TY - JOUR ID - TI - The effect of the threshold function for design feed forward neural network for solving Partial differential equations تأثير دوال التنشيط في تصميم شبكة عصبية ذات التغذية الأمامية لحل المعادلات التفاضلية الجزئية AU - Dr.Khalid. Mindeel. M. Al-Abrahemee د. خالد منديل محمد PY - 2017 VL - 4 IS - 1 SP - 13 EP - 22 JO - Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب SN - 11712076 AB - In this paper we disperse the outcome of threshold functions for designate feed forward neural network for solution partial differential equations”. “We utility a multi-layer network having one hidden layer with 7 hidden units (neurons) and one linear output unit with different of threshold function of each unit are logsig , tansig, purelin, tribas and hardlim and use Levenberg – Marquardt (trainlm) training algorithmic rule”. Finally the terminate of numerical experience are compare to with the true solution in illustrative examples to ratify the precision and effectiveness of the immediate plan.

ـــ في هذا البحث نناقش تأثير دوال التنشيط في تصميم الشبكة العصبية ذات التغذية الأمامية لحل المعادلات التفاضلية الجزئية. استخدمنا شبكة متعددة الطبقات ذات طبقة خفية واحدة ذو سبعة وحدات (عصبونات) خفية و وحدة أخراج خطية ودوال الاستثارة لكل حدة خفية هي مختلفة logsig , tansig, purelin, tribas and hardlim باستخدام خوارزمية التدريب لـ ﭭنبرك - ماركوادت و بايسن(trainlm). أخيرا النتائج للاختبارات العددية قورنت مع الحل المضبوط في أمثلة توضيحية لتعزيز و تأكيد الدقة و كفاءة للتقنية المقترحة . ER -