Thesis (Ph.D)-Cairo University, 2024.

Bibliography: pages 89-99.

Operations Research (OR) helps in reaching valuable solutions to a wide range of problems including scheduling, assignment, facility location, health services, computer network engineering, and telecommunication and data communication engineering. By utilizing OR, organizations can optimize their resources, reduce costs, and improve efficiency in various industries and sectors helping the decision makers to make informed decisions based on data-driven insights. Metaheuristics are a powerful tool for solving complex optimization problems that arise in a wide range of fields. However, most real-world optimization problems are highly nonlinear and multimodal, and are subject to a variety of complex constraints. The main objective of this thesis is to improve the Black Widow Algorithm (BWOA) to solve optimization problems such as clustering problems, KenKen puzzle, and cloud networking. Thus, in this thesis, three suggested problems are presented applying original, hybrid or modified BWOA to new problems as follows.
Problem (1) is "A Hybrid Black Widow Optimization Algorithm (HBWOA) for Solving Clustering Problems". In this proposed algorithm, the k-means is added to (BWOA) for solving clustering problem where K-means is used to organize objects into self-similar groups, discovering the boundaries among these groups using a group of different statistical methods. Besides, the k-means has a high clustering speed and performs well in large data sets, but it has poor clustering accuracy. So, BWOA combined with k-mean to be suitable for solving clustering problem with high accuracy. Experimental results show that the proposed algorithm applying on Iris data set improves clustering accuracies compared with previous works. Also, the proposed hybrid BWOA applying on the Seeds data set has the same accuracy as Genetic Algorithm but higher accuracy comparing with only k-means algorithm.
Problem (2) is "A BWOA for solving KenKen puzzle". In this suggested algorithm, the BWOA is used to solve KenKen puzzle successfully where the obtained results showed the efficiency that the proposed algorithm in grids range in size 5×5, 7×7, and 9×9 with a variation of the level of difficulty easy, medium, and hard is more efficient than the old one.
In problem (3), a modification in BWOA was suggested using chaotic "Chaotic Black Widow Optimization Algorithm (CBWO)" to apply on Cloud computing Networks problem. First, we applied the suggested CBWO on recent global benchmarks functions (CEC2005 and CEC2017) to prove its efficiency. Then, the (CBWO) was applied on cloud computing networks to improve its performance". In this application, Taguchi's method for tuning parameters of CBWO is used for network simulation protocols and computational results among four cases (Throughput analysis, Packet delivery ratio analysis, Delay analysis and Energy consumption analysis). CBWO showed a high performance in increasing the throughput packet and the delivery while decreasing in energy consumption performance and the delay than old model.

