Search In this Thesis
   Search In this Thesis  
العنوان
An improved herd immunity optimization algorithm with engineering application /
المؤلف
Salem, Heba Selim Abd El-Monem.
هيئة الاعداد
باحث / هبه سليم عبدالمنعم سالم
مشرف / أميرة يسن محمد هيكل
مشرف / لبيب محمد لبيب
مشرف / محمود محمد سعفان
مناقش / محمد معوض عبدالسلام
الموضوع
Herd immunity optimization algorithm. Engineering application.
تاريخ النشر
2024.
عدد الصفحات
online resource (174 pages) :
اللغة
الإنجليزية
الدرجة
ماجستير
التخصص
هندسة النظم والتحكم
تاريخ الإجازة
1/1/2024
مكان الإجازة
جامعة المنصورة - كلية الهندسة - هندسة الحاسبات و نظم التحكم
الفهرس
Only 14 pages are availabe for public view

from 174

from 174

Abstract

تقترح هذه الرسالة خوارزمية تحسين مناعة القطيع ضد فيروس كورونا )MCHIAO )الهجينه المعدلة والتي تجمع خوارزمية ُمح ِّسن مناعة القطيع ضد فيروس كورونا )ECHIO )و ُمح ِّسن (AO (Aquila. باعتبارها واحدة من خوارزميات التحسين التنافسية القائمة على طبيعة اإلنسان، فإن ُمح ِّسن مناعة القطيع لفيروس كورونا )CHIO )يتجاوز بعض الخوارزميات األخرى المستوحاة من الناحية البيولوجية. بالمقارنة مع خوارزميات التحسين األخرى، أظهرت CHIO نتائج جيدة. ومع ذلك، يقتصر CHIO على األمثلة المحلية، وتقل دقة مشاكل التحسين العالمية واسعة النطاق. من ناحية أخرى، على الرغم من أن AO تتمتع بقدرات استغاللية محلية كبيرة، إال أن قدراتها االستكشافية العالمية غير كافية. من أجل ذلك، تم تقديم ُمح ِّسن metaheuristic جديد، ُمح ِّسن مناعة القطيع لفيروس كورونا ال ُمعدَّل )MCHIAO)، للتغلب على هذه القيود والوصول لحل تحديات اختيار الميزات. في هذه الرسالة تم اقتراح MCHIAO بثالثة تحسينات رئيسية للتغلب على هذه المشكالت والوصول إلى نتائج مثالية أعلى وهي تصنيف الحاالت وتعزيز معادلة قيمة الجينات الجديدة باستخدام النظام الفوضوي المستوحى من السلوك الفوضوي لفيروس كورونا وإنشاء صيغة جديدة للتبديل بين االستغالل الموسع والضيق. يوضح MCHIAO أنه يستحق مواجهة عشرة خوارزميات تحسين حديثة ومعروفة )GOA، وMFO، وMPA، وGWO، وHHO، وSSA، وWOA، وIAO، وNOA، وNGO ) باإلضافة إلى AO وCHIO. يتم إجراء متوسط تصنيف فريدمان والتحليل اإلحصائي لويلكوكسون )قيمة p )على جميع الخوارزميات الحديثة التي تختبر 23 وظيفة مرجعية. تم إجراء اختبار ويلكوكسون وفريدمان أي ًضا على 29 وظيفة 2017CEC. عالوة على ذلك، تم إجراء بعض االختبارات اإلحصائية على الوظائف المعيارية العشرة 2019CEC. يتم استخدام ستة مشاكل في العالم الحقيقي للتحقق من صحة MCHIAO المقترح مقابل نفس الخوارزميات االثنتي عشرة الحديثة. في الوظائف الكالسيكية، بما في ذلك 24 وظيفة أحادية و44 وظيفة متعددة الوسائط، على التوالي، يتم تقييم السلوك االستغاللي واالستكشافي للخوارزمية الهجينة MCHIAO. هذه الرساله تحت عنوان ”” MCHIAO : خوارزمية تحسين مناعة القطيع ضد فيروس كورونا - عقاب مبنية على السلوك الفوضوي لحل المشكالت الهندسية”” وتحتوى على 0 فصول. الفصل الأول : اليتناول هذا الفصل تعريف سريعا خوارزميات التحسين. كما يتضمن شرح لتقنيات و أنواع مختلفة ً من خوارزميات التحسين و التي سيتم استخدماها في المقارنة مع الخوارزم المقترح في هذه الرسالة. كما يتضمن مقدمة عن الرسالة وأهدافها ومساهماتها الرئيسية. الفصل الثانى : يحتوي على األبحاث السابقة حول تقنيات الخوارزميات التي استخدمها مؤلفون آخرون. كما أن يحتوى على شرح مفصل لك ًل من خوارزم مناعة القطيع ضد فيروس كورونا و خوارزم العقاب. الفصل الثالث : يتناول هذا الفصل شرح مفصل عن العمل المقترح ووصفًا كامالً اقتراح تحسين لخوارزم مناعة القطيع ضد فيروس كورونا و من ثم يتم دمجه مع خوارزم العقاب. الفصل الرابع : يحتوي على النتائج التجريبية من العمل المقترح وفق عدة مقاييس أداء. عالوة على ذلك، فإنه يتضمن. مقارنات بين العمل المقترح وأحدث النتائج األخرى للخوارزميات التي تم شرحها مسبقاً الفصل الخامس : يلخص هذا الفصل االستنتاجات الرئيسية لهذا العمل. أيضا يقدم هذا الفصل العمل المستقبلي التالي من العمل المقدم في هذه الرسالة.