Grammar based hyper-heuristic

مقدم أطروحة جامعية

Abd al-Muttalib, Muhammad Adnan Fuad

مشرف أطروحة جامعية

Bittaz, Muhammad
Khatri, Sunil Kumar

الجامعة

جامعة فيلادلفيا

الكلية

كلية تكنولوجيا المعلومات

القسم الأكاديمي

قسم علم الحاسوب

دولة الجامعة

الأردن

الدرجة العلمية

ماجستير

تاريخ الدرجة العلمية

2019

الملخص الإنجليزي

The development of proper algorithmic solution for a given class of problems requires a deep understanding of some optimization algorithms and this process is time consuming.

In this study, we investigate the hyper-heuristic methodology which is a high-level search methodology that operates on search space of heuristic/meta-heuristic algorithms.

Hyper-Heuristic aims at finding the most suitable algorithmic solution for a given class of problems.

Hyper-heuristic is classified into two major classes: selective and generative hyper-heuristic.

Our focus is on generative hyper-heuristic, especially on generative hyper-heuristic that operates on the meta-heuristic components of Particle Swarm Optimization (PSO) and Real-Coded Genetic Algorithm (RCGA).

The study uses a modified Tree-based Grammar-guided Genetic Programming (TG3P), in order to generate adaptive hybrid PSO and RCGA solvers for continuous global optimization problems.

We compared our results with two prominent PSO algorithms, and the results show that our proposed hyper-heuristic has very competitive efficiency.

التخصصات الرئيسية

تكنولوجيا المعلومات وعلم الحاسوب

الموضوعات

• الخوارزميات
• البرمجة الجينية

عدد الصفحات

66

قائمة المحتويات

• APA
• MLA
• AMA

لغة النص

الإنجليزية

نوع البيانات

رسائل جامعية

رقم السجل

BIM-955861