پیش بینی تبخیر-تعرق تقریبا در هر زمینه ای از مهندسی منابع آب مانند تامین و توزیع آب، مدیریت آبیاری، طراحی سیستم های آبیاری، کشاورزی و عملیات هیدرولوژیکی مهم می باشد. به دلیل اثرات متقابل بین مولفه های سیستم آب، خاک و گیاه، شاید بتوان گفت تبخیر- تعرق مشکل ترین پدیده برای برآورد در بین مولفه های چرخه هیدرولوژیکی می باشد. بدین منظور در تحقیق حاضر از داده های 9 ایستگاه هواشناسی مربوط به سال های 2003-1982میلادی، واقع در سه اقلیم بسیار خشک (ایستگاه های کرمان، زاهدان و اصفهان)، خشک و نیمه خشک (ایستگاه های همدان، مشهد و شیراز) و مرطوب (ایستگاه های رامسر، رشت و نوشهر) برای توسعه مدل ماشین بردار پشتیبان جهت تخمین تبخیر-تعرق مرجع استفاده گردید. نتایج حاصل از مدل ماشین بردار پشتیبان با سه تابع هسته ای rbf، خطی و چندجمله ای که در این تحقیق توسعه یافته است با نتایج روش های دیگر همچون: شبکه های عصبی مصنوعی ، سیستم استنتاج تطبیقی عصبی فازی، روش های تجربی فائو-بلانی-کریدل، جنسن- هیز اصلاح شده و هارگریوز- سامانی بر اساس مبنای مقایسه ای روش استاندارد فائو-پنمن-مانتیث، مقایسه گردید. برای انتخاب بهترین ترکیب پارامترهای ورودی به مدل های شبیه ساز به جای استفاده از روش کلاسیک سعی و خطا در این تحقیق از تکنیک جدید آزمون گاما استفاده شد و بهترین ترکیبات در مدلسازی تبخیر-تعرق مرجع در ایستگاه های مورد بررسی، تعیین گردید. طبق نتایج در اقلیم های بسیار خشک، خشک- نیمه خشک و مرطوب به ترتیب روش های فائو-بلانی-کریدل، جنسن-هیز اصلاح شده و هارگریوز سامانی به عنوان روش های بهتر انتخاب شدند. نتایج مدل ماشین بردار پشتیبان بیانگر برتری تابع هسته ای rbf نسبت به دو تابع چندجمله ای و خطی در تمامی اقلیم های مورد بررسی بود. مقایسه نتایج مدل svm با ورودی های یکسان با روش های تجربی ارجحیت آن را نسبت به روش های تجربی نشان داد. در اکثر ایستگاه ها، رتبه بندی مدل های مورد استفاده در پیش بینی eto برای ترکیبات انتخاب شده به ترتیب بصورت svm-rbf، svm-polynomial، anfis، ann و svm-linear بود. علاوه بر این توزیع خطای پیش بینی ها نشان داد که در اکثر ایستگاه ها، مدل svm-rbf خطای کمتری را ایجاد کرد و روند هموارتری داشت که این امر مطلوبیت مدل svm در پیش بینی eto را نشان می دهد. به منظور هرچه کاربردی تر نمودن مدل svm از یک سال داده های لایسیمتری موجود در کرمان استفاده شد و مدل svm با استفاده از آنها آموزش یافته و نتایج آن با سایر روش ها مقایسه شد. در این مورد نیز مدل svm علیرغم محدود بودن داده های لایسیمتری، دقت بهتری نسبت به سایر روش ها نشان داده است. در انتهای تحقیق، تحلیل عدم قطعیت مونت-کارلو نتایج مدل های مختلف مورد استفاده در این تحقیق نیز انجام شد که طبق نتایج، پیش بینی های مدل های svm عدم قطعیت کمتری نسبت به مدل های ann و anfis دیگر نشان داده است.

در این پایان نامه با استفاده از روش بهینه سازی الگوریتم مورچگان، بهینه سازی چند منظوره برنامه جایگزینی شبکه های توزیع آب مورد بررسی قرار گرفته است. تابع هدف، کاهش هزینه کلی نگهداری شبکه توزیع آب بر اساس پیش بینی شکست هایی که در آینده رخ می دهد می باشد. در این راستا الگوریتم مورچگان در شش زیر تابع و یک تابع اصلی در نرم افزار matlab کد نویسی شده است. شبکه مورد مطالعه با استفاده از نرم افزار epanet نسخه ی 2 آنالیز شده، که برای این منظور نرم افزار epanet به برنامه matlab توسط کدنویسی در برنامهmatlab ، لینک شده است. شکست های احتمالی لوله بر اساس یک تاریخچه شکست بیست ساله به صورت یک معادله رگرسیون مدل می شود و بر اساس مدل فیت شده به شکست ها، شکست های تجمعی برای هر لوله برای سال های آینده پیش بینی می شود. مدل ارائه شده برای تخمین تعداد شکست لوله ها در یک سال تنها تابعی از عمر لوله ها می باشد. از آنجایی که هدف اصلی از انجام این تحقیق بهینه کردن هزینه جایگزینی می باشد، تابع هزینه بر اساس هزینه های موجود محاسبه شده است. هزینه ها در غالب سه تابع برای هر لوله محاسبه شده، که این توابع شامل هزینه تعمیر لوله ها تا شروع افق برنامه ریزی، هزینه تعمیر لوله در طول افق برنامه ریزی تا قبل از نوسازی لوله و هزینه تعویض لوله ها می باشد. بر اساس الگوریتم مورچگان، حالت بهینه برای برنامه جایگزینی لوله ها اعمال می شود و لوله ها با لوله هایی که از نظر قطر و سایر مشخصات یکسان می باشند، تعویض می شوند.

