optimization algorithm and the second is Whale Optimization Algorithm (WOA) it is an algorithm based on the intelligence of swarms and community intelligence. Invasive Weed Optimization Algorithm (IWO) is an algorithm inspired by nature and specifically from the colonizing weeds behavior of weeds, first proposed in 2006 by Mehrabian and Lucas. Due to their strength and adaptability, weeds pose a serious threat to cultivated plants, making them a threat to the cultivation process. The behavior of these weeds has been simulated and used in Invasive Weed Optimization Algorithm (IWO), as for the Whale Optimization Algorithm (WOA) uses the intelligence of the swarms to reach the goal and achieve the best solution, which simulates the unique hunting behavior of humpback whales, which is called fishing by bubble trap hunting by creating distinctive bubbles along a circle or a path in the form of 9 has appeared for the first time in 2016 by Mirjalili and Lewis. In order to benefit from the intelligence of the flocks and to avoid falling into local solutions, the new hybridization between the IWO and WOA algorithm was proposed to launch the new hybrid algorithm (IWOWOA). The new hybrid algorithm (IWOWOA) was applied on 23 functions of large scale optimization problems, The proposed algorithm showed very high efficiency in solving these functions. The proposed algorithm was able to reach the optimal solutions by achieving the minimum value of most of these functions. This algorithm was compared with the basic algorithms IWO, WOA and two algorithms that follow the swarm system these algorithms are particle swarm optimization (PSO) and chicken swarm optimization (CSO) [7], they have been statistically tested by calculating the mean arithmetic μ and standard deviation σ for these functions.

تم في هذا العمل تهجين خوارزميتين من خوارزميات الميتاهيوريستيكMetaheuristic ، الأولى هي خوارزمية أمثلة الأعشاب الضارة IWO وهي خوارزمية عشوائية عددية والثانية هي خوارزمية أمثلة الحوت WOA وهي خوارزمية تعتمد على ذكاء الأسراب وذكاء المجتمع. خوارزمية أمثلة الأعشاب الضارة هي خوارزمية ملهمة من الطبيعة وبالتحديد من السلوك الإستعماري للأعشاب الضارة والتي أقترحت لأول مرة في عام 2006 من قِبل Mehrabian and Lucas إذ تُشكل الأعشاب الضارة بسبب قوتها وقدرتها على التكيف تهديداً خطيراً على النباتات المزروعة مما يجعلها تهديداً لعملية الزراعة بحد ذاتها لذا تمت محاكاة سلوك هذه الأعشاب والاستفادة منها في خوارزمية أمثلة الأعشاب الضارة IWO. تستخدم خوارزمية أمثلة الحوت WOA ذكاء الأسراب للوصول إلى الهدف وتحقيق أفضل حل وهي تحاكي سلوك الصيد الفريد للحيتان الحدباء والذي يُدعى الصيد بواسطة شرك الفقاعة إذ يتم صيد الفريسة عن طريق إنشاء فقاعات مميزة على طول دائرة أو مسار على شكل 9 وقد ظهرت لأول مرة في عام 2016 من قِبَل Mirjalili and Lewis. وللإفادة من ذكاء الأسراب وتجنب الوقوع في الحلول المحلية تم إقتراح عملية التهجين الجديدة بين خوارزمية أمثلة الأعشاب الضارة IWO و خوارزمية أمثلة الحوت WOA ليُطلق على الخوارزمية المهجنة الجديدة إختصاراً ((IWOWOA. طُبقت الخوارزمية الهجينة الجديدة((IWOWOA على 23 دالة من دوال الأمثلية ذات القياس العالي وأظهرت الخوارزمية المقترحة كفاءة عالية جداً في حل هذه الدوال إذ أستطاعت الخوارزمية المقترحة الوصول إلى الحلول المثلى وذلك بتحقيقها القيمة الأصغرية (fmin) لمعظم هذه الدوال إذ تمت مقارنة هذه الخوارزمية مع الخوارزميات الأساسية IWO,WOA ومع خوارزميتين تتبعان نظام السرب وهما خوارزمية أمثلة أسراب الطيورPSO وخوارزمية أمثلة سرب الدجاج *CSO*[7] وقد أختبرت إحصائياً وذلك بحساب المعدل الحسابي µ والإنحراف المعياري على هذه الدوال.


