برنامه‎ریزی خطی و غیرخطی از آن دسته تکنیک‎هائی هستند که در دهه‎های اخیر توسعه پیدا کرده و کاربردهای فراوانی در علم و صنعت داشته‎اند. در این تحقیق استفاده و توسعه برنامه‎ریزی خطی و غیرخطی برای مدیریت و بهره‎برداری مخزن سد جیرفت مورد بررسی و تجزیه و تحلیل قرار گرفته است. ابتدا براساس خصوصیات سیستم، داده‎های ورودی، نیازها و نوع قیود سه تابع هدف به شکل‎های خطی و غیرخطی برای مخزن سد توسعه داده شد. این سه تابع هدف به ازای احتمالات %50، %60، %70، %80 و %90 با استفاده از نرم‎افزارهای gams و lingo که قویترین نرم‎افزارها در زمینه مدیریت منابع آب هستند، حل شدند. نتایج بدست آمده از دو نرم‎افزار یکسان بودند و تفاوتی در آنها دیده نمی‎شود. همچنین از دو تابع خطی نیز نتایج یکسانی بدست آمد. نتایج بدست آمده از برنامه‎ریزی غیرخطی نیازها را بطور %100 و بدون هیچ کمبودی تأمین می‎کردند در صورتی که نتایج بدست آمده از برنامه‎ریزی خطی با کمبود %15 نیازها را تأمین می‎کردند. در ادامه به بررسی نتایج بدست آمده از برنامه‎ریزی خطی و غیرخطی با نتایج بدست آمده از الگوریتم ژنتیک پرداخته شد، که برای این مقایسه از انحراف مربع کل استفاده شد که نتایج بدست آمده از برنامه‎ریزی غیرخطی با انحراف معیار صفر بهترین جواب‎ها را را شامل می‎شود.

افت سطح آب زیرزمینی، کاهش کیفیت آب زیرزمینی و نشست زمین از پیامد های شایع برداشت بی رویه از سفره های آب زیرزمینی در سطح جهان بخصوص در مناطق خشک و نیمه خشک می باشد. منابع آب زیرزمینی در بخش های بزرگی از ایران مرکزی، شرق و جنوب ایران به عنوان تنها منبع تأمین آب جهت مصارف شرب، کشاورزی، و صنعتی محسوب می شوند . دشت کرمان بخشی از حوضه آبریز کویر درانجیر می باشد که خود بخشی از حوضه آبریز مرکزی ایران بوده که در جنوب شرقی ایران در مختصات30 °56 تا 30 °57 طول شرقی و50 °29 تا 30 °30 عرض شمالی واقع گردیده است. در دهه های اخیر وقوع خشکسالی و کاهش چشمگیر منابع آب سطحی و از طرفی افزایش تقاضا جهت مصرف آب، باعث اضافه برداشت از منابع آب زیرزمینی در این منطقه گردیده است. این تحقیق شامل دو فاز جداگانه می باشد در فاز اول میزان و چگونگی تغییرات مکانی و زمانی سطح آب زیرزمینی و غلظتtds موجود در آب زیرزمینی در این دشت در سال های آبی 76-75 و 88-87 مورد ارزیابی قرار گرفت. بدین منظور با استفاده از تکنیک های زمین آماری نقشه پهنه بندی مربوط به هر دو پارامتر در هرسال بطور جداگانه تهیه گردید. نتایج نشان می داد که وضعیت مکانی سطح آب زیرزمینی و غلظت tds موجود در آب زیرزمینی در نقاط مختلف این دشت متفاوت می باشد. همچنین مقایسه زمانی نقشه های بدست آمده نشان دهنده کاهش شدید سطح آب زیرزمینی و افزایش میزان غلظت tds موجود در آب زیرزمینی این دشت می باشد. در فاز دوم با استفاده از دو سری تصاویر راداری مربوط به تاریخ های 28/12/2007 و 02/01/ 2010 که از بخشی از دشت کرمان تهیه گردیده بود میزان نشست زمین در این دوره زمانی با استفاده از تکنیک insar اندازه گیری شد. نقشه های بدست آمده نشان دهنده بروز نشستی با ماکزیمم مقدار 47 سانتیمتر در یک دوره زمانی 2 ساله بود. همچنین بررسی ها نشان داد که افت سطح آب زیرزمینی در بروز این پدیده نقش داشته است.

