دراسة مقارنة للتنبؤ بكمية الطاقة المولدة اليومية من الكهرباء بخزاني الروصيرص وسنار لتحليل السلاسل الزمنية باستخدام الشبكات العصبية الاصطناعية. في الفترة الزمنية من (1 يناير -30 مارس) 2013م

محمد, إسراء عبد الله كرار

dc.contributor.author	محمد, إسراء عبد الله كرار
dc.date.accessioned	2015-01-15T09:17:26Z
dc.date.available	2015-01-15T09:17:26Z
dc.date.issued	2014-01-20
dc.identifier.citation	محمد,إسراء عبد الله كرار .دراسة مقارنة للتنبؤ بكمية الطاقة المولدة اليومية من الكهرباء بخزاني الروصيرص وسنار لتحليل السلاسل الزمنية باستخدام الشبكات العصبية الاصطناعية. في الفترة الزمنية من (1 يناير -30 مارس) 2013م /إسراء عبد الله كرار محمد؛مناهل سيدأحمد مصطفي.-الخرطوم:جامعة السودان للعلوم والتكنولوجيا,كلية العلوم,2014.-38ص:ايض؛28سم.-ماجستير	en_US
dc.identifier.uri	http://repository.sustech.edu/handle/123456789/9977
dc.description	بحث	en_US
dc.description.abstract	يتناول هذا البحث استخدام نماذج الشبكات العصبية الاصطناعية في دراسة السلاسل الزمنية للطاقة المولدة من الكهرباء اليومية بمحطتي خزان سنار وخزان الرصيرص. وتتمثل اهمية هذا البحث في تعريف الشبكات العصبية والتعرف علي اهم تطبيقاتها والعلاقة بين نماذج الشبكات العصبية والسلاسل الزمنية وكذلك انواع الشبكات العصبية و خطوات بناء الشبكة العصبية . وبناء نموذج شبكة عصبية لتقدير الكمية المولدة اليومية من الكهرباء بمحطة خزان الرُصيرص وكذلك خزان سنار والتنبؤ في المستقبل . واتبع البحث استخدام المنهج الوصفي لوصف متغيرات الدراسة والمنهج الاحصائي التحليلي لتحليل البيانات باستخدام البرامج التاليةSTATISTICA, Minitab, Excel and Spss . وقد كانت فرضيات الدراسة : 1. متوسط مجموع مربعات الاخطاء لنموذج الشبكة العصبية للسلسلة الزمنية للطاقة المولدة من الكهرباء اليومية بمحطة خزان الرصيرص له قيمة صغيرة ويمكن التنبؤ به .ومتوسط مجموع مربعات الاخطاء لنموذج الشبكة العصبية للسلسلة الزمنية للطاقة المولدة من الكهرباء اليومية بمحطة خزان سنار له قيمة صغيرة ويمكن التنبؤ به . 2. نموذج الشبكة العصبية للسلسلة الزمنية للطاقة المولدة من الكهرباء اليومية بمحطة خزان الرصيرص أفضل من نموذج الشبكة العصبية للسلسلة الزمنية للطاقة المولدة من الكهرباء اليومية بمحطة خزان سنار. و تم التوصل إلى النتائجالتالية:  استخدام شبكة البيرسبترون متعدد الطبقات 1-2-1MLP لبناء نموذج الشبكة لبيانات الطاقة المولدة للكهرباء اليومية بمحطة خزان الروصيرص وكذلك لبيانات الطاقة المولدة للكهرباء بمحطة خزان سنار التي تتكون بنيتها المعمارية من طبقة ادخال واحدة وطبقتين خفيتين وطبقة اخراج واحدة واستخدمت الدالة اللوجستية كدالة تحفيز في الطبقات وتم استخدام خوارزمية الانتشار السريع لتدريب هذه الشبكات.  متوسط مجموع مربعات الاخطاء لنموذج الشبكة العصبية للسلسلة الزمنية للطاقة المولدة من الكهرباء اليومية بمحطة خزان الرصيرص ولخزان سنار لهما قيمة صغيرة مما يدل علي أن هذه الشبكة جيدة ويمكن التنبؤ بها.  نموذج الشبكة العصبية لمحطة سنار أفضل من نموذج الشبكة العصبية لمحطة الرصيرص . و من خلال النتائج تم التوصل الى التوصيات الآتية:  تحسين اداء نماذج الشبكات العصبية في تحليل السلاسل الزمنية يتمباتباع الأتي : • زيادة حجم البيانات . • ازالة التغيرات من السلاسل الزمنية . • تجريب عدد من معماريات الشبكات العصبية . • تكرار التدريب .  الاستفادة من أساليب الشبكات العصبية في بناء نماذج التنبؤ بالطاقة المولدة من الكهرباء وذلك للكفاءة العالية لهذه النماذج في التنبؤ .  نوصي بعمل المزيد من الدراسات الاحصائية عن نماذج الشبكاتالعصبية الاصطناعية حيث انها لها تطبيقات كثيرة مثل السلاسل الزمنية بمتغير واحد والسلاسل الزمنية متعددة المتغيرات ونماذج الانحدار والتحليل العنقودي وغيرها, ويمكن عمل دراسات عن المقارنة بين نماذج الشبكات العصبية المختلفة مثل MLP, RBF,Sigma-Pi&Pi sigma	en_US
dc.description.sponsorship	جامعة السودان للعلوم والتكنولوجيا	en_US
dc.language.iso	other	en_US
dc.publisher	جامعة السودان للعلوم والتكنولوجيا	en_US
dc.subject	الإحصاء التطبيقي	en_US
dc.subject	الطاقة المولدة اليومية	en_US
dc.subject	خزان الروصيرص وسنار	en_US
dc.subject	السلاسل الزمنية	en_US
dc.subject	الشبكات العصبية الاصطناعية	en_US
dc.title	دراسة مقارنة للتنبؤ بكمية الطاقة المولدة اليومية من الكهرباء بخزاني الروصيرص وسنار لتحليل السلاسل الزمنية باستخدام الشبكات العصبية الاصطناعية. في الفترة الزمنية من (1 يناير -30 مارس) 2013م	en_US
dc.title.alternative	Comparative Study of forecasting the amount of generating electricity in Rosirs and Sinnar Dams. From (1 Jan – 31 March) 2013	en_US
dc.type	Thesis	en_US