نام پژوهشگر: محمدهادی فتاحی

پایش و توسعه مدل شبکه عصبی مصنوعی پیش بینی خشکسالی با استفاده از شاخص spi ؛ مطالعه موردی: استان کهگیلویه و بویر احمد
پایان نامه دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد مرودشت - دانشکده کشاورزی 1391
  اسحاق رستمی   هما رزمخواه

چکیده خشکسالی یکی از پدیده های آب و هوایی و از جمله رخدادهایی است که هر ساله خسارت های زیادی را باعث می شود. این پدیده در واقع از ویژگی های اصلی و تکرار شوند ه ی اقلیم های متفاوت به شمار می رود و اثرهای آن صرفاً به نواحی خشک ونیمه خشک محدود نمی شود، بلکه خشکسالی هم در نواحی خشک و هم در نواحی مرطوب به وقوع می پیوندد و باعث کمبود منابع آب می گردد خشکسالی بعنوان یک پدیده خزنده توصیف می شود و برخلاف سیل و بارندگی، توصیف زمانی و مکانی و همچنین پیش بینی خشکسالی بسیار مشکل و دارای اهمیت ویژه در مدیریت و برنامه ریزی منابع آب است. استان کهگیلویه و بویر احمد که در جنوب غربی ایران واقع است، با توجه به اینکه بخش قابل توجهی از آب، حوزه آبریز سه رودخانه مهم کشور همچون کارون، مارون و زهره در استان کهگیلویه و بویراحمد تأمین می شود، پایش و پیش بینی خشکسالی در این استان امری اجتناب ناپذیر به نظر می رسد. در دو دهه اخیر، استفاده از مدل های هوشمند در پیش بینی متغیرهای هیدرولوژیکی و اقلیمی مورد توجه محققان واقع شده است که از آن جمله مدل ها می توان به شبکه های عصبی مصنوعی اشاره نمود. توانایی ویژه شبکه های عصبی باعث استفاده روزافزون این ابزار در علوم آب گردیده است. شاخص استاندارد بارش (spi) نیز یکی از شاخص های بررسی و پایش خشکسالی هواشناسی می باشد که مورد توجه پژوهشگران خشکسالی قرار گرفته است. در این تحقیق ابتدا با استفاده از شاخص spi اقدام به محاسبه شاخص های یک، سه، شش، نه، دوازده، بیست و چهار و چهل و هشت ماهه متحرک خشکسالی استان، طی دوره مهر ماه سال 1378 تا آذر ماه سال 1388پرداخته شد و پس از آن با استفاده از شبکه های عصبی مصنوعی کلیه تأخیرهای ممکن شاخص spi به عنوان ورودی شبکه و شاخص ماه آینده پیش بینی گردید. نتایج حاصل از این پیش بینی ها با استفاده از دو شاخص خطا (rmse) و شاخص دقت (r2) مورد ارزیابی و تحلیل قرار گرفت. نتایج در بخش پیش بینی خشکسالی های کوتاه مدت حاکی از این بود که تعداد ورودی های بیشتر در دقت نتایج موثر می باشد و در خشکسالی های بلند مدت تعداد ورودی-های کمتر نتایج بهتری تولید کرد. در بخش پایش هم تأکید نتایج بر وجود خشکسالی های ممتد و گاهی طولانی مدت خشکسالی می باشد. کلمات کلیدی: شبکه های عصبی مصنوعی، شاخص استاندارد بارشspi ، استان کهگیلویه و بویراحمد، پیش بینی خشکسالی، پایش خشکسالی

بهینه یابی تیغه های گرداب شکن در سرریز نیلوفری با استفاده از الگوریتم ‍ژنتیک
پایان نامه دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد مرودشت - دانشکده کشاورزی 1392
  محمدامین پرتو   امین رستمی راوری

سرریز نیلوفری یکی از سازه های انتقال آب از مخزن سد به پایین دست می باشد .از جمله نقاط قوت آن امکان ساخت در دره های تنگ و در سدهای خاکی که معمولاً سرریز جدای از بدنه وجود دارد می باشد . به طور کلی در سرریز نیلوفری سرعت شعاعی و سرعت محوری وجود دارد .جریان به صورت مستقیم وارد سرریز می شود ولی در هنگام بروز پدیده گرداب وجود سرعت مماسی باعث انحراف مسیر جریان از حالت مستقیم می شود و جریان مسیر طولانی تری را می پیماید و باعث افت انرژی و کاهش ظرفیت تخلیه می شود . بنابراین یکی از راه حل ها برای جلوگیری از بروز این پدیده نصب تیغه های گرداب شکن می باشد. هر مسئله ی مهندسی ممکن است دارای چندین جواب مختلف باشد که بعضی از آنها ممکن و بعضی غیرممکن است. وظیفه ی طراحان پیدا کردن بهترین جواب ممکن از میان جواب های مختلف است. مجموعه ی جواب های ممکن فضای طراحی را شکل می دهند که باید در این فضا به جستجوی بهترین یا بهینه ترین جواب پرداخت. الگوریتم های ژنتیک یک روش جستجوی موثر در فضاهای بسیار وسیع و بزرگ است که در نهایت منجر به جهت گیری به سمت پیدا کردن یک جواب بهینه می گردد .در این الگوریتم ها باید فضای طراحی به فضای ژنتیک تبدیل شود. بنابراین الگوریتم های ژنتیک با یک سری متغیرهای کد شده کار می کنند. در این مطالعه با استفاده از الگوریتم ژنتیک و داده های آزمایشگاهی به دست آمده از در زمینه مدل سازی فیزیکی سرریز نیلوفری به بررسی و بهینه یابی تیغه های گرداب شکن پرداخته شد . داده های به دست آمده در آزمایشگاه با استفاده از آنالیز ابعادی و تشابه سازی به داده های مقیاس واقعی تبدیل شدند . داده های دبی و ارتفاع 24 و 31 متر در حالت های بدون گرداب شکن ، 3 گرداب شکن و 4 گرداب ، آب برروی سرریز های با قطر 13 شکن به عنوان جمعیت اولیه برای الگوریتم ژنتیک تعریف شدند .رابطه ضریب دبی سرریز نیلوفری به عنوان تابع هدف در الگوریتم ژنتیک تعریف شد . مناسب ترین فرمول بندی الگوریتم ژنتیک برای هر قطر سرریز تعیین شد و با استفاده از فرمول بندی های بهینه تابع هدف بهینه سازی شد . در سرریز با قطر 13 متر بهینه ترین حالت 3 عدد تیغه گرداب شکن ، در سرریز با قطر 24 متر بهینه ترین حالت 3 عدد تیغه گرداب شکن و در سرریز با قطر 31 متر نیز تعداد 4 عدد تیغه گرداب شکن بهینه ترین حالت تشخیص داده شد .