مقارنة بين الشبكات العصبية الاصطناعية و البرمجة الخطية الضبابية والاستدلال الضبابي لاتخاذ القرار الأمثل لإنتاج النفط  –	العراق2018م

احمد, محمد خالد; مشرف, -حمزة ابراهيم حمزة; مشرف . م, -أمل السر الخضر عبد الرحيم

dc.contributor.author	احمد, محمد خالد
dc.contributor.author	مشرف, -حمزة ابراهيم حمزة
dc.contributor.author	مشرف . م, -أمل السر الخضر عبد الرحيم
dc.date.accessioned	2021-07-08T09:54:52Z
dc.date.available	2021-07-08T09:54:52Z
dc.date.issued	2021-05-01
dc.identifier.citation	احمد،محمد خالد . مقارنة بين الشبكات العصبية الاصطناعية و البرمجة الخطية الضبابية والاستدلال الضبابي لاتخاذ القرار الأمثل لإنتاج النفط – العراق2018م / محمد خالد احمد ؛ حمزة ابراهيم حمزة .- الخرطوم : جامعة السودان للعلوم والتكنولوجيا ، كلية العلوم ، 2021 .- 148ص : ايض ؛ 28سم .- دكتوراة	en_US
dc.identifier.uri	http://repository.sustech.edu/handle/123456789/26293
dc.description	رسالة دكتوراة	en_US
dc.description.abstract	يهدف هذا البحث الى بناء أنموذج رياضي لبعض من منتجات شركة مصافي الوسط (مصفى الدورة )و حل الانموذج باستخدام اسلوب البرمجة الخطية الضبابية والشبكات العصبية الاصطناعية ,اذ تم ازالة الضبابية من الانموذج باستخدام اكثر من طريقة وعمل مقارنة بين الطرق اضافة الى عمل نظام للاستدلال الضبابي للمنتجات الشركة للوقوف على كميات الواجب توفرها والايراد المتحقق من كل منتج , اضافة الى عمل مقارنة بين اسلوب الشبكات العصبية الاصطناعية والبرمجة الخطية الضبابية لإيجاد افضل حل ممكن ,اذ تبين من خلال النتائج المستخرجة باستخدام برنامج MATLABr2018bوبرنامج POM-QM, ان افضل طريقة لإزالة الضبابية كانت عند طريقة التقييد والتجزئة اذ بلغ صافي الارباح الاجمالية المتحقق ( 1,063,913,050),كما و بينت النتائج بصورة اجمالية ان طريقة التقييد والتجزئة وطريقة دالة الرتب الحصينة كانت افضل الطرق في تحقيق الارباح الاجمالية للشركة ,اذ تم بناء تسعة قواعد باستخدام نظام الاستدلال الضبابي لكيفية الوصول الى القرار الامثل للكميات المنتجة و الواجب توفرها في الشركة لمنع حصول العجز وذلك من خلال التركيز على (كميات الطلب ، كميات الانتاج) كمدخلات و الحالة (مستوى الخزين) والايرادات المتحققة كمخرجات, اضافة الى ذلك تم توظيف انموذج البرمجة الخطية الضبابية والحلول المستخرجة وتهيئتها مع اضافة المزيد من الحلول لبناء الشبكة العصبية الاصطناعية اذ تم عمل خمسة تجارب محاكاة وعمل المقارنة بين نتائجها بالاعتماد على قيمة الارتباط لـ( التدريب , والموثوقية , والاختبار, وبصورة اجمالية), اذ تبين ان بزيادة عملية تدريب الشبكة تكون النتائج افضل في كل مرة اذ يظهر من خلال نتائج التجربة الخامسة انها اعطت نتائج قريبة للنتائج التي تم التوصل اليها في نماذج البرمجة الخطية الضبابية . اذ اوضحت النتائج بصورة عامة كفاءة انموذج البرمجة الخطية الضبابية والتي تم صياغتها في البحث للتعامل مع المشاكل ذات الطبيعة غير الثابتة و المتذبذبة للتوصل إلى أفضل الحلول الممكنة لها. ومساهمتهاالفاعلة في استغلال الموارد المتاحة أفضل ما يمكن, و بصورة عامة وجود أرباح في إنتاج ستة منتجات و هي (البنزين , النفط الأبيض , وقود الطائرات , زيت الغاز , زيت الديزل , زيت الوقود) و وجود خسائر في إنتاج مادة واحدة وهي الغاز السائلبسبب الكلف العالية للإنتاج اذ انها تحتاج الى مستلزمات إنتاج مُكلفة ,ومن اهم التوصيات التي توصلت اليها الدراسة هي زيادة وتوسيع الاهتمام من قبل الشركة المبحوثة بأساليب البرمجة الخطية الضبابية وانظمة الاستدلال الضبابي والشبكات العصبية الاصطناعية اضافة الى عمل تقارير دورية لتقيم اداء الانموذج بصورة عامة ولمعرفة مستويات الاستفادة من الانموذج ومدى محاكاه هذه الانموذج للواقع الفعلي للمصفى وتقييم النتائج الواردة من خلاله عمل توءمة مع الجامعات المختصة في هذه المجال لمعرفة اخر التطورات الحاصلة بمجال الذكاء الاصطناعي من اجل مواكبة كل ما هو جديد وتبني برامج حديثة لحل مشاكل الأمثلية مثل برنامج QM- POM وبرنامج MATLABr2018b	en_US
dc.description.sponsorship	جامعة السودان للعلوم والتكنولوجيا	en_US
dc.language.iso	other	en_US
dc.publisher	جامعـــــــــة السودان للعلوم والتكنولوجيا	en_US
dc.subject	العلوم	en_US
dc.subject	الاحصاء	en_US
dc.subject	الشبكات العصبية الاصطناعية	en_US
dc.subject	البرمجة الخطية الضبابية	en_US
dc.subject	انتاج النفط في العراق
dc.title	مقارنة بين الشبكات العصبية الاصطناعية و البرمجة الخطية الضبابية والاستدلال الضبابي لاتخاذ القرار الأمثل لإنتاج النفط – العراق2018م	en_US
dc.title.alternative	A Comparison Between Artificial Neural Networks And Fuzzy Linear Programming And Fuzzy Inference For Optimal Decision-Making For Oil Production-Iraq 2018	en_US
dc.type	Thesis	en_US