دسته بندی : علوم انسانی » حسابداری
تحقیق کامل دانشجویی در مورد حسابداری
تعداد مشاهده: 84 مشاهده
فرمت فایل دانلودی:.docx
فرمت فایل اصلی: docx
تعداد صفحات: 28
حجم فایل:58 کیلوبایت
توضیحات محصول :آزمون آزمایشی آمادگی آزمون کارشناسی ارشد موسسه سنجش و دانش -آزمون مهندسی عمران - با کلید و پاسخ های تشریحی در فایل های جداگانه
درفروشگاه دانشجویی بهار می توانید با قیمت مناسب بهترین مطالب منابع دروس دانشجویی تمام رشته ها و مطالب روانشناسی و... را دانلود کنید و مورد استفاده قرار دهید.خرید فایلهای کمیاب و دانشگاهی ارائه مقالات و تحقیقات ارزشمندامکان پرداخت آنلاین و دانلود فایل ارائه می شود.
دانلود مجموعه تست مهندسی عمران (2)
مجموعه تست
مکانیک خاک
21(در فونداسیونهای منعطف روی خاک چسبنده:
1( تنش در زیر پی ثابت بوده و نشست نیز در زیر بیثابت
میباشد.
2( تنش در زیر پی ثابت بوده در نشست در مرکز فونداسیون
حددال و در
کنارهها حداکثر میباشد.
3( تنش در زیر پی ثابت بوده و نشست در مرکز فونداسیون
حدداکثر و در
کنارهها حدال میباشد.
4( تنش در مرکز پی حداکثر و در کنارهها حدال است و نشست در
زیر پی
ثابت میباشد.
23(در صورتی که خاک GW کمتر از 15٪ ماسه به ه راه داشته باشد، خاک چه
نام دارد؟
1( شن با دانهبندی خوب به همراه ماسه 2( شددددن بددددا
دانهبندی بد
3( شن با دانهبندی بد به همراه ماسه 4( شددددن بددددا
دانه بندی خوب
ظرفیت باربری گروه ش ع واقع بر یک الیه سنگی:
1( همواره از مجموع مقاومت انتهایی تکتک شمعها بیشتر است.
2( در شرایط مختلف سطح مقطع شمع و جنس خاک، میتواند متفاوت
باشد.
3( برابر مقاومت انتهایی تکتک شمعهاست.
4( از مجموع مقاومت نوک و جداره تأمین میشود.
33(دلیل به وجود آمدن پدیده اصطکاک منفی در پیهای ع یق کدام
است؟
1( بار بیش از ظرفیت شمعها وارد آمده است.
2( نشست و تحکیم الیههای اطراف شمع باعث آن میشود.
3( تغییر شک کشسان در طول شمع باعث آن است.
4( نشست خاک در نوک شمع باعث آن میگردد.
در صورتی که به کالهک ش ع بار اع ال شود، بهتر است
در گروه ش ع از نیز استفاده شود
1( جانبی و افقی، شمعهای مای 2( جانبی، شمعها مای و لطر
بزرگ
3( لائم بزرگ، شمعهای لطر بزرگ 4( بیش از ظرفیت شمع، شمعهای
مای
مکانیک سیالات
41(در شکل زیر قطر لولههای 1 و 2 با یکدیگر برابراست کدام
گزیناه در
زمینه مقایسه نیروی اصطکاک وارد بر بدنه لوله از عرف جریاان
آب صاحیح
است(
R L / = 1 2
است؟ )لوله 2 نیم دایرهای به شعاع
f f f f 2 1 =
)1
3(تاب پتانسیل سرعت را میتوان تعریف کرد
1( برای هر میدانی که تابع جریان است. 2( بدددرای هدددر
میدان غیرچرخشی
3( برای هر میدان سرعتی 4( فقط برای یدک
میدان غیرچرخشی دو بعدی کدام گزینه صحیح است؟
1( در کانالهای طبیعی با مقطع مرکب، معمدوال سدرعت متوسدط
جریدان در
بسترهای سیالبی کمتر از کانال اصلی میباشد.