روش کاهش سطح یکی از رایج ترین روش های تجربی برای تعیین توزیع رسوبات در مخازن می باشد. در این روش مخازن از نظر هندسی به چهار نوع تقسیم بندی می شوند. برای هر یک از چهار نوع مخزن پارامترهایی ارائه شده است که بر اساس تعداد محدودی مخزن بدست آمده است و به این دلیل پیش بینی این روش را با خطای زیادی همراه است. با تعیین پارامترهای مناسب در مخازنی که در حال بهره برداری می باشند و عملیات هیدروگرافی در آنها حداقل یکبار انجام شده باشد، می توان به دقت قابل قبولی دست یافت و به اصطلاح روش را واسنجی کرد. هدف از این پژوهش واسنجی روش تجربی کاهش سطح با استفاده از الگوریتم جامعه مورچگان می باشد. به همین منظور دو برنامه کامپیوتری بر اساس اصول حاکم بر روش تجربی کاهش سطح به عنوان شبیه ساز و الگوریتم جامعه مورچگان به عنوان بهینه ساز در محیط متلب تهیه شد. در مدل تهیه شده ضرایب روش کاهش سطح به عنوان متغیر تصمیم و مجذور میانگین مربعات خطا به عنوان تابع هدف در نظر گرفته شده است. مدل تهیه شده پارامترهای روش تجربی کاهش سطح را برای هر مخزن بنحوی تعیین می کندکه بیشترین تطابق بین مقادیر حجم رسوب محاسباتی و اندازه گیری شده بدست آید. سپس با ترکیب این دو برنامه، مدل شبیه سازی- بهینه سازی واسنجی خودکار تهیه شد. مدل تهیه شده برای سد مخزنی کرج در ایران و سد های آلتوس ، کابالو و گلندو در آمریکا که دارای حداقل سه دوره اطلاعات هیدروگرافی می باشند بکار برده شد. با کاربرد دو دوره اطلاعات واقعی می توان ضرایب بهینه برای یک مخزن را بدست آورد. به منظور صحت سنجی مدل تهیه شده، با استفاده از ضرایب بدست آمده در دوره واسنجی توزیع رسوب در دوره دیگری انجام و نتایج با مقادیر واقعی مقایسه شد. نتایج نشان داد کاربرد مدل، افزایش قابل ملاحضه ای را در دقت روش کاهش سطح در دوره های واسنجی و صحت سنجی دارد.

از مسائل مهم بهینه سازی در زمینه مدیریت منابع آب، مسأله بهره برداری بهینه از مخازن سدها می باشد. در بهره برداری از مخازن، مقادیر بهینه رهاسازی مشخص نیست و همین مسأله سردرگمی مدیران بهره بردار از مخزن را افزون میکند. تئوری مجموعه های فازی از جمله ابزارهایی است که امکان مدل سازی ریاضی عدم صراحت و عدم قطعیت در اطلاعات را فراهم می کند . هدف از این تحقیق تهیه مدل بهره برداری بهینه از مخزن سد جیرفت با استفاده از رگرسیون خطی فازی می باشد. به این منظور با استفاده از مدل های رگرسیون امکانی فازی (روش های تاناکا، حجتی و همکاران و حسن پور و همکاران) مدلی برای بهره برداری بهینه از مخزن سد جیرفت ارائه می گردد. پارامترهای مورد استفاده شامل جریان ورودی(it)، حجم مخزن(st)، میزان خروجی(rt) و نیاز موجود(dt) می باشد. روش رگرسیون خطی فازی با دو پارامتر ورودی شامل جریان ورودی و حجم مخزن دارای mse کمتر برای مقادیر پیش بینی شده نسبت به مقادیر مشاهده شده در هر دو روش است. همچنین مقدار دو آماره دیگر نیز برای مقادیر پیش بینی شده نسبت به مقادیر مشاهده شده در هر دو روش کمتر است. بنابراین می توان نتیجه گرفت که روش رگرسیون خطی فازی برای تخمین میزان خروجی روشی مطلوب است و می توان براساس آن و با استفاده از متغیرها، مدلی برای پیش بینی مقادیر آینده خروجی از مخزن ارائه کرد.

سیلاب را می توان یکی از مخرب ترین بلایای طبیعی دانست که علاوه بر جان انسانها سرمایه آنها را نیز تهدید می کند. برای مهار سیلاب آنچه در درجه نخست دارای اهمیت است پیش-بینی مقدار سیلاب می¬باشد. لذا برای تحقق این امر، از مدل های جعبه سیاه از جمله مدل سری های زمانی و یا اخیراً از مدل شبکه های عصبی مصنوعی (ann) بطور گسترده استفاده می شود که قابلیت پیش بینی و مدلسازی غیرخطی را نیز دارا می باشد. هدف از این پژوهش پیش¬بینی سیلاب رودخانه تیره واقع در شمال شرق استان لرستان با استفاده از شبکه عصبی مصنوعی و سری زمانی می¬باشد. در این پژوهش از دو شبکه پس انتشار و تابع پایه شعاعی جهت پیش¬بینی سیلاب رودخانه تیره لرستان استفاده شد و نتایج این شبکه¬ها با مدل سری¬های زمانی مقایسه گردید. برای این منظور از داده¬های روزانه هیدرولوژیکی ایستگاه تیره طی دوره آماری 23ساله( 1369تا 1391) استفاده شد. با بررسی همبستگی بین داده¬ها و دبی رودخانه تیره مشخص شد که بارش و دبی با تأخیرهای مختلف پارامترهای موثر بر جریان سیلابی هستند. پس از نرمالیزه کردن داده¬ها، مدلهای پس انتشار و تابع پایه شعاعی ایجاد شد. بررسی مدل¬های مذکور نشان داد که شبکه¬های تابع¬ پایه شعاعی بهترین نتایج را در بین انواع شبکه¬های عصبی دارند. با مقایسه این شبکه¬ها و مدل¬های سری زمانی مشخص شد که مدل شبکه عصبی با ضریب تعیین ، 0/98و ریشه میانگین مربعات خطا، 0/0039 ، پیش¬بینی بهتری نسبت به مدل armax و arima از سیلاب رودخانه تیره دارد. کلیدواژه : پیش¬بینی، سیلاب، رودخانه تیره لرستان، شبکه عصبی مصنوعی ، سری زمانی

چکیده ندارد.