@Article{, title={Design Collocation Neural Network for Solve regularly perturbed problems with Initial and Boundary conditions تصمیم شبكة عصبیة لحل مسائل الاضطراب المنتظمة ذات الشروط الابتدائیة والحدودیة}, author={Khalid. Mindeel. M. Al-Abrahemee خالد مندیل محمد}, journal={Al-Qadisiyah Journal of Pure Science مجلة القادسية للعلوم الصرفة}, volume={4}, number={21}, pages={18-32}, year={2016}, abstract={Recently, there has been an increasing interest in the study of regular and perturbed systems.The aim of this paper is to design artificial neural networks for solve regular perturbation problemswith initial and boundary conditions. We design a multi-layer collocation neural network havingone hidden layer with 5 hidden units (neurons) and one linear output unit the sigmoid activationfunction of each hidden unit is ridge basis function where the network trained by back propagationwith different training algorithms such as quasi-Newton, Levenberg-Marquardt, and BayesianRegulation. Finally the results of numerical experiments are compared with the exact solution inillustrative examples to confirm the accuracy and efficiency of the presented scheme.

الهدف من هذا البحث هو حل مسائل الاضطراب المنتظمة باستخدام الشبكات العصبية. استخدمنا شبكة متعددةالطبقات ذات طبقة خفية واحدة ذو خمس وحدات (عصبونات) خفية و وحدة أخراج خطية دالة الاستثارة لكل وحدةخفية هي دالة الأساس الصلبة حيث أن الشبكة دربت بواسطة الانتشار المرتد مع خوارزميات تدريب مختلفة مثلشبه- نيوتن ، لڤنبرك- ماركوادت و بايسن. أخيرا النتائج للاختبارات العددية قورنت مع الحل المضبوط في أمثلةتوضيحية لتعزيز و تأكيد الدقة و كفاءة للتقنية المقترحة} }