2( در کانالهای طبیعی با مقطع مرکب، معمدوال سدرعت متوسدط
جریدان در
بسترهای سیالبی مساوی با کانال اصلی میباشد.
3( در کانالهای طبیعی با مقطع مرکب، معمدوال سدرعت متوسدط
جریدان در
بسترهای سیالبی بزرگتر از کانال اصلی میباشد.
4( بسته به بستر کانال طبیعی هر سه گزینه ساکن است رخ دهد.
تغییر شکل ناشی از خزش تحات اثار بارهاای ناشای
رخ میدهد
1( کوتاه مدت – ثابت 2( دراز مدت -
ثابت
3( کوتاه مدت – متغیر 4( دراز مدت -
متغیر
86(عکس«رداری هوایی )فوتوگرامتری( در به دست آوردن کدام یک
از ماوارد
زیر کاربرد ندارد؟
1( حجم عملیات خاکی 2( اطالعدات
ترافیکی
3( به دست آوردن شیب مسیر 4( تعیین حریم راه
87(زمانی که سیستم روسازی به علت نداشتن قادرت بااربری
کاافی در اثار
بارهای وارد صدمه دیده و دیگر نتواند بادون افازایش بیشتار
خرابیهاا
بارگذاری بیشتری را تح ل ن اید کدام یک از خرابیهای زیر
ایجاد میشود؟
1( خرابیهای سازهای 2( خرابیهای وظیفه ای
3( خرابیهای سطحی 4( هر سه مورد
88(کدام یک از موارد زیر مرمات و بازساازی روساازیهای
انعطافپاذیر را
شامل ن یشود؟
1( لکه گیری 2( تعویض کام روسازی
3( پر کردن چالهها 4( روکش کردن
RMS1)89 نشان دهنده کدام یک از قیرهای زیر است؟
1( لیر امولسیون نیمه پایدار و امولسیون ساز آن کاتیونیک
است.
2( لیر امولسیون ناپایدار و امولسیون ساز آن کاتیونیک است.
3( لیر امولسیون نیمه پایدار و امولسیون ساز آن آنیونیک است.
4( لیر امولسیون ناپایدار و امولسیون ساز آن انیونیک است.
90(یکی از مهمترین نکاتی که باید در اجرای رویههای بتن
آسفالتی ماورد
توجه قرار گیرد چیست؟
1( نحوه غلتک زدن رویه آسفالتی 2( نحوه اجرای درزهای طولی
3( نحوه متراکم کردن آسفالت 4( نحوه پخش کردن آسفالت
پاسخنامه
85(گزینهی »2« صحیح است.
برای به دستآ ردن زا یه مرکزی پیش اصلی از رابطه زیر
استفاده میکنیم:
86(گزینهی »3« صحیح است.
باه تعیاین نقااط مختلار زماین در
ارتفاا ساطح از طریار فناا ری
عکسبرداری هوایی، فتوگرامتری گفته میشود از فتوگرامتری برای
مطالعاات
مقدماتی مطالعات مربوط به ترافیک، تعیین حریم راه، محاسبه
حجم عملیات
خاکی ... استفاده میشود.
87(گزینهی »1« صحیح است.
خرابیهای بنیادی زمانی اتفاق میافتد که سیستم ر سازی به
علات ندا شتن
قدرت باربری کافی در ا ر بارهای صدمه دیده دیگر نتواند بد ن
افزایش
بیشتر خرابیها بارگذاری بیشتری را
تحمل نماید.
88(گزینهی »2« صحیح است.
مرمت بازسازی ر سازیهای انعطافپذیر )آسفالتی شنی( شامل
لکاهگیری،
پر کردن چالهها پر کردن ترکها ر کش کردن است.
89(گزینهی »3« صحیح است.
در فرمول نویسی قیرها C )کاتیونیک( R )آنیونیک( است.
RS )امولسایون ناپایادار(
MS )امولسایون نیماه پایادار(
SS )امولسیون پایدار(
90(گزینه ی »2« صحیح است.
یکی از مهمترین نکاتی که باید در اجرای ر یاههای باتن
آسافالتی ماورد
توجه قرار گیرد نحوه اجرای درزهای طولی است.
