فهرس المقالات فرشید صف شکن


  • المقاله

    1 - ارزیابی و مقایسه روش شبکه عصبی مصنوعی و نرم افزارHEC-HMS در شبیه‌سازی آبنمود بارش- رواناب در حوضه آبخیز معرف کسیلیان
    فصلنامه علمی مهندسی منابع آب , العدد 5 , السنة 10 , زمستان 1396
    فرایند بارش- رواناب یک پدیده­ی کاملا" پیچیده و غیرخطی در آبشناسی و منابع آب می­باشد. در سالهای اخیر، شبکه‌های عصبی مصنوعی کاربرد گسترده­ای را در شبیه­سازی روابط غیرخطی و پیچیده مانند رابطه­ی بارش-رواناب پیدا کرده است. دراین تحقیق، به منظور شبیه­س أکثر
    فرایند بارش- رواناب یک پدیده­ی کاملا" پیچیده و غیرخطی در آبشناسی و منابع آب می­باشد. در سالهای اخیر، شبکه‌های عصبی مصنوعی کاربرد گسترده­ای را در شبیه­سازی روابط غیرخطی و پیچیده مانند رابطه­ی بارش-رواناب پیدا کرده است. دراین تحقیق، به منظور شبیه­سازی آبنمود بارش-رواناب در حوضه­ی آبخیز معرف کسیلیان از روش شبکه­ی عصبی مصنوعی (با ساختار7-10-9) و نرم­افزار HEC-HMS استفاده گردید. به منظور آموزش بهتر نرم افزار شبکه­ی عصبی مصنوعی داده‌های بارندگی بر اساس الگوی زمانی، مطابق با توزیع بارندگی هاف، به چهار گروه تقسیم شدند. به­طورکلی نتایج این تحقیق نشان دادند که محدوده­ی قدرمطلق درصد خطای نسبی فراسنج­های QP، TP، Tb، 755050T و 75T شبیه‌سازی شده به وسیله­ی شبکه عصبی به ترتیب 97/51-02/0، 23/41- 55/0، 07/54- 26/0، 62/202- 23/0، 88/69- 52/0، 07/82- 21/2 و 76/57- 42/2 می‌باشند، در حالی­که با شبیه‌سازی به وسیله­ی نرم­افزار HEC-HMS این حدود به ترتیب 53/756- 58/0، 250-0، 18/141-0، 575-84/2، 86/167-93/0، 350-33/3 و 67/266-2 محاسبه شده­اند. با توجه به درصد خطای نسبی مربوط به فراسنج­های خروجی هر واقعه می‌توان نتیجه گرفت که شبکه­ی عصبی در اکثر موارد تمامی فراسنج­ها و شکل کلی آبنمود را به­خوبی و با خطای ناچیزی نسبت به نرم افزار HEC-HMS شبیه‌سازی نموده است، البته در بعضی موارد، نرم افزار HEC- HMS توانسته است که شبیه‌سازی بده اوج آبنمود، زمان پایه و شکل کلی آن را به خوبی، یا به ندرت دقیقتر از شبکه­ی عصبی انجام دهد. تفاصيل المقالة

  • المقاله

    2 - بررسی اثر تغییر اقلیم بر جریان ورودی به آبگیر سد درودزن در استان فارس طی دوره‌های آتی
    فصلنامه علمی مهندسی منابع آب , العدد 4 , السنة 10 , پاییز 1396
    ارزیابی دگرگونی و آسیب‌پذیری ناشی از تغییر‌اقلیم جهت برنامه­ریزی آینده منابع آب ضروری می­باشد. در این تحقیق، شبیه­سازی­های اقلیمی با کاربرد 4 شبیه­ساز گردش عمومی(GCM) ارائه شده در گزارش چهارم ارزیابی تحت دو نمایشنامه­ی انتشار  A2و B1 انجام ش أکثر
    ارزیابی دگرگونی و آسیب‌پذیری ناشی از تغییر‌اقلیم جهت برنامه­ریزی آینده منابع آب ضروری می­باشد. در این تحقیق، شبیه­سازی­های اقلیمی با کاربرد 4 شبیه­ساز گردش عمومی(GCM) ارائه شده در گزارش چهارم ارزیابی تحت دو نمایشنامه­ی انتشار  A2و B1 انجام شده است. نتایج نشان دادند که میانگین تغییرات دما بین 13/0- تا 96/0 و 72/0 تا 85/1 درجه­ی سانتیگراد به ترتیب برای دوره­های 2038-2016 و 2061-2039  می­باشد. علاوه بر این، میانگین تغییرات بارندگی ماهانه­ی شبیه­سازی شده دوره­های مذکور نسبت به دوره­ی مشاهداتی(2010-1988) به ترتیب بین 5/3- تا 182 و 7/20- تا 123درصد است. همچنین، شبیه­سازی بارش- رواناب روزانه با کاربرد شبیه­ساز IHACRESS انجام شد، چنان که میزان R2 برای واسنجی و صحت­سنجی در بهینه­ترین حالت به ترتیب برابر با 684/0 و 635/0 به دست آمده است. به طورکلی، میانگین حجم رواناب سالانه ورودی به آبگیر سد درودزن طی دوره‌های آتی نسبت به دوره­ی پایه به ترتیب به میزان 4/8 و 15/28 درصد کاهش خواهد یافت. علاوه بر این، بیشترین کاهش در میانگین حجم رواناب ماهانه­ی حوضه طی دوره­های آتی به ترتیب برابر با 34/42 و 13/54 درصد در نوامبر نسبت به دوره­ی پایه پیش‌بینی شده است. تفاصيل المقالة