در تحقیق حاضر مطالعه خشکسالی جهت ایجاد رابطه کمی و زمانی بین خشکسالی های هیدرولوژیکی و هواشناسی در اشل ناحیه ای حوضه صوفی چای واقع در استان آذربایجان شرقی مدنظر قرار گرفته است.بدین منظور داده های ماهانه جریان و بارش ایستگاه های هیدرومتری و باران سنجی با توجه به طول آماری طولانی مدت که با روش پلیگون بندی تیسن منطقه ای شده اندمورد استفاده قرار گرفته است.روش های مورد استفاده برای آنالیز خشکسالی شا...

پیش‏بینی دقیق جریان رودخانه‏ها در مدیریت بهینۀ منابع آب‏های سطحی اهمیت به‏سزایی دارد. یافتن مدل مناسب برای پیش‏بینی دقیق این پارامتر یکی از راه‏های مهم اقدامات در شبیه‏سازی و پیش‏بینی است. در این مطالعه سه مدل ANFIS، SVM و GP برای مدل‏سازی دبی ماهانۀ رودخانۀ نازلوچای در محل ایستگاه هیدرومتری تپیک واقع در غرب دریاچۀ ارومیه تحت تأثیر بارش حوضۀ رودخانۀ مطالعه‌شده بررسی و مقایسه شد. در همۀ روش‏های ...

در این پایان نامه با الهام از روش های غیرپارامتری، روش های جدیدی در زمینه تخمین حالت سیستم های غیرخطی پیشنهاد خواهد شد که اولا در آن ها نیازی به مدل دقیقی از سیستم نباشد، ثانیا به دلیل تعیین ماتریس های کوواریانس فرایند و اندازه گیری در روند اجرای این روش ها، مشکل واگرایی که گاهی اوقات در فیلترهای بیزین رخ می دهد، نداشته باشد. در این راستا، با الهام از روش ترکیب فرایند گوسی با فیلتر کالمن خنثی (...

چکیده مقدمه: امروزه، از شاخصهایی همانند قد، سن دندانی و سن استخوانی به منظور ارزیابی سن استفاده می شود. در این میان، سن استخوانی به دلیل عملی بودن و نیز قابلیت اعتماد از نقشی ویژه برخوردار است. از این شاخص در تشخیص بیماریهای هورمونی، ژنتیکی، ارتوپدیو کلیوی نیز استفاده می شود. از آنجائیکه اطلس استاندارد greulich-pyle(gp) در تعیین این شاخص و در سراسر دنیا بیشترین مورد کاربرد را دارد، و تا کنون نی...

نقش و اهمیت فرآیند بارش-رواناب در مطالعات منابع آب موجب شده که این فرآیند از دیر باز مورد توجه متخصصین قرار گیرد. از این رو روش های متعددی همچون شبکه های عصبی مصنوعی، سیستم های فازی و نرو فازی، آنالیز موجک، الگوریتم ژنتیک، برنامه ریزی ژنتیک و معادلات دیفرانسیل تصادفی برای مدلسازی فرآیند بارش-رواناب توسعه یافته است. برنامه ریزی ژنتیک علاوه بر توانایی استخراج رابطه ی بین متغیّرهای ورودی و خروجی به...

نقش و اهمیت فرآیند بارش-رواناب در مطالعات منابع آب موجب شده که این فرآیند از دیر باز مورد توجه متخصصین قرار گیرد. از این رو روش های متعددی همچون شبکه های عصبی مصنوعی، سیستم های فازی و نرو فازی، آنالیز موجک، الگوریتم ژنتیک، برنامه‌ریزی ژنتیک و معادلات دیفرانسیل تصادفی برای مدلسازی فرآیند بارش-رواناب توسعه یافته است. برنامه ریزی ژنتیک علاوه بر توانایی استخراج رابطه‌ی بین متغیّرهای ورودی و خروجی به...