کانال های مثلثی دارای کاربردهای متنوع در بسیاری از مسائل انتقال رسوب و مهندسی آب و فاضلاب هستند. بدین منظور بررسی شرایط جریان در این مقاطع از اهمیت ویژه ای برخوردار است. محققین روش های مختلفی را برای برآورد پروفیل سرعت و توزیع تنش برشی در مقاطع منشوری ارائه کرده اند. با این حال به علت پیچیدگی و غیرخطی بودن پروفیل های سرعت و تنش برشی در جریان کانال باز، هیچ رابطه ساده ای وجود ندارد که بتواند به طور کامل پروفیل سرعت و توزیع تنش برشی را ترسیم کند. در این تحقیق رهیافتی کارآمد به منظور مدلسازی سرعت موضعی و هم چنین برآورد سرعت متوسط عمقی، در مجاری مثلثی روباز با توزیع زبری یکنواخت و غیر یکنواخت با استفاده از شبکه های عصبی مصنوعی و سیستم تطبیقی استنتاج فازی- عصبی (anfis)توسعه یافته است. برای تعیین پروفیل های سرعت و توزیع تنش برشی در مجاری مثلثی متقارن با توزیع زبری یکنواخت و غیر یکنواخت، داده های مورد استفاده برای آموزش و تست شبکه از کارهای گیوه چی در آزمایشگاه دانشگاه فردوسی، جمع آوری گردید. در این تحقیق با در نظر گرفتن هندسه مقطع، زبری و نحوه توزیع آن و جریان های ثانویه و با استخراج دانش از اطلاعات عددی، قابلیت مدل های توسعه یافته، برای شبیه سازی سرعت موضعی و توزیع تنش برشی در کانال های مثلثی روباز، بررسی و سپس این مدل ها برای طراحی سرعت متوسط عمقی، اعمال می شود. در این مطالعه با استفاده از شبکه های عصبی مصنوعی، شبکه های پرسپترون چندلایه و ماشین های ترکیبی، و با بهره جستن از سیستم تطبیقی استنتاج فازی - عصبی (anfis)، روش افراز شبکه ای و روش خوشه بندی فازی کاهشی مورد استفاده قرار گرفت. در مدلسازی سرعت موضعی در مقاطع مثلثی متقارن با توزیع زبری یکنواخت و غیریکنواخت به ترتیب بهترین نتایج مربوط به مدل anfis4 با r2، rmse و mae برابر با 88/95، 018/0 و 012/0 و مدل ann3 برابر با 66/91، 012/ و 009/0 است. در مدلسازی توزیع تنش برشی در مقاطع مثلثی متقارن با توزیع زبری یکنواخت و غیریکنواخت به ترتیب مدل ann2 با r2، rmse و mae برابر با 69/78، 5-10×73/4 و 5-10×03/2 و برابر با 16/73، 5-10×49/3 و 5-10×07/2 دارای قدرت تخمین بسیار بالایی می باشد. مقایسه نتایج نشان داد که سیستم های خبره، قابلیت کاربرد در شبیه سازی سرعت موضعی و تعیین توزیع تنش برشی داشته و رهیافت جدید ارائه شده توانسته است پروفیل های سرعت و توزیع تنش برشی را با دقت زیادی منطبق با مقادیر میدانی برآورد نماید.

