research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Parallel Genetic Algorithm Optimization in Wireless Communication Network Base Station Site Selection
تطبيق الخوارزميات الجينية المتوازية المثلى في شبكات الاتصالات اللاسلكية لاختيار محطة الإرسال الرئيسية

Author: ADEL ABDULLAH ABBAS
Journal: journal of the college of basic education مجلة كلية التربية الاساسية ISSN: 18157467(print) 27068536(online) Year: 2013 Volume: 19 Issue: 80 / علمي Pages: 901-908
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Locating transmitters optimally in a radio network, to guarantee a stipulated quality of service (QOS), is a network performance (NP) hard combinational problem. Regarding a known area, choosing transmitter locations among alternatives is tackled by a coarse-grained parallel genetic algorithm, which maximize the coverage together with reducing the number of utilized transmitters. In this paper, an effective local search operator is raised, and the affection of the neighbor topology is compared. Simulations on a dedicated cluster demonstrate that contrasting to existent algorithms, the parallel GA improves the optimizing quality and speed greatly.

الهدف من هذا البحث هو لتحديد الموقع الأمثل لمحطات الإرسال والاستقبال (transmitters) في الاتصالات الراديوية للشبكات اللاسلكية ,وكذلك لضمان تحقيق معايير جودة الخدمة المعتمدة لتسخيرها في حل مشكلة التوافقية لأجهزة الاتصال وتحسين أداء الشبكة .إن عملية اختيار مواقع للإرسال ضمن منطقة معلومة من بين عدد من البدائل المتوفرة تتم من خلال تطبيق الخوارزمية الجينية المتعددة coarse-grained parallel genetic algorithm)) والتي تسمح بتحقيق أقصى تغطية ممكنة مع تخفيض عدد المحطات المستخدمة, في تنفيذ الخوارزمية تم اعتماد مشغل بحث محلي فعال (effective local search operator ) له القدرة على التعامل مع كافة المحطات المتجاورة لإظهار فعالية البحث في المنطقة المحلية بشكل واضح بالمقارنة مع التراكيب البنيوية المتجاورة. وكذلك تم عمل محاكاة(Simulation) من خلال برنامج مصمم لهذا الغرض ليحاكي تنفيذ الخوارزمية على مجموعة مختارة تحوي عدد من المحطات( dedicated cluster ) , خلاصة لما تقدم ,إن تطبيق الخوارزمية أعلاه قد ساهم بشكل فعال في زيادة جودة الخدمة وبالتالي سرعة الاستجابة ورفع كفاءة الشبكة .


Article
Parallel Agent Oriented Genetic Algorithm

Author: Afaf B. Al-Kaddo
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2014 Volume: 6 Issue: 2 اللغة الانكليزية Pages: 61-67
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Genetic Algorithms (GAs) can be used to solve difficult problems in many disciplines. The performance of GA depends on computer power. Parallel Genetic Algorithms (PGAs) are parallel implementations of GAs can provide better performance and scalability and can be implemented on networks of heterogeneous computers. Efficiency of GAs depends on crossover and mutation rates and it is difficult to adjust those parameters manually. This paper used multi agent techniques which combine existing GA and PGAs with distributed environment. The paper shows the efficiency of the parallel computation of the travelling salesman problem using the genetic approach on a multicomputer cluster. The master/slaves paradigm is applied. Performance has been made on the basis of MPI-based parallel program implementation. This algorithm is tested by the Traveling Salesman Problem (TSP). Result shows that, using of the parallel techniques can reduce the communication between different nods, therefore speed up the traditional genetic algorithm search process.

الخوارزميات الجينية (GAs) يمكن أن تستخدم في حل المشاكل الصعبة في العديد من التخصصات. أداء الخوارزمية الجينية يعتمد على قوة جهاز الكمبيوتر. الخوارزميات الجينية المتوازية (PGAs) هي تطبيقات موازية من الخوارزميات الجينية (GAs) التي يمكن أن توفر مكاسب كبيرة من حيث الأداء والتدرجية، ويمكن تنفيذها على شبكات من أجهزة الكمبيوتر غير المتجانسة. كفاءة الخوارزميات الجينية تعتمد على معدل التبادل ومعدل الطفرات وأنه من الصعب ضبط تلك المعاملات يدويا. هذه الورقة استخدمت تقنيات الوكيل المتعدد التي تجمع بين GA وPGAs مع مخططات بيئة موزعة. الورقة تبحث في كفاءة الحوسبة المتوازية لمشكلة البائع المتجول باستخدام النهج الوراثية على multicomputer. اجري التحليل الفني للتطبيق المتوازي بتطبيق نموذج السيد / المسود . تم تخمين الأداء على أساس تنفيذ البرنامج الموازي القائم على MPI. تم اختبار هذه الخوارزمية على مشكلة البائع المتجول (TSP). اظهرت النتيجة انه باستخدام تقنيات متوازية يمكن تقليل الاتصال بين الأجهزة المختلفة وبالتالي تسريع عملية البحث التقليدية للخوارزمية الجينية .


