000			08284namaa22004331i 4500
003			EG-GICUC
005			20260119133654.0
008			260104s2025 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	_a658.4034
092			_a658.4034 _221
097			_aPh.D
099			_aCai01.18.05.Ph.D.2025.Sa.O
100	0		_aSameerah Khaleel Ibrahim Dahlaki, _epreparation.
245	1	0	_aOn the war strategy optimization algorithm / _cby Sameerah Khaleel Ibrahim Dahlaki ; Supervised Prof. Hegazy Mohamed Zaher, Prof. Naglaa Ragaa Saeid Hassan.
246	1	5	_aحول امثلية خوارزمية استراتيجية الحرب
264		0	_c2025.
300			_a85 Leaves : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (Ph.D)-Cairo University, 2025.
504			_aBibliography: pages 81-85.
520		3	_aThis thesis focuses on optimizing the War Strategy Optimization (WSO) algorithm employing hybrid methods to enhance its efficiency in solving complex optimization problems. Swarm intelligence algorithms inspired by social insect colonies, such as Particle Swarm Optimization algorithm (PSO), Cat Swarm Optimization (CSO), Ant Colony algorithm (AC), Firefly Algorithm (FA), Bat Algorithm (BA), Genetic Algorithm (GA), Cuckoo Search Algorithm (CSA) and other intelligent algorithm like Harmony Search (HS) all have shown promise in addressing various optimization tasks like data clustering, scheduling, and general optimization. In this thesis, to improve the WSO algorithm, two hybrid approaches are proposed; "A hybrid Cat Swarm with War Strategy Optimization (C-WSO) algorithm for solving unconstrained problems" and "A hybrid Harmony Search (HS) with War Strategy Optimization (H-WSO) algorithm for solving unconstrained problems". Each hybrid algorithm combines the strengths of the original WSO algorithm with those of the corresponding swarm intelligence technique. These hybrid algorithms are evaluated using 50 benchmark tests functions of unimodal and multimodal functions and compared the results against the original WSO. The evaluations reveal that the H-WSO algorithm outperforms both the original WSO algorithm and the C-WSO algorithm in solving both unimodal and multimodal benchmark test functions. The efficiency and effectiveness of the H- WSO algorithm are demonstrated through three indicators: fitness function value of mean, standard deviation, and median. These indicators are calculated for both unimodal and multimodal functions, showing that the H-WSO algorithm's robustness, convergence and superiority over the other algorithms. Thus, the hybrid H-WSO algorithm proves to be a powerful and efficient method for solving optimization problems compared with other algorithms which making it as a promising approach for various real-world applications.
520		3	_aتم تطوير العديد من طرق meta-heuristic لحل مشاكل التحسين الصعبة منها خوارزيمية مستعمرة النمل (ACA) وسرب الجسيمات (PS) حيث لاتتضمن خوارزميات meta-heuristic دائمًا الحل الأمثل. ومع ذلك ففى معظم الحالات يمكن الحصول على حل شبه مثالي في وقت أقل بكثير من تطبيق الطرق الرياضية. تعتبر خوارزمية تحسين استراتيجية الحرب (WSO) واحدة من الخوارزميات الحديثة في مجال metaheuristics. حيث تحاكي السلوك التعاوني لـصقور هاريس وسلوكهم في البحث عن الطعام في الطبيعة والذي يسمى الانقضاض المفاجئ. ومن فوائد هذه الخوارزيمية احتوائها علي عدد صغير من إعدادات التحكم في الضبط وبساطة التنفيذ ومستوى عالٍ من الاستكشاف والاستغلال وتتمتع هذه التقنيات بمجال استخدام واسع. وفي هذه الرسالة تم اقتراح تعديلين لخوارزمية صقور هاريس (HHO) لتعزيز أدائها وصلاحيتها (موثوقيتها) لحل مشاكل الامثلية. تركز هذه الرسالة على تحسين خوارزمية تحسين استراتيجية الحرب (WSO) من خلال استخدام الأساليب الهجينة لتعزيز كفاءتها في حل مشاكل التحسين المعقدة. أظهرت خوارزميات ذكاء السرب (SIA) المستوحاة من مستعمرات الحشرات الاجتماعية، مثل ABC وPSO وACO وFA وCSO، نتائج واعدة في معالجة مهام التحسين المختلفة مثل تجميع البيانات والجدولة والتحسين العام.لتحسين نتائج خوارزمية WSO تم اقتراح خوارزميتين هجينة :- - خوارزمية C-WSOالناتجة من تهجين خوارزمية CSO مع خوارزمية WSO . - خوارزمية H-WSO الناتجة من تهجين خوارزمية HS مع خوارزمية WSO. حيث تجمع كل خوارزمية هجينة بين نقاط قوة خوارزمية WSO الأصلية ونقاط قوة تقنية ذكاء السرب المقابلة. تم تقييم فعالية الخوارزميتين المقترحة على نوعين من الدوال غير المقيدة (الدوال المعيارية ) وهما: - دوال غيرمقيدة احادية الوسائط: حيث تم اختبار الخوارزميتين المقترحتين على 25 دالة معيارية احادية الوسائط وقد اثبتت فعالية كلا من خوارزمية C-WSO , H-WSO على الخوارزمية الاصلية من خلال استخدام المؤشرات الثلاث قيم (fitness functions) المتوسط والانحراف المعياري والوسيط وقد تمت المقارنة بين الخوارزميات الثلاثة وتبين ان خوارزمية H-WSO هي الافضل مما يوضح قوتها وسرعة تقاربها وتفوقها على الخوارزميات الاخرى. - الدوال غير المقيدة المتعددة الوسائط: تم ايضا تقييم فعالية الخوارزميتين المقترحة على 25 دالة اخرى معيارية متعددة الوسائط وتبين فعالية كلا الخوارزميتين المقترحتين على الخوارزمية الاصلية وذلك من خلال تقييم المؤشرات الثلاث (fitness functions) المتوسط والانحراف المعياري والوسيط, وعند المقارنة بين الخوارزميات الثلاث اثبتت خوارزمية H-WSO تفوقها على بقية الخوارزميات مما يبين مدى قوتها وسرعة تقاربها . ومع مقارنه الثلاث خوارزميات معا اثبتت خوارزمية H-WSO أنها خوارزمية قوية وفعالة لحل مشاكل التحسين مقارنة بالخوارزميات الأخرى مما يجعلها طريقة واعدة كما اثبت ان اسلوب التهجين هو اسلوب فعال حيث يعطي نتاائج جيدة في حل المشكلات المعقدة
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		0	_aOperations research
650		0	_aبحوث العمليات
653		1	_aMetaheuristic Approach _aWar Strategy Algorithm _aGlobal optimization problems _aأساليب الميتاهيوريستيك _aخوارزمية تحسين استراتيجية حرب
700	0		_aHegazy Mohamed Zaher _ethesis advisor.
700	0		_aNaglaa Ragaa Saeid Hassan _ethesis advisor.
900			_b01-01-2025 _cHegazy Mohamed Zaher _cNaglaa Ragaa Saeid Hassan _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			_c177397