1 مقدمة:
تساهم تطبيقات بحوث العمليات المتنوعة فى الوصول الى حلول قيمة لمجموعة واسعة من المشكلات مثل مشكلة الجدولة والتعيين وتحديد موقع المنشأة والخدمات الصحية وهندسة شبكات الحاسوب وهندسة الاتصالات والبيانات. وحيث ان تطبيق اساليب بحوث العمليات تساعد المؤسسات على تحسين مواردها وخفض التكاليف ورفع الكفاءة في مختلف الصناعات والقطاعات مما يساعدهم على اتخاذ قرارات فعالة بناءً على بيانات واقعية. وتعتبر ال Metaheuristic أحد الاساليب المستخدمة لحل مشكلات التعظيم المعقدة في العالم الحقيقي حيث تكون المشكلات غير خطية وتخضع لمجموعة متنوعة من القيود المعقدة.
2.1 الاهداف:
الهدف الرئيسي من هذه الرسالة هو تحسين خوارزمية الأرملة السوداء (BWOA) لحل مشاكل الامثلية مثل مشاكل التجميع ولغز كينكن والشبكات السحابية. هكذا لدينا ثلاثة نماذج مختلفة من التطبيقات ويتم تطبيق BWOA الهجينة (المختلطة) للوصول إلى حل أكثر كفاءة.
الفكرة الأساسية للنماذج المقترحة هي تحقيق ما يلي:
- بناء خوارزمية امثلية هجينة (مختلطة) لعناكب الأرملة السوداء مع (K-means) واطلق عليها (HBWOA) لحل مشاكل التجميع وإجراء مقارنة مع الخوارزمية الأصلية (BWOA).
- تطبيق خوارزمية امثلية لعناكب الأرملة السوداء (BWOA) لحل لغز KenKen بأبعاد مختلفة.
- تطبيق طريقة جديدة في البحث باستخدام نظرية الفوضى مع خوارزمية Chaotic Black Widow Optimization ((CBWO) لتحسين أداء الشبكات السحابية وإظهار فاعلية النموذج المقترح.
3.1 المنهجية:
في هذه الرسالة تم تقديم ثلاث تطبيقات مقترحة جديدة لتطبيق BWOA سواء الخوارزمية الاصلية او الهجين أو المعدل وقد تم التطبيق على ثلاث مشكلات جديدة وهي مشاكل المجموعات وألغاز كينكن والشبكات السحابية كالتالي:
المشكلة رقم (1) وهو تتعلق بمشكلة التجميع حيث تم بناء "خوارزمية امثلية لعناكب أرملة سوداء هجينة (HBWOA) لحل مشاكل التجميع". في هذه الخوارزمية المقترحة تم إضافة خوارزمية (k-means) إلى خوارزمية عناكب الارملة السوداء (BWOA) لحل مشكلة التجميع حيث تم استخدام K-mean لتنظيم الكائنات في مجموعات متشابهة ذاتيًا واكتشاف الحدود بين هذه المجموعات باستخدام مجموعة من الخوارزميات والأساليب الإحصائية المختلفة. إلى جانب ذلك تتميز خوارزمية (k-means) بسرعة تجميع عالية وتعمل بشكل جيد في مجموعة البيانات الكبيرة، ولكن دقة التجميع ضعيفة. لذلك تم دمج خوارزمية BWOA مع خوارزمية (k-means) ليكونا مناسبين لحل مشكلة التجميع بدقة عالية. أظهرت النتائج التجريبية أن الخوارزمية المقترحة المطبقة على مجموعة بيانات (Iris) أظهرت تحسن فى دقة التجميع مقارنة بالطرق السابقة. أيضًا تم تطبيق الخوارزمية المقترحة على فئة من مجموعة اخرى من البيانات (Seeds data set) فوجد ان لها نفس الدقة مع الخوارزمية الجينية، ولكن دقة أعلى مقارنة بخوارزمية (k-means) فقط.
المشكلة رقم (2) وهي تتعلق بتطبيق "خوارزمية عناكب الأرملة السوداء" ""BWOA لحل ألغاز كينكن التي لم تحل بخوارزمية كينكن التقليدية وتتمتع خوارزمية الأرملة السوداء بأداء أعلى في إيجاد حل لغز كينكين حيث اظهرت النتائج كفاءة اعلى للخوارزمية المقترحة في الشبكات بأبعاد 5 × 5 و7 × 7 و 9 × 9 مع تباين في مستوى الصعوبة من سهل الى متوسط الى صعب