Article
Designing Optimal Binary Search Tree Using Parallel Genetic Algorithms

Author: Bahaa Mohsen Zbeel
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2013 Volume: 21 Issue: 4 Pages: 1166-1180
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Evolutionary algorithms (EAs) are modern techniques for searching complex spaces for on optimum . Genetic algorithms (GAs) are developed as random search methods, which have not so sensitivity on primary data of the problems. They can be used in estimation of system parameters in order to obtain the best result. This can be achieved by optimization of an objective function. Genetic programming is a collection of methods for the automatic generation of computer programs that solve carefully specified problems, via the core, but highly abstracted principles of natural selection. In this paper, genetic algorithms and parallel genetic algorithms have been discussed as one of the best solutions for optimization of the systems. Genetic and parallel genetic algorithms have been investigated in Visual basic 6 Environment Then an optimal binary search tree has been selected as a case study for decree sing of searching time. Also a dynamic programming method has been accelerated by using of a parallel genetic algorithm. In this case, by increasing the size of data, speed-up index will be increased

نعتبر الخوارزميات التطورية (EAs) تقنيات حديثة للبحث في الفضائيات المعقدة لوصول الى نتائج مثلى . الخوارزميات الجينية (GAs) قد بينت كطرق بحث عشوائية بحيث لا تكون حساسة بشكل كبير للبيانات الرئيسية للمسائل العاملة عليها . ممكن ان تستخدم في تخمين معاملات نظام من اجل الحصول على نتيجة افضل . ممكن تحقيق ذلك بتحسين دالة الهدف . البرمجة الجينية هي مجموعة من الطرق للتوليد الآلي لبرامج الحاسوب والتي ممكن ان تحل بشكل دقيق مسائل محددة أساسا باستخدام المبادئ الخاصة بالاختيار الطبيعي ، في هذا البحث ، الخوارزميات الجيني والخوارزميات الجينية المتوازية قد نوقشت كإحدى افضل الحلول لتحسين النظام ، وقد استخدمت اللغة visual basic (6) كأداة لبرمجة النظام وقد اختيرت افضل شجرة بحث ثنائي من حيث اقل وقت للبحث فيها وقد استخدمت طريقة البرمجة الدينامية وسرعت باستخدام الخوارزميات الجينية المتوازية .


Article
قياس كفاءة الخوارزمية الجينية المتوازية في كبس وفك كبس الصور الكسوري باستخدام حاسبات متعددة

Author: شهلة عبد الوهاب عبد القادر
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2013 Volume: 10 Issue: 2 Pages: 219-232
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

Efficient technologies have been recently used in Fractal Image Coding (FIC) to reduce the complexity of searching for matching between Range block and Domain block. The research aims at using the Parallel Genetic Algorithm (PGA) by the technology of the (Manager/Worker) in parallel computers to obtain best and quickest compress for images by coding the site of the searching domain block with a Gray code and a fitness function that minimizes the space between the matching of the current range block with the searching domain block in order to choose a protection strategy and compress of high accuracy of images . Results showed that PGA is quicker than standard algorithm in FIC and is more flexible and efficient in reaching the optimum solution in higher speed and efficiency through using the Gray code. The searching method used for the parallel algorithm for compression and decompression , the method of choosing GA's coefficients, (selection, crossover and mutation) were of a significant role in improving the image compression ratio and quality for images in high speed that has reached 15s , compression ratio has reached 91.68% , while the image quality was improved after decompression and has reached roughly 34.81 compared to traditional method of fractal image coding (FIC) where the compression ratio has reached 83.87% and image quality 31.79 with algorithm implementation speed reached 28s.

