ارسل ملاحظاتك

ارسل ملاحظاتك لنا







استخدام الشبكات العصبية في السيطرة على الخزين المضيب

العنوان بلغة أخرى: Using Neural Network for Control of Fuzzy Storage
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: إبراهيم، نور صباح أحمد (مؤلف)
مؤلفين آخرين: البزاز، زينة مضر يحيي (م. مشارك)
المجلد/العدد: ع34
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2021
الشهر: ديسمبر
الصفحات: 131 - 146
ISSN: 1680-855X
رقم MD: 1261468
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
الخزين | المنطق المضبب | الشبكة العصبية | الشبكة العصبية المضببة | Storage | Fuzzy Logic | Neural Network | Fuzzy Neural Network
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: في هذا البحث تم انشاء انموذج امثل للسيطرة على الخزين في مصرف الدم في محافظة نينوى من خلال دراسة نظام المراجعة المستمرة للخزين في ظل ضبابية الطلب العشوائي وسوف يتم حساب الكمية المثلى للطلب على الدم و وقت الحصول على الطلب وفق المنطق المضبب مع الشبكات العصبية، تم سحب بيانات من مصرف الدم وعلى ثلاثة مدخلات (كمية الطلب، الكمية التالفة وعدد المتبرعين) حيث تم التحقق من توزيع البيانات وكانت تتبع التوزيع الطبيعي خطية ايضا قمنا في البداية بتضبيب البيانات باستخدام ال tool الجاهزة في برنامج (matlab) وبعد الحصول على النتائج قمنا بإدخالها على الشبكة العصبية (RNN). ان أفضل نتيجة تم الحصول عليها هي استخدام الشبكة العصبية المضببة بالمقارنة مع الطريقة الكلاسيكية.

In this research, an optimal model will be created to control the storage in the blood bank in Nineveh Governorate by studying the continuous review system for storage in light of the ambiguity of random demand. Data were withdrawn from the blood bank and on three inputs (order quantity, damaged quantity and number of donors), where the data distribution was verified and the normal distribution was also linearly followed. At first, we fogged the data using the ready-made tool in the program ((matlab) and after obtaining the results we entered it on the neural network (RNN).The best result obtained is the use of the fuzzy neural network as compared to the classical method.

ISSN: 1680-855X