اما المشكلة رقم (3) فقد تم اقتراح تعديل في خوارزمية BWOA باستخدام نظرية الفوضى Chaotic واطلق على النموذج""Chaotic Black Widow Optimization Algorithm (CBWO) وذلك لتحسين أداء الشبكات السحابية والتي تلعب دورا هاما في إيجاد أفضل طريق لوصول البيانات إلى المستخدمين دون تأخير وبأقل استهلاك للطاقة وفى البداية تم اختبار كفاءة وفاعليه الخوارزمية المقترحة (CBWO) بالتطبيق على مجموعة من الدوال العالمية (2005 ,2017) ثم تم التطبيق على مشكلة الشبكات السحابية مع استخدام طريقة Taguchi لضبط معلمات CBWO لبروتوكولات محاكاة الشبكة والنتائج الحسابية من بين أربع حالات (تحليل معدل النقل ، وتحليل نسبة تسليم الحزمة ، وتحليل التأخير ، وتحليل استهلاك الطاقة). وطبقت الخوارزمية المقترحة ثلاث تحسينات مفيدة للبحث للوصول الى أفضل اتجاه للمسار من نقطة البداية إلى آخر نقطة فى الشبكة حيث تقوم خوارزمية CBWO بتحليل عوامل أداء الشبكة القياسية وتقييمها باستخدام سحابة تجريبية. وتظهر الخوارزمية الجديدة CBWO أداءً عاليًا في زيادة حزمة الإنتاجية بنسبة 93.492٪ بينما كان أداء الطراز القديم 91.582٪؛ وبلغت نسبة التسليم 90.3087٪ بينما كان أداء النموذج القديم 85.712٪. وبلغت نسبة الانخفاض في استهلاك الطاقة 62.179٪ بينما كان أداء الطراز القديم 66.365٪ اما عن التأخير فنسبته 51.141٪ بينما كان اداء النموذج القديم 56.645٪. وهكذا ساعد هذا التعديل المقترح في رفع كفاءة أداء الشبكات السحابية والوصول الى أفضل طريق لوصول البيانات إلى المستخدمين دون تأخير وبأقل استهلاك للطاقة.
خطة العمل:
تنقسم هذه الرسالة الى خمس فصول كالتالي:
الفصل (1) يشتمل على "المقدمة" وتتضمن الخلفية وتعريف المشكلة والاهداف والمنهجية والخطوط العريضة للرسالة.
الفصل (2) يعرض Metaheuristics " ويتضمن أهمية اساليب metaheuristics، وتعريفها كأنواع مستوحاة من الطبيعة ، وخوارزمية عناكب الأرملة السوداء للامثلية Black Widow Optimization (BWOA) مع ملخص موجز يشرح خطه عملها ثم مراجعة تاريخيه للأبحاث الخاصة بالخوارزمية BWOA وتحليلها والدافع للبحث والرسالة.
الفصل (3) يتعرض "مشاكل الامثلية" التى تم تناولها فى الرسالة ويتضمن عرض لثلاث مشكلات. المشكلة الاولى (1): "مشكلة التجميع" او تكوين مجموعات سواء (supervised) او (unsupervised) –وعرض لخوارزمية التجميع (K-means) ، التجميع الهرمي. والمشكلة الثانية (2) لغز كينكين "KenKen Puzzle" ويتضمن أمثلة وقواعد هذه المشكلة. والمشكلة الثالثة (3): تتناول “مشكلة الشبكة السحابية" مع عرض جزء نظري حول الموضوع.
الفصل (4) يتعرض التطبيقات لحالات عملية حيث تتضمن ثلاثة تطبيقات رئيسية جديدة لحل ثلاث مشكلات "المشكلة الاولى تم تطبيق خوارزمية عناكب الأرملة السوداء الهجينة (HBWOA) لحل مشاكل التجميع". ثم التطبيق الثاني حيث تم تطبيق الخوارزمية الاصلية (BWOA) "خوارزمية امثلية لعناكب الأرملة السوداء لحل ألغاز كينكن". ثم التطبيق الثالث لحل المشكلة الثالثة وهى الشبكات السحابية حيث تم اقترح تعديل فى خوارزمية BWOA باستخدام نظرية الفوضى Chaotic واطلق على الخوارزمية"Chaotic Black Widow Optimization Algorithm (CBWO) وذلك لتحسين أداء الشبكات السحابية.
الفصل (5) الخاتمة والاعمال المستقبلية

Issues also as CD.

Text in English and abstract in Arabic & English.