استخدمت مؤخرا تقنيات فعالة في التشفير الكسوري للصور Fractal Image Coding(FIC) لتقليل تعقيد البحث للتطابق بين كتل المدىRange Block وكتل المجال Domain Block . الهدف من هذا البحث استخدام الخوارزمية الجينية المتوازية Parallel Genetic Algorithm (PGA) بتقنية المدير /العامل (Manager/Worker) في حاسبات متوازية للحصول على أسرع وأفضل كبس للصور من خلال البحث عن كتل المجال المتطابقة التي تمنع التقارب غير الصحيح بواسطة تشفير موقع كتلة مجال البحث بشفرة رمادية وبدالة لياقة تقلل المسافة بين تطابق كتلة المدى الحالية مع كتلة مجال البحث لاختيار ستراتيجية حماية وكبس عالي الدقة للصور.النتائج بينت ان الخوارزمية الجينية المتوازية أسرع من الخوارزمية القياسية في كبس صور الكسوري FIC، وأنها مرنة وفعالة للوصول إلى الحل الأمثل بسرعة وكفاءة عاليتين من خلال استخدام الشفرة الرمادية ، وان طريقة البحث المستخدمة في الخوارزمية للكبس وفك الكبس، وطريقة اختيار معاملات الخوارزمية الجينية(الاختيار،العبور والطفرة) كان له دور فعال في تحسين نسبة الكبس ونوعية الكبس للصورة بسرعة عالية وصلت الى 15s، كما وصلت نسبة الكبس الى 91.68% وتحسين نوعية الصورة بعد فك الكبس الى ما يقارب34.81db مقارنة بالطريقة التقليدية لكبس صور الكسوري التي وصلت نسبة الكبس فيها الى 83.87% ونوعية صورة31.79db بسرعة تنفيذ للخوارزمية وصلت الى 28s.


Article
نظام هجين : توازي خوارزمية جينية- عصبية في كبس الصور الكسوري باستخدام حاسبات متعددة

Loading...
Loading...
Abstract

Recently, effective technologies in Fractal Image Coding (FIC) were used to reduce the complexity of search for the matching between the Range blocks and the Domain blocks which reduces the time needed for calculation. The aim of this research is to propose a Hybird Parallel Neural -Genetic Algorithm (HPNGA) using the technique of (Manager/Worker) in multiple computers in order to obtain the fastest and best compression through extracting the features of the gray and colored images to attenuate the problem of dimensions in them .The NN enabled to train separate images from the test images to reduce the calculation time. The NN able to adapt itself with the training data to reduce the complexity and having more data and is merged with the parallel GA to reach optimum values of weights with their biases. The optimum weights obtained will classify the correct search domains with the least deviation ,which, in turn ,helps decompress the images using the fractal method with the minimum time and with high resolution through multiple computers. The results showed that the proposed hybrid system is faster than the standard algorithm ,the NN and GA in decompressing the FIC and they are flexible and effective to reach the optimum solution with high speed and resolution .The search method used for compression and de-compression has a vital role in improving the ratio and the quality of image compression which reached 15s .The ratio of compression reached to 90.68% and the image improvement after decompression reached to 34.71db when compared to other methods of (FIC), which didn't exceed 90.41% and image quality of 32.41db and the execution speed was only 21s.

استخدمت مؤخرا تقنيات فعالة في التشفير الكسوري للصور Fractal Image Coding(FIC) لتقليل تعقيد البحث للتطابق بين كتل المدىRange Block وكتل المجال Domain Block الذي يقلل الوقت المستغرق في الحساب. الهدف من هذا البحث اقتراح نظام هجين : توازي خوارزمية جينية- عصبية في كبس الصور الكسوري Hybird Parallel Neural -Genetic Algorithm (HPNGA) بتقنية المدير/العامل في حاسبات متعددة للحصول على اسرع وافضل كبس من خلال إستخلاص الصفات للصور الرمادية والملونة لتقليل مشكلة الأبعاد فيها، اذ مكنت الشبكة العصبية من تدريب صور منفصلة عن صور الاختبار لتقليل وقت الحساب، كما استطاعت الشبكة العصبية أن تكيف نفسها من بيانات التدريب لتقليل التعقيد وامتلاكها بيانات أكثر، ودمجت مع الخوارزمية الجينية المتوازية للوصول الى القيم المثالية من الأوزان بانحيازاتها، والأوزان المثالية التي تم الحصول عليها سوف تصنف مجالات البحث الصحيحة بأدنى انحراف والذي يساعد على فك الكبس للصور بالطريقة الكسورية بأقل وقت وبدقة عالية من خلال حاسبات متعددة .بينت النتائج ان النظام الهجين المقترح أسرع من الخوارزمية القياسية ،الشبكات العصبية والخوارزمية الجينية في كبس الصور الكسوري FIC ، وأنها مرنة وفعالة للوصول إلى الحل الأمثل بسرعة وكفاءة عاليتين، وان طريقة البحث المستخدمة للكبس وفك الكبس كان لها دور فعال في تحسين نسبة ونوعية الكبس للصور بسرعة عالية وصلت الى 15 s، كما وصلت نسبة الكبس الى 90.68 % وتحسين نوعية الصورة بعد فك الكبس الى ما يقاربdb 34.71مقارنة بالطرائق الاخرى لكبس الصور الكسوري التي لم تتجاوز نسبة الكبس فيها الى 90.41% ونوعية صورة32.41db وبسرعة تنفيذ لم تتجاوز الى 21s.

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

Arabic (3)

English (2)


Year
From To Submit

2014 (1)

2013 (4)