انتخاب ترکیب مناسب از پارامتر های ورودی یکی از مهم ترین مراحل ساخت و طراحی هرگونه مدل سازی ریاضی و هوشمند است. در این تحقیق از ابزاری جدید به نام آزمون گاما برای پیش پردازش پارامتر های ورودی و انتخاب ترکیب بهینه از پارامتر های ورودی جهت شبیه ساز ی تراز سطح آب زیر زمینی به کمک مدل حداقل مربعات ماشین بردار پشتیبان (ls-svm) استفاده شد. با توجه به دقت پیش پردازش آزمون گاما در کاهش مراحل سعی و خطا و تعیین پارامتر های ورودی به مدل ls-svm می توان کاربرد این روش نوین را در تحقیقات علوم آب و مدل سازی پدیده های غیر خطی پیشنهاد نمود. در این مطالعه کاربرد مدل شبیه ساز دقیق ls-svm را در امر شبیه ساز ی تراز سطح آب ارائه گردید. که با دقت بسیار خوب می توان شبکه بلند مدت آب زیرزمینی را ارئه نمود که قابلیت تخمین سطح آب زیر-زمینی منطقه را به طور دقیق دارا می باشد. در ادامه این مطالعه بر حل مشکل اندازه گیری های اضافی مکانی چاه های مشاهداتی در منطقه رامهرمز با پیشنهاد نقاط نمونه گیری معین در آینده و تغییر در اندازه-ی شبکه چاه های مشاهداتی پرداخته شد. در این تحقیق معیار حذف چاه ها تنها با مدل ls-svm صورت گرفته و معیار حذف چاه ها از شبکه امکان تخمین دقیق سطح ایستابی در آن چاه ها با استفاده از اطلاعات چاه های باقی مانده در شبکه بوده است. در نهایت می توان گفت استفاده از مدل ls-svm در کار های طراحی با در نظر گرفتن شرایط زمانی مکانی را می توان گسترش داد. نظارت زمانی مکانی طولانی مدت می تواند بر اساس معیار دقت فراوانی چاه های مشاهداتی در همه ی گام های زمانی طراحی گردد ( آصفا و همکاران، 2004). دقت طراحی شبکه بلند مدت آب زیر زمینی بستگی به دقت تابع تقریب تراز سطح آب زیر زمینی منطقه دارد. بنابراین هر چه تابع تقریب دقت بالا تری برای شبیه ساز ی تراز سطح آب منطقه داشته باشد، چاه های اضافی با دقت بالا تری از منطقه حذف می گردند. در نتیجه طراحی شبکه برداشت چاه های مشاهداتی آب زیر زمینی با تعداد 42 چاه در سطح دشت به عنوان شبکه ای بلند مدت منطقه قابل قبول تر می باشد. در واقع هر چه تابع تقریب دقت بالا تری داشته باشد، تعداد چاه های حذف شده از شبکه بیشتر خواهد بود. از طرفی روش های ماشین های بردار پشتیبان چون بر پایه ی معماری آماری بنا نهاده شده اند پس می توان از این روش در کار های هیدرولوژیکی و به خصوص مسائل آب زیر زمینی استفاده نمود.

در این رساله با استفاده از رویکرد هیبریدی برنامه نویسی نمادین و شبیه سازی عددی سه بعدی مسائل خاص انتقال رسوب مقاطع مرکب بررسی شده است. هدف اصلی رساله توسعه بسته نرم افزاری برای استخراج روابط بدون بعد انتقال رسوب در مقاطع مرکب مبتنی بر نتایج شبیه سازی عددی سه بعدی و برنامه نویسی نمادین است. برای استخراج روابط از دو رویکرد کلاسیک ضرائب اصلاحی و خودکار برنامه-نویسی نمادین استفاده شده و روابط بدون بعدی برای تنش برشی متوسط بستری، ظرفیت انتقال بار معلق و ظرفیت انتقال بار کل مواد بستری در مقاطع مرکب استخراج شده است. در رساله حاضر برای اولین بار استخراج خودکار فرم صریح روابط بدون بعد(فرم، شکل و ضرائب) به روش برنامه نویسی عبارتی ژنتیکی (gep) انجام شده است و با توسعه بسته نرم افزاری تابع یابی ژنتیکی (hffgep ) روابط هیدرولیکی آزمایشگاهی و صحرائی متعددی استخراج شده است و نتایج آن در استخراج برخی توابع غیرخطی هیدرولیکی و داده های صحرائی رودخانه ای ارزیابی و تائید شده است. در استخراج روابط ابتدا نتایج مطالعات آزمایشگاهی برای صحت سنجی و اطمینان از نتایج مدل عددی بکار گرفته شده است و همچنین حساسیت نتایج آن نسبت به پارامترهای مختلف بررسی شده است. پس از تائید نتایج مدل در مقایسه با داده های آزمایشگاهی و صحرائی، با استفاده از آنالیز ابعادی تاثیر پارامترهای بدون بعد مختلف بر متوسط تنش برشی بستر، ظرفیت انتقال بار معلق و ظرفیت بار کل بررسی شده است. سپس در استخراج روابط بدون بعد تنش برشی بستر، بار معلق و بار کل مواد بستری بسته نرم افزاری hffugep استفاده شده و روابط بدون بعد مورد نظر خودکار استخراج شده است. مقایسه نتایج مجموعه روابط بدون بعد استخراج شده توسط hffgep نشان داد که روش gep نسبت به روش ضرائب اصلاحی عملکرد بسیار بهتری دارد و بسته ی نرم افزاری توسعه یافته در این رساله قابلیت کاربرد در زمینه های بسیار وسیعی از مدلسازی، بهینه سازی، پیش بینی و رفتارسنجی مسائل علوم مهندسی آب و هیدرولیک را داراست.