فرض کنیم ? یک p-گروه متناهی از مرتبه فرد باشد به طوریکه |g/g | برابر با توان سه عدد اول p بوده و g مخالف یک باشد. طبق نتایجی از بلک برن و هال جمله سوم سری مرکزی پایینی زیر گروه ماکسیمال g می باشد. همچنین ? به حاصل ضرب دو زیر گروه ساده خود تجزیه شده و g یکی از دو کلاس یکریختی p-گروه های غیر آبلی از مرتبه توان سه عدد اول p را داراست.

سیستم شناسایی خودکار آتش، سیستمی است که آتش را هنگام وقوع و یا حتی قبل از وقوع شناسایی و آژیر هشدار را به صدا در می آورد. شناسایی آتش را می توان به دو دسته شناسایی آتش جنگل و شناسایی آتش در مناطق مسکونی و تجاری تقسیم نمود. شناسایی خودکار آتش بدلیل نقش مهمی که در کاهش صدمات جانی و خسارات مالی ایفا می کند از اهمیت خاصی برخوردار است. با توجه به اینکه برای شناسایی آتش در هر دو محیط باز و بسته باید از حسگرهای ترکیبی استفاده نمود که بسیار هزینه بر هستند؛ کارهای محققین معمولا بر روی شناسایی آتش در یکی از دو محیط باز یا بسته متمرکز می شوند. از این رو هدف این پایان نامه ارائه سیستمی مبتنی بر دانش جهت شناسایی آتش در کلیه محیط ها می-باشد. با توجه به بررسی های انجام شده بر روی کارهای محققین از سال 2000 به بعد، مدل پیشنهادی در این پایان نامه از دو فناوری الگوریتم های ژنتیک و شبکه های عصبی برای شناسایی آتش در مناطق باز و از فناوری های یادگیری ماشین برای شناسایی آتش در مناطق مسکونی و تجاری استفاده می کند. برای تست کارایی شناسایی آتش در محیط باز از مجموعه داده آتش جنگل های کانادا و در مناطق مسکونی از مجموعه داده های آتش در سایت nist استفاده شده است. نتایج حاصل از شبیه سازی روش ترکیبی پیشنهادی gann در محیط matlab با سایر روش های موجود مقایسه و مشخص گردید که روش پیشنهادی قادر است با میانگین مربع خطای 0.00562 و بدون اینکه از دقت شناسایی آن کاسته شود، تعداد ویژگی ها را کاهش دهد. همچنین سیستم پیشنهادی قادر است که جهت بهبود شناسایی آتش در مناطق مسکونی، روش های دسته بندی مختلفی را با توجه به عوامل شناساگر دریافتی از محیط با استفاده از نرم افزار weka شبیه سازی نموده و برای شناسایی آتش در محیط های بسته بهترین روش را اخذ و اجرا نماید. بررسی این نتایج نشان می دهد که روش دسته بندی شبکه های بیزین از سرعت و دقت خوبی برای شناسایی آتش در محیط بسته برخوردار است.

در این تحقیق، تأثیر نانوذرات مغناطیسی (fe3o4 (mnps به عنوان یک جاذب جدید برای حذف مولکول های رنگ از جریان های آلوده مورد بررسی قرار گرفته است. به علاوه، حذف اسید سبز dgb به عنوان رنگ نمونه اسیدی به وسیله نانوذرات مغناطیسی از محلول آبی در شرایط آزمایشی متفاوت بررسی گردیده است. پارامترهای موردنظر شامل محلول با (ph (12-2، مقدارg 0.2-0.05 )mnps )، غلظت (dgb ( mg/l 100-25، زمان تماس (min 60 -0) و دمای محلول ( c? 25 ، 35و 45) می باشند. نتایج آزمایشی نشان می دهند حداکثر حذف mb5 در محلولی با ph=3 صورت می گیرد. همچنین نشان داده شد که مقدار نانوذرات مغناطیسی ، متغیر مهمی است که بر میزان حذف dgb تأثیر می گذارد. همزمان با کاهش غلظت dgb از 100 به 25 میلی گرم در لیتر در ph=3 و rh=0/2 g، بازده حذف dgb افزایش یافت. تجزیه و تحلیل سینتیکی حاکی از این واقعیت است که مدل شبه درجه دوم با داده های آزمایشی بیشترین تطابق را دارد. معادلات ایزوترم متفاوتی از داده های آزمایشی جذب تعادلی dgb در نانوذرات مغناطیسی در دماهای متفاوت حاصل گردیده است. معادلات تمکین از بیشترین تطابق با داده های آزمایشی برخوردارند. با ارزیابی ترمودینامیکی جذب dgb در نانوذرات مغناطیسی مشخص شد که پدیده جذب تحت شرایط موردنظر، عملکرد فیزیکی (خودبه خودی) می باشد.