000			06635namaa22004331i 4500
003			OSt
005			20250811110706.0
008			250701s2024 ua a|||frm||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a519.5
092			_a519.5 _221
097			_aPh.D
099			_aCai01.18.05.Ph.D.2024.Sa.P
100	0		_aSadeer Fadhil Oudah, _epreparation.
245	1	2	_aA proposed differential evolution algorithm for solving optimization problems / _cby Sadeer Fadhil Oudah ; Supervised Prof. Hegazy Mohamed Zaher, Prof. Naglaa Ragaa Saeid Hassan, Dr. Eman Mostafa Oun.
246	1	5	_aخوارزم تطور تفاضلي لحل مشاكل الأمثلية
264		0	_c2024.
300			_a106 Leaves : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (Ph.D)-Cairo University, 2024.
504			_aBibliography: pages 90-106.
520		3	_aIn this thesis, two applications are suggested: the first application study includes new modification on original DE algorithm which based on new mutation strategy and self-adaptation crossover probability". The proposed modifications dynamically adjust the crossover probability based on iteration numbers to balance exploration and exploitation. The parameters were optimized using experimental design on 11 test optimization problems (benchmark functions) to identify the best values for iterations and population size. Subsequently, the optimized parameters were tested and compared with three classical differential evolution algorithms across 24 test functions. The run was 50 times to determine the average solutions and standard deviations. These averages provide insights into the algorithm's effectiveness, while the standard deviations indicate the stability of the outputs. Additionally, the coefficient of variation (relative standard deviation) was calculated to further assess stability. The results show that the modified algorithm is more effective and stable than the compared algorithms with less deviation from the average results. In the second application study, the suggested modified algorithm in case 1 is applied on 20 benchmark test functions of Job Shop Scheduling problems comparing the results with other two algorithms such as the golden jackal optimization algorithms and black widow spider optimization algorithms. The evaluations results demonstrate the superiority of the modified DE in both performance and robustness
520		3	_aبحوث العمليات هي أحد أقسام الرياضيات التطبيقية المعنية بإتخاذ القرار الأمثل من خلال صياغة المشاكل رياضيا وحلها باستخدام احد الطرق التقليدية كالبرمجه الخطية او النقل او الشبكات أو إستخدام أساليب الذكاء الاصطناعي. في هذه الرسالة تم تطبيق احد أساليب الميتاهيوريستيك وهي خوارزمية التطور التفاضلي وهو إسلوب مستمد من الخواص البيولوجية المرتبطة بالتطور في حياتنا. خوارزمية التطور التفاضلي لديها صدى هائل في المجال البحثي وأنها تعتبر من بين أقوى الخوارزميات التي تستخدم في مجال الميتاهيوريستيك وأنه ما زال هناك اهتمام وبحث مستمر من قبل العديد من الباحثين لتطويرها وتعديلها وقد تم إجراء مراجعة لما تم من أبحاث في هذه الخوارزمية وقد وجد أن عمليات التطوير في الخوارزمية شملت تطويراً فيما يخص إنتقال مكان الحل إلى مكان آخر بإستخدام المتجهات الخاصة بالحل نفسه اومتجهات خاصه بحلول أخرى مستخدمين في ذلك المسافة بين الحلول وبعضها البعض وإما تطويراً في عملية بناء حل جديد يأخذ خصائص من مكان الحل الحالي ومكان حل آخر. بسبب تابعية الخوارزمية لخوارزميات الميتاهيوريستيك تم عمل فصل لهذه الخوارزميات في الرسالة مع توضيح آليات عمل هذه الخوارزميات وتصنيفها إما تعتمد على مجتمع من الحلول تتغير أماكنه في المراحل التكرارية للخوارزمية اوتعتمد على حل واحد يتغير مكانه في كل تكرار للخوارزمية. اهداف الرسالة: الهدف الرئيسي من هذه الرسالة هو رفع كفاءة خوارزمية التطور التفاضلي (DE) وذلك بعمل تعديلات جديدة تتكيف مع احتمالية التقاطع وتعيد تعريف استراتيجية الطفرة. ويمكن تلخيص أهداف هذه الرسالة فيما يلي: - تحليل خوارزمية DE الاصلية وتقديم نظرة ثاقبة حول سلوك الخوارزمية وقيودها وتوجيه تطوير باقتراح بعض التعديلات - رفع الكفاءة الشاملة للخوارزمية DE المقترحة. - تقييم الخوارزمية المعدلة على مجموعة من الدوال المعيارية القياسية - مقارنة أداء الخوارزمية المعدلة مع النسخ الاصلية من DE وكذلك خوارزميات اخرى لتقييم فعاليه الخوارزمية المقترحة وذلك من خلال التطبيق على مشكلات مختلفة.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		0	_aMathematical Statistics
653		1	_aDifferential Evolution Algorithms _aMetaheuristics Approaches _aGolden Jackal Optimization Algorithms _aBlack Widow Spider Optimization Algorithms _aJob Shop Scheduling Problems
700	0		_aHegazy Mohamed Zaher _ethesis advisor.
700	0		_aNaglaa Ragaa Saeid Hassan _ethesis advisor.
700	0		_aEman Mostafa Oun _ethesis advisor.
900			_b01-01-2024 _cHegazy Mohamed Zaher _cNaglaa Ragaa Saeid Hassan _cEman Mostafa Oun _UCairo University _FFaculty of Graduate Studies for Statistical Research _DDepartment of Operations Research and Management
905			_aShimaa _eEman Ghareb
942			_2ddc _cTH _e21 _n0
999			_c172863