لهذه الدراسة هدفان مهمان وهما: أولاً: توضيح فكرة بناء الشبكات؛ العصبية المقترحة ثانياً: مقارنة هذه الطرق بالإدراك الجيد لنماذج السلاسل الزمنية (ARIMA) باستعمال المعيار MSE، وهو المعيار الأول لتدريب الشبكة العصبية والثاني لحساب آلية توقعات نماذج الشبكات العصبية. باستخدام بعض الأمثلة الخاصة اتضح أن الإجراءات حول نموذج الشبكات العصبية وجدت بأنها تقدم توقعات أفضل من نماذج السلاسل الزمنية، وأن نماذج الشبكات العصبية قد تستعمل في التنبؤ ببيانات السلاسل الزمنية بتعديل بعض الأوزان التى تعتبر معالم نماذج الشبكات العصبية والتى يمكن أن تقدر خلال عملية تدريب الشبكة، ودقة التوقعات مقدرة بالدالة المناسبة التى تستعمل في عملية تدريب الشبكة. إن مشكلة تنبؤ النماذج شائعة في التحليلات الإحصائية، وفى الغالب الطرق مستعملة للتعامل مع تنبؤ نموذج الانحدار والسلاسل الزمنية بالرغم من أن هذه الطرق قد لاتكون دقيقة في العينات الصغيرة و النتائج المتحصل عليها في هذا البحث حسبت بفصل مجموعة البيانات إلى مجموعتين جزئيتين أو أكثر، استعملنا الجزء الأول لملائمة النموذج والجزء الأخير لبناء التوقع باستخدام المعيار MSE كأداة للمقارنة بين النماذج, وكلما كانت قيمة هذا المعيار صغيرة كان النموذج أفضل. Abstract This study has two objectives. First, presenting artificial neural networks (ANN) second, comparing the proposed method with the well known ARIMA model, the accuracy of the neural network forecasts is compared with the corresponding ARIMA models by using the mean square error (MSE). By using the proposed (MSE) measures the artificial neural networks (ANN) were found deliver a better forecasts than the ARIMA model. A class of artificial neural networks (ANN) may be used in forecasting time series data. It may be used to approximate unknown expectation function of future observation given past values , thus the weights of these ANN can be viewed as parameters, which can be estimated through the network training. Then the model is used for forecasting. The accuracy of the forecasts is evaluated by suitable function. The problem of forecasting model is common in statistical analysis. One of the mostly used approach to deal with forecasting model is regression and time series. Although, approaches may not accurate in small sample. In an effort to forecast daily flow waters to the three important dams such as Ejdabia, Sirt, Benghazi, we will training to a take new tool if forecasting model which known as neural network model. This tool deal with testing data after made as partition of the original series into two sets first is called training set, were used to fit the model, while the second is called testing sets, were used to make forecasting. In this work the MSE is well known as tool for comparing between the models, further more when the MSE is less, the value of this model is a better than other models.
ساميه محمد ميره (2010)

الملخص أظهرت النتائج الشهرية باستخدام أقماع بيرليزي وجود اختلافات في الكثافة العددية للحيوانات الدقيقة المرتبطة بأشجار الأيوكالبتوس أو الكافور Eucalyptus camaldulensis والصنوبر Pinus halepensis والعوامل المناخية في غابة النصر بطرابلس لإجمالي 021 عينة من نثار الأوراق لسنة 2112 . بلغ إجمالي الكثافة العددية للحيوانات الدقيقة السنوية 002.111 فردًا / 01 cm / m من نثار الأوراق. أوضحت النتائج أن الكثافة العددية للكوليمبولا كان فعالاً في تفكك ³ وتكسير نثار الأوراق، والحلم كمفترسات، والفطريات والبكتيريا لتحلل نثار الأوراق. تم تقسيم الدراسة إلى فترتين. ) 0( مايو - 2، والكوليمبولا 2.، والحيوانات الدقيقة الأخرى 011 فرد/ .. أكتوبر، أظهرت أن متوسط وفرة الحلم كان 2 01 cm / m ³ من نثار الأوراق على التوالي. ) 2( نوفمبر- أبريل، أظهرت أن متوسط وفرة الحلم كان 21 ، والكوليمبولا 135 ، ومجموعة الحيوانات الدقيقة الأخرى 011 فرداً / 15 cm / m نثار الأوراق على التوالي. أوضحت الدراسة وجود فروق ذات دلالة ³ معنوية عند المستوى 1.110 وفي اختبار Duncan عند المستوى 1.110 بين شهر يناير والأشهر الأخرى. تم عرض جميع البيانات البيولوجية والكيميائية والفيزيائية المؤثرة على التنوع البيولوجي لمفصليات الأرجل ونثار أوراق الكافور والصنوبر في غابة النصر بطرابلس. توصي الدراسة بالنظر في أهمية تعريف وتصنيف والتنوع البيولوجي للحيوانات الدقيقة والعوامل المختلفة المرتبطة بنثار الأوراق كمؤشرات بيئية مهمة واستدامة النظام البيئي للغابات في ليبيا.
هدي مصطفي عمر الشبة , نوال عبد السلام محفوظ(12-2021)

Swirl stabilised combustion is one of the most successful technologies for flame stabilisation in gas turbine combustors. Lean premixed combustion systems allow the reduction of NOx coupled with fair flame stability. The swirl mechanism produces an aerodynamic region known as central recirculation zone (CRZ) providing a low velocity region where the flame speed matches the flow velocity, thus anchoring the flame whilst serving to recycle heat and active chemical species to the root of the former. Another beneficial feature of the CRZ is the enhancement of the mixing in and around this region. However, the mixing and stabilisation processes inside of this zone have shown to be extremely complex. The level of swirl, burner outlet configuration and combustor expansion are very important variables that define the features of the CRZ. The complex fluid dynamics and lean conditions pose a problem for stabilization of the flame. The problem is even more acute when alternative fuels are used for flexible operation. Therefore, in this paper swirling flame dynamics are investigated using computational fluid dynamics (CFD) with commercial software (ANSYS). A new generic swirl burner operated under lean-premixed conditions was modelled. A variety of nozzles were analysed using isothermal case to recognize the the behavers of swirl . The investigation was based on recognising the size and strength of the central recirculation zones. The dimensions and turbulence of the Central Recirculation Zone were measured and correlated to previous experiments. The results show how the strength and size of the recirculation zone are highly influenced by both the shear layer surrounding the Central Recirculation Zones (CRZ) and outlet configurations. arabic 11 English 64
Adel Diyaf, Hesham Baej, Adel Akair, Salem Adeilla, Abdurahman Kraiem(9-2018)