ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Forecasting Water Levels Using Artificial Neural Network

المؤلف الرئيسي: Habeeb, Fatema Abbakar Suliman (Author)
مؤلفين آخرين: Ibrahym, Ashraf Osman (Advisor)
التاريخ الميلادي: 2019
موقع: الخرطوم
الصفحات: 1 - 88
رقم MD: 1138945
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة النيلين
الكلية: كلية الدراسات العليا
الدولة: السودان
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

46

حفظ في:
المستخلص: بسبب ارتفاع تدفق مياه نهر النيل وروافده، قد تزداد احتمالية حدوث الفيضانات في السودان. لذلك هناك حاجة إلى التنبؤ بمستويات المياه لإرسالها إلى السلطات المعنية. وهذا جزء من أنظمة الإنذار بالفيضانات. الهدف من هذه الدراسة هو تصميم نموذج كمبيوتر يتنبأ بمستويات المياه باستخدام الشبكات العصبية الاصطناعية. تم استخدام سلسلة زمنية لمستويات النيل من 1965 إلى 2018، 2008 إلى 2017 التي تمت معالجتها، في حين يتم استخدام البيانات المثلى دون القيمة المفقودة من 1980 إلى 1990. تم الحصول على هذه البيانات من وزارة الموارد المائية والري والكهرباء لمحطة الخرطوم. تم استخدام Matlab لتصميم نموذج التنبؤ، باستخدام النموذج المقترح لمستويات مياه النيل بطريقة معقولة، واتخاذ نفس النمط من سلسلة البيانات الأصلية. تم تدريب الشبكة حتى وصلنا إلى أدنى متوسط لمتوسط خطأ الجذر التربيعي حيث وصل إلى 1.3237 للقيم المتوقعة حيث وصل إلى 1.3365 لمقارنة القيم الحقيقية والمتوقعة. التنبؤات باستخدام الشبكات العصبية تفتح الباب أمام استخدام طرق بديلة للسلاسل الزمنية؛ يمكن استخدام عدة أنواع من شبكات الذكاء الاصطناعي مثل الشبكات متعددة الطبقات لتقليل نسبة الأخطاء. أظهرت النتائج أن قيم مستوى المياه المتوقعة للعام الحالي تحتوي على أقل خطأ في القيمة (1.3237). من المتوخى إجراء مزيد من محاكاة البيانات للوصول إلى نموذج مثالي قوي.

عناصر مشابهة