این پایان نامه یک مدل برنامه ریزی صحیح آمیخته برای توسعه اقتصادی بهینه یک میدان نفتی تحت عدم قطعیت قیمت آتی نفت، ارائه کرده است. با در نظر گرفتن یک توصیف دو بعدی از مخزن تک فازی سعی می کنیم مدلی ارائه دهیم که تصمیماتی در مورد طراحی و عملکرد به ما پیشنهاد کند و هدفش ماکزیمم نمودن مقدار خالص فعلی درآمد مورد انتظار میدان نفتی باشد. همچنین چندین مدل با خصوصیات فوق معرفی می کنیم و در نهایت با در نظر گرفتن یک مجموعه متناهی از سناریوهای قیمت با احتمالهای متناظرشان و با استفاده از تعمیمی بر روش همسوسازی سناریوها که توسط ‏‎rockagellar, west‎‏ برای متغیرها پیوسته ابداع شده، سعی می کنیم تا مسئله برنامه ریزی صحیح آمیخته تصادفی بدست آمده را حل کنیم. روش rockagellar, west با استفاده از تاثیر متقابل بین متغیرهای پیوسته (عملکرد) و صحیح (طراحی) تعمیم داده شده است. نتایج حاصل از این آزمایشات نیز ضمیمه پایان نامه شده است.

سفید بالک گلخانه ‏‎trialeurodes vaporariorum (westwood)‎‏ یک آفت مهم شناخته شده روی چندین محصول گلخانه ای است ‏‎lneteren & woet (1988)‎‏ در خصوص این آفت نگرشها عمدتا در زمینه کنترل بیولژیک آن با زنبور پارازیتوئید ‏‎encarsia formosa (gahan)‎‏ بوده است ‏‎halspas-jordan (!987)‎‏ در این راه توسعه مدلهای ریاضی برای درک و فهم این سیستم پیچیده بسیار مناسب است. مدلها این امکان را فراهم می سازد. که شکافهای موجود در اطلاعاتمان را در خصوص سیستم سفید بالک گلخانه پر کنیم. همچنین مدلهامی توانند اطلاعات کمی و کیفی در رابطه با اهمیت ارتباط بین عوامل و پارامترهای خاص را در مدل فراهم کرده و یا رفتار سیستم در واکنش به تغییر در مقادیر، پارامترها، متغیرها، و سایرعوامل را آشکار سازند.با توجه به اطلاعات فراوان قابل دسترس در خصوص سفید بالک گلخانه روی گوجه فرنگی، این گیاه به عنوان میزبان گیاهی در مدل استفاده شد. زبان برنامه نویسی ‏‎slam ii‎‏ برای شبیه سازی رشد و نمو جمعیت سفید بالک گلخانه مورد استفاده قرار گرفت. این برنامه شبیه ساز معمولا برای مدل سازی فرآیندهای صنعتی مورد استفاده قرار می گیرد.دما به عنوان یک پارامتر خارجی در مدل وارد شد. در مدل میزان تخم ریزی یک حشره ماده 5 عدد تخم در روز در نظر گرفته شد. مدل در دمای 18 درجه سانتی گراد برای شبیه سازی نمو مراحل نابالغ سفید بالک گلخانه حاصل از 106 و 115 تخم اجرا شد. مجموع کل دوره زیستی حاصل از 106 تخم در مدل 56 روز و در شرایط گلخانه ای 52 روز بود که تفاوتی معادل چهار روز را نشان می داد. مجموع کل دوره زیستی مراحل نابالغ حاصل از 115 تخم در مدل 58 روز و در شرایط گلخانه ای 52 روز بود که تفاوتی معادل شش روز را نشان می داد. میانگین تلفات مراحل سنی در مشاهدات گلخانه ای 2/21 درصد و در مدل 24 درصد بود که 8/2 درصد اختلاف را نشان میداد.برای اعتبار سنجی بخش رشد جمعیت مدل، دو سری اطلاعات از مشاهدات گلخانه ای جمع آوری گردید. در این مشاهدات تعداد شفیره های خالی حاصل از 106 تخم سفید بالک گلخانه در دمای 2+-18 و رطوبت 5+-65 درصد در مدت 90 روز و تعداد شفیره های خالی حاصل از 100 تخم سفید بالک گلخانه در میانگین دمای 24 درجه سانتی گراد و رطوبت 5+-65 درصد در مدت 80 روز جمع آوری گردید. نتایج مشاهدات گلخانه ای در دمای 2+-18 درجه سانتی گراد با نتایج مدل مطابقت داشت در حالی که در میانگین 24 درجه سانتی گراد بالاتر از منحنی مدل واقع بود که می توان به اختلاف وضعیت پارامتر دما در شرایط گلخانه ای و مدل نسبت داد.

در این رساله علمی کاربردی مساله بهینه سازی حجم (یا وزن) خرپا و شکل آن مورد توجه قرار گرفته است. بدین منظور مساله پایداری موضعی خرپا با توجه به کمانش، تنش، شکل مقاطع اعضا و شرایط هندسی حاکم فرموله می شود. از آنجا که در سازه زمینه اولیه ممکن است سطح مقطع بعضی از اعضای صفر شود، به معری زنجیره می پردازیم و مساله مذکور را براساس زنجیره فرمول بندی می کنیم سپس به کمک تکنیکهای بهینه سازی به حل عددی آن می پردازیم که برای حل عددی، بیشتر شبکه های عصبی مصنوعی مورد توجه قرار گرفت. مرجع اصلی ما برای این رساله مرجع می باشد.

در این پایان نامه برای حل هر دو نوع مسائل برنامه ریزی محدب خطی و غیرخطی با شرایط محدودیت دلخواه، شبکه های عصبی هاپفید یا مصنوعی را بکار برده و همچنین تابع انرژی و سیستم دینامیکی عصبی را برای شبکه عصبی ارائه شده تعریف می نماید.ضمنا نشان داده می شو د که سیستم دینامیکی عصبی یادشده دارای نقاط تعادل بسیاری می باشد، اما تحت شرایط خاص یک نقطه تعادل وجود دارد که بطور مجانبی پایدار است.این نقطه تعادل سیستم دینامیکی عصبی، همان جواب بهینه مسائل برنامه ریزی محدب مورد نظر متناظر با سیستم دینامیکی می باشد. برعکس نشان داده می شود چنانچه مسئله برنامه ریزی محدبی دارای نقطه بهینه باشد، آن نقطه بهینه ، نقطه تعادل سیستم دینامیکی متناظر با آن مسئله می باشد.پیکربندی شبکه عصبی ارائه شده را برای مسائل برنامه ریزی خطی و درجه دو نشان داده و شاخص های بهینه شبکه عصبی را برای حل مسائل برنامه ریزی خطی و غیرخطی بوسیله مثالهای عددی نشان می دهد.