TY - JOUR ID - TI - Artificial Neural Network for Single Reservoir Operation شبكة عصبية اصطناعية لتشغيل نظام خزن منفرد AU - K. A. Al-Mohseen كامل علي عبد المحسن AU - A. R. M. Towfeeq ايمن رافع محمد توفيق PY - 2014 VL - 22 IS - 2 SP - 29 EP - 37 JO - AL-Rafidain Engineering Journal (AREJ) مجلة هندسة الرافدين SN - 18130526 22201270 AB - شبكة عصبية اصطناعية لتشغيل نظام خزن منفردكامل علي عبد المحسن ايمن رافع محمد توفيقE-mail almohseen2000@yahoo.comقسم هندسة السدود والموارد المائية / جامعة الموصلالمستخلصيهدف البحث الحالي الى الاستفادة من مخرجات نموذجين رياضيين هما )نموذج للبرمجة الداينمية التصادفيةالذين تم استخدامهما في ايجاد سياسة )ISDP و )نموذج للبرمجة الداينمية التصادفية الضمنية )ESDP الصريحةالتشغيل المثلى لنظام خزن منفرد )خزان سد القائم المقترح على نهر الخوصر( لبناء نموذج شبكة عصبية اصطناعيةلغرض ايجاد علاقة تربط بين حجم الخزين الابتدائي والجريان الوارد الى الخزان من جهة وكمية المياه المطلقة وحجمالخزين النهائي من جهة اخرى.وكانت من نوع ESDP اعتمد نموذجين لشبكتين عصبيتين اذ تبنت الاولى مدخلات ومخرجات نموذج.2-01- وكانت معماريتها بالشكل 2 ISDP 2-6-2 . اما الشبكة الثانية فقد استخدمت مدخلات ومخرجات نموذجأظ ه ر ت ا لن ت ائ ج ان ه ن اك ت و اف ق ا ج ي د ا ب ي ن ا لم خ ر ج ات ا لم س ت ن ب ط ة م ن ا لش ب ك ت ي ن ا لع ص ب ي ت ي ن م ع م خ ر ج ات ا لن م و ذ ج ي نلإيجاد التوافق بين حجم الاطلاق المستنبط من الشبكة (R حيث اجري تحليل احصائي بالاعتماد على معامل التحديد ( 2وقد تبين ان قيمة هذا المعامل هي 1.9.0 في حين اعطت الشبكة ESDP العصبية وحجم الاطلاق المستنبط من نموذجالثانية معامل تحديد مقداره . 1.81 والذي يعبر عن مدى التوافق بين مخرجات الشبكة العصبية وتلك المستنبطة منوهذا يدلل على امكانية ايجاد سياسة التشغيل المثلى للخزان باستخدام تقنية الشبكات العصبية ISDP نموذجالاصطناعية.الكلمات الدالة: البرمجة الداينمية، شبكة عصبية اصطناعية، تشغيل الخزانات.Artificial Neural Network for Single Reservoir OperationK. A. Al-Mohseen A. R. M. TowfeeqE-mail Dams & Water Resources Engineering DepartmentMosul UniversityAbstractThe current paper aims to explore the capability of Artificial Neural Networkmodels (ANN) to calculate the optimal operating policy of a single reservoir system(Al_Qaim reservoir on the Al_Khosar River). The ANN models proposed in thisresearch were making use of the outcomes emerged from two Stochastic DynamicProgramming (SDP) models suggested by previous study on the same reservoir systemi.e. Explicit Stochastic Dynamic Programming and Implicit Stochastic DynamicProgramming.The two ANN models have been used to find pattern between inflow and initialstorage of the system in one hand, and the release and the final storage of the system onother hand. It is found that the topology of the first model which adopted the attributesof the ESDP is 2-6-2, while that which was implemented the ISDP attributes has a 2-10-2ANN topology.The final results prevail that good agreement have been exist between the output(release) of the proposed ANN models and those obtained by the two (SDP) models withcoefficients of determination 0.934 and 0.803 respectively.Keywords: Artificial Neural Network, Dynamic Programming, Operation reservoir.

شبكة عصبية اصطناعية لتشغيل نظام خزن منفردكامل علي عبد المحسن ايمن رافع محمد توفيقE-mail almohseen2000@yahoo.comقسم هندسة السدود والموارد المائية / جامعة الموصلالمستخلصيهدف البحث الحالي الى الاستفادة من مخرجات نموذجين رياضيين هما )نموذج للبرمجة الداينمية التصادفيةالذين تم استخدامهما في ايجاد سياسة )ISDP و )نموذج للبرمجة الداينمية التصادفية الضمنية )ESDP الصريحةالتشغيل المثلى لنظام خزن منفرد )خزان سد القائم المقترح على نهر الخوصر( لبناء نموذج شبكة عصبية اصطناعيةلغرض ايجاد علاقة تربط بين حجم الخزين الابتدائي والجريان الوارد الى الخزان من جهة وكمية المياه المطلقة وحجمالخزين النهائي من جهة اخرى.وكانت من نوع ESDP اعتمد نموذجين لشبكتين عصبيتين اذ تبنت الاولى مدخلات ومخرجات نموذج.2-01- وكانت معماريتها بالشكل 2 ISDP 2-6-2 . اما الشبكة الثانية فقد استخدمت مدخلات ومخرجات نموذجأظ ه ر ت ا لن ت ائ ج ان ه ن اك ت و اف ق ا ج ي د ا ب ي ن ا لم خ ر ج ات ا لم س ت ن ب ط ة م ن ا لش ب ك ت ي ن ا لع ص ب ي ت ي ن م ع م خ ر ج ات ا لن م و ذ ج ي نلإيجاد التوافق بين حجم الاطلاق المستنبط من الشبكة (R حيث اجري تحليل احصائي بالاعتماد على معامل التحديد ( 2وقد تبين ان قيمة هذا المعامل هي 1.9.0 في حين اعطت الشبكة ESDP العصبية وحجم الاطلاق المستنبط من نموذجالثانية معامل تحديد مقداره . 1.81 والذي يعبر عن مدى التوافق بين مخرجات الشبكة العصبية وتلك المستنبطة منوهذا يدلل على امكانية ايجاد سياسة التشغيل المثلى للخزان باستخدام تقنية الشبكات العصبية ISDP نموذجالاصطناعية.الكلمات الدالة: البرمجة الداينمية، شبكة عصبية اصطناعية، تشغيل الخزانات.Artificial Neural Network for Single Reservoir OperationK. A. Al-Mohseen A. R. M. TowfeeqE-mail Dams & Water Resources Engineering DepartmentMosul UniversityAbstractThe current paper aims to explore the capability of Artificial Neural Networkmodels (ANN) to calculate the optimal operating policy of a single reservoir system(Al_Qaim reservoir on the Al_Khosar River). The ANN models proposed in thisresearch were making use of the outcomes emerged from two Stochastic DynamicProgramming (SDP) models suggested by previous study on the same reservoir systemi.e. Explicit Stochastic Dynamic Programming and Implicit Stochastic DynamicProgramming.The two ANN models have been used to find pattern between inflow and initialstorage of the system in one hand, and the release and the final storage of the system onother hand. It is found that the topology of the first model which adopted the attributesof the ESDP is 2-6-2, while that which was implemented the ISDP attributes has a 2-10-2ANN topology.The final results prevail that good agreement have been exist between the output(release) of the proposed ANN models and those obtained by the two (SDP) models withcoefficients of determination 0.934 and 0.803 respectively.Keywords: Artificial Neural Network, Dynamic Programming, Operation reservoir. ER -