Abstract | Keywords | Fulltext | Export | TOC

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.

Radial Basis Neural Network --- Neural Network with Finite Difference --- A Modified finite-difference method