research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Modifying Explicit Finite Difference Method by Using Radial Basis Function Neural Network

Author: Omar S. Kasim
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2013 Volume: 10 Issue: 2 Pages: 171-186
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this research, we use artificial neural networks, specifically radial basis function neural network (RBFNN) to improve the performance and work of the explicit finite differences method (EFDM), where it was compared, the modified method with an explicit finite differences method through solving the Murray equation and showing by comparing results with the exact solution that the improved method by using (RBFNN) is the best and most accurate by giving less error rate through root mean square error (RMSE) from the classical method (EFDM).

تم في هذا البحث استخدام أسلوب الشبكات العصبية الاصطناعية وتحديدا شبكة (Radial Basis Function) لتطوير أداء وعمل طريقة الفروقات المنتهية الصريحة, حيث تم مقارنة الطريقة المطورة باستخدام شبكة (RBFNN) مع الطريقة الصريحة للفروقات المنتهية (Explicit Finite Differences Method) وذلك من خلال حل معادلة (Murray), وتبين من خلال مقارنة النتائج مع الحل المضبوط (Exact Solution) أن الطريقة المطورة باستخدام شبكة (RBFNN) هي الأفضل والأكثر دقة من خلال إعطاء اقل نسبة خطأ لمقياس (RMSE) من الطريقة الاعتيادية (EFDM).الكلمات الدالة: الشبكة العصبية الاصطناعية من نوع (RBF)، الشبكات العصبية الاصطناعية والفروقات المنتهية، تطوير طريقة الفروقات المنتهية.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2013 (1)