Article
Linear Antenna Array Optimization by Using Evolutionary Algorithms

Author: Muthana Khallil Ibrahim
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2014 Volume: 22 Issue: 2 Pages: 354-361
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

In this paper, the Invasive Weeds optimization( IWO) is exploited to produce the array radiation pattern that is nearest to the desired objective which exhibits sidelobe level (SLL) suppression and/or null placement. The inter-element position of even element Linear Arrays Array (LAA) is optimized and relocated whilst maintaining uniform excitation over the array aperture and the phase of the antenna . IWO method is utilized here as an adaptive beam former that makes a uniform linear antenna array steer the main lobe towards the Direction of Arrival (DoA) of a desired signal, form nulls towards the respective DoA of several interference signals and achieve low side lobe level (SLL). The IWO algorithm can be successfully used to locate the optimum element positions based on symmetric. The results obtained showed that the IWO algorithm is capable of finding the optimal solution in most cases with superior performance over conventional and particle swarm optimization (PSO) methods.

في هذا البحث تم استعمال خوارزمية العشبة الضارة (IWO) Invasive Weeds optimization لغرض الحصول على نمط الإشعاع الذي هو أقرب إلى الهدف المطلوب و الذي يلغي الحزم الجانبية الغير مرغوب فيها sidelobe (SLL) مع تقليل عرض الحزمة الرئيسية. تم تحسين مواقع العناصر الداخلية في الهوائي الخطي Linear Arrays Array (LAA) مع الحفاظ على الشدة المنتظمة و الطور للهوائي و قد استخدمت خوارزمية IWO بنجاح في تحديد المواقع الدقيقة للعناصر الداخلية للهوائي. وتستخدم IWO بتوجيه وتقليل عرض الحزمة الرئيسيةmainlob (ML) للمجموعة الموحدة للهوائي الخطي نحو اتجاه الوصول Direction of Arrival(DoA) من الإشارة المطلوبة مع انخفاض مستوى الحزمة الجانبية (SLL) . وأظهرت النتائج أن خوارزمية العشبة الضارة IWO قادرة على إيجاد الحل الأمثل في معظم الحالات مع أداء متفوق على التحسين على حساب الطرائق التقليدية وخوارزمية الحشد الجزئي particle swarm optimization (PSO).


Article
Linear Antenna Array Optimization by Using Evolutionary Algorithms

Author: Muthana Khallil Ibrahim
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2014 Volume: 22 Issue: 2 Pages: 354-361
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

In this paper, the Invasive Weeds optimization( IWO) is exploited to produce the array radiation pattern that is nearest to the desired objective which exhibits sidelobe level (SLL) suppression and/or null placement. The inter-element position of even element Linear Arrays Array (LAA) is optimized and relocated whilst maintaining uniform excitation over the array aperture and the phase of the antenna . IWO method is utilized here as an adaptive beam former that makes a uniform linear antenna array steer the main lobe towards the Direction of Arrival (DoA) of a desired signal, form nulls towards the respective DoA of several interference signals and achieve low side lobe level (SLL). The IWO algorithm can be successfully used to locate the optimum element positions based on symmetric. The results obtained showed that the IWO algorithm is capable of finding the optimal solution in most cases with superior performance over conventional and particle swarm optimization (PSO) methods.

في هذا البحث تم استعمال خوارزمية العشبة الضارة (IWO) Invasive Weeds optimization لغرض الحصول على نمط الإشعاع الذي هو أقرب إلى الهدف المطلوب و الذي يلغي الحزم الجانبية الغير مرغوب فيها sidelobe (SLL) مع تقليل عرض الحزمة الرئيسية. تم تحسين مواقع العناصر الداخلية في الهوائي الخطي Linear Arrays Array (LAA) مع الحفاظ على الشدة المنتظمة و الطور للهوائي و قد استخدمت خوارزمية IWO بنجاح في تحديد المواقع الدقيقة للعناصر الداخلية للهوائي. وتستخدم IWO بتوجيه وتقليل عرض الحزمة الرئيسيةmainlob (ML) للمجموعة الموحدة للهوائي الخطي نحو اتجاه الوصول Direction of Arrival(DoA) من الإشارة المطلوبة مع انخفاض مستوى الحزمة الجانبية (SLL) . وأظهرت النتائج أن خوارزمية العشبة الضارة IWO قادرة على إيجاد الحل الأمثل في معظم الحالات مع أداء متفوق على التحسين على حساب الطرائق التقليدية وخوارزمية الحشد الجزئي particle swarm optimization (PSO).

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (2)

Arabic and English (1)


Year
From To Submit

2019 (1)

2014 (2)