@Article{, title={Application Of Artificial Neural Network Models For Predicting Total Dissolved Solids In Marsh Water}, author={Mohammed D. Salman}, journal={University of Thi-Qar Journal for Engineering Sciences مجلة جامعة ذي قار للعلوم الهندسية}, volume={5}, number={2}, pages={1-21}, year={2014}, abstract={In this paper an Artificial Neural Networks (ANNS) model is designed to predict the Total Dissolved Solids (TDS) concentration in marsh water. A previous data set are selected from previous studies which done on analysis of marsh water quality, these data are arranged in a format of five input parameters to feed forword back-propagation including the acidity (pH), calcium concentration (C), Magnesium Concentration (M) , Chloride Concentration (Cl) and Sulphate Concentration (S), and one output parameter as Total Dissolved Solids concentration. Artificial Neural Network used to study the effect of each parameter on TDS concentration in marsh water. Several structures of ANNs model is examined with different transfer functions, activation functions, number of neurons in each hidden layer and number of hidden layers. Results show that the two hidden layer network with transfer function (trainscg) with (12 & 10) neurons in the first and second hidden layer respectively and (tansig-tansig-purelin) gives the best performance (Mean Square Error: 3.05e-5) network for this prediction.

في هذه الورقةِ صمم نموذج شبكات عصبيةَ صناعية لتَخمين تركيز المواد الصلبة الذائبة الكلية في مياهِ الاهوار. أختيرت مجموعة معلومات سابقة مختارة مِنْ الدِراساتِ السابقةِ التي عَملتْ على تحليلِ نوعيةِ ماءِ الاهوار ، رتبت هذه البيانات في صيغة خمسة عوامل داخلة للشبكة متضمنتا ذلك الحموضةِ (pH)، تركيز الكالسيومِ، تركيز المغنيسيومِ ، تركيز الكلوريدِ، وتركيز الكبريتاتِ، و عامل ناتجِ واحد متمثلا بتركيز المواد الصلبة الذائبة في مياه الاهوار. استعملت الشبكة العصبية الصناعية لدِراسَة تأثيرِ كُلّ من العوامل الداخلة على تركيز المواد الصلبة الذائبة في مياه الاهوار. اختبرت عِدّة تراكيب لنموذجِ الشبكة العصبية في مختلف : دوال النقلِ ، دوال التنشيطِ، عدد العقد في كُلّ طبقة مخفية وعدد الطبقاتِ المخفيةِ. اوضحت النَتائِجَ بأنّ الشبكةَ العصبية ذو الطبقتين المخفيتين بوظيفةِ النقلِ (trainscg) مَع (12 و10) عقد عصبية في الطبقةِ المخفيةِ الأولى والثانيةِ على التوالي و دالة تنشيط متمثلة بـ (tansig tansig purelin) تَعطي أفضل أداءِ (متوسط مربع نسبة الخطأ : 3,05 *10-5) للشبكة لهذا التنبؤِ في هذه الدراسة.} }