![](/images/graphics-bg.png)
Prediction of tigris River Stage in Qurna, South of Iraq, using artificial neural networks
Other Title(s)
التنبؤ بمنسوب نهر دجلة في القرنة، جنوب العراق باستعمال الشبكات العصبية الاصطناعية
Joint Authors
al-Ghanim, Ammar Salman Dawud
al-Abbudi, Ali Hasan Duhaym
Abbas, Sarmad A.
Source
Engineering and Technology Journal
Issue
Vol. 27, Issue 13 (30 Oct. 2009)10 p.
Publisher
Publication Date
2009-10-30
Country of Publication
Iraq
No. of Pages
10
Main Subjects
Engineering & Technology Sciences (Multidisciplinary)
Topics
Abstract AR
تمت تهيئة الشبكات العصبية الصناعية باستخدام طريقة انسياب الخطأ لأعداد نموذج التنبؤ بمنسوب نهر دجلة في قضاء القرنة، محافظة البصرة, جنوب العراق.
استخدم النموذج المعد للتحري عن إمكانية الشبكات العصبية الصناعية كأداة فاعلة في محاكاة منسوب النهر للمدى القصير باستعمال صندوق عدة الشبكات العصبية في برنامج (Matlab R2007b).
ثلاثة أنشأت كتجربة أولية حيث استخدمت الشبكة العصبية من النوع متعدد الطبقات لبناء معمارية الشبكة.
أفضل نموذج اختير طبقا لعملية التجربة و الخطأ مستندا على ثلاث معاملات إحصائية معروفة هي (معامل الارتباط, جذر معدل الخطأ التربيعي، و معامل الكفاءة).
أفضل نموذج انبثق كحصيلة لنتائج المرحلة الأولى، استعمل لتنبؤ بمنسوب النهر ليوم، يومين، و ثلاثة أيام لاحقة.
بينت النتائج, إن الشبكات العصبية الصناعية المعايرة باستعمال طريقة انسياب الخطأ تقنية كفؤة للتنبؤ بمنسوب نهر دجلة للمدى القصير.
Abstract EN
Artificial neural networks (ANNs) with back-propagation algorithm are performed for predicting the stage of Tigris River in Qurna city, Basrah, south of Iraq.
This model was adopted to investigate the applicability of ANNs as an effective tool to simulate the river stage for short term.
By using the neural network toolbox in Matlab R2007b, three models are constructed as the first experiment.
Multilayer percpetron with one hidden layer is used in the architecture of network.
The best model is selected according to the trial and error procedure based on three common statistic coefficients (coefficient of correlation, root mean square error, and coefficient of efficiency).
The best model from first experiment is used to predict the stage river for one, two, and three days ahead as the second experiment.
Results indicated the ANNs with back-propagation algorithm are a powerful technique to predict the short term stage of Tigris River.
American Psychological Association (APA)
al-Abbudi, Ali Hasan Duhaym& al-Ghanim, Ammar Salman Dawud& Abbas, Sarmad A.. 2009. Prediction of tigris River Stage in Qurna, South of Iraq, using artificial neural networks. Engineering and Technology Journal،Vol. 27, no. 13.
https://search.emarefa.net/detail/BIM-47740
Modern Language Association (MLA)
al-Abbudi, Ali Hasan Duhaym…[et al.]. Prediction of tigris River Stage in Qurna, South of Iraq, using artificial neural networks. Engineering and Technology Journal Vol. 27, no. 13 (2009).
https://search.emarefa.net/detail/BIM-47740
American Medical Association (AMA)
al-Abbudi, Ali Hasan Duhaym& al-Ghanim, Ammar Salman Dawud& Abbas, Sarmad A.. Prediction of tigris River Stage in Qurna, South of Iraq, using artificial neural networks. Engineering and Technology Journal. 2009. Vol. 27, no. 13.
https://search.emarefa.net/detail/BIM-47740
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references
Record ID
BIM-47740