برای خرید دیگر منابع رشته ها به فروشگاه فایل پدیده لینک پایین مراجعه نمایید.
http://yourpadideh.forushgahfile.com
تعداد مشاهده: 202 مشاهده
فرمت فایل دانلودی:.zip
فرمت فایل اصلی: pdf
تعداد صفحات: 8
حجم فایل:1,912 کیلوبایت
تعداد مشاهده: 147 مشاهده
فرمت فایل دانلودی:.zip
حجم فایل:62 کیلوبایت
فهرست مطالب:
فصل اول: مفاهیم اولیه…………………………………… 8
1-1 مقدمه ………………………………….8
1-2 پیش بینی هیدرولوژیکی…………………………………… 9
1-2-1 مدلسازی برای پیشبینی………………………………….. 10
1-2-1-1 تعیین پیش بینی کننده مناسب……………………………………. 10
1-2-1-2 تعیین مدل مناسب……………………………………. 11
1-2-1-3 واسنجی…………………………………. 11
1-2-1-4 صحت سنجی مدل………………………………….. 11
1-3 تحلیل سریهای زمانی…………………………………… 12
1-3-1 بررسی فرایندهای غیر قطعی………………………………….. 13
1-3-2 مدلهای پیشبینی مفهومی………………………………….. 13
1-4 کیفیت آب……………………………………14
1-4-1 کل مواد جامد محلول (TDS) ………………………………….14
1-4-2 هدایت الکتریکی(EC)…………………………………. 15
1-5 کلیات تحقیق………………………………….. 15
1-5-1 هدف از انجام پروژه…………………………………. 15
1-5-2 چهارچوب کلی پایان نامه………………………………….. 16
فصل دوم: مروری بر تحقیقات و مطالعات انجام شده…………………. 18
2-1 مقدمه …………………………………. 18
2-2 مروری بر ادبیات موضوع………………………………….. 19
2-2-1 شبکههای عصبی مصنوعی در هیدرولوژی…………………… 19
2-2-2 تحقیقات انجام شده در زمینهی مدلسازی پارامترهای کیفی رودخانهها…….20
2-2-3 تحقیقات انجام شده در زمینهی سیستم استنتاج عصبی- فازی…………. 25
2-2-4 تحقیقات انجام شده در زمینهی مدلهای هیبرید…………………….. 27
فصل سوم: مدل هوشمند شبکههای عصبی مصنوعی……………………… 31
3-1 مقدمه …………………………………. 31
3-1-1 تاریخچه شبکههای عصبی………………………………….. 32
3-1-2 دلایل استفاده از شبکههای عصبی مصنوعی…………………………… 33
3-1-2-1 قابلیت یادگیری………………………………….33
3-1-2-2 پراکندگی اطلاعات «پردازش اطلاعات به صورت متن»………………… 34
3-1-2-3 قابلیت تعمیم …………………………………. 34
3-1-2-4 پردازش موازی…………………………………… 34
3-1-2-5 مقاوم بودن…………………………………. 35
3-2 توابع انتقال………………………………….35
3-2-1 خواص توابع سیگموئیدی…………………………………… 35
3-2-2 تابع تانژانت هیپربولیک tansig…………………………………..
3-3 معماری شبکههای عصبی…………………………………… 37
3-3-1 نورون با یک بردار به عنوان ورودی…………………………………… 37
3-3-2 شبکه یک لایه………………………………….. 38
3-4 قوانین یادگیری…………………………………… 38
3-4-1 شبکههای پس انتشار………………………………….. 39
3-4-2 شبکههای Feedforward…………………………………..
3-4-3 آموزش شبکه………………………………….. 40
3-4-3-1 الگوریتم پس انتشار………………………………….. 41
3-4-3-2 الگوریتم Levenberg- Marquardt……………………………..
3-4-3-3 توقف زودرس……………………………………. 42
3-4-3-4 محدودیتهای شبکههای پس انتشار…………………….. 42
فصل چهارم:منطق فازی و مدل ترکیبی عصبی-فازی (ANFIS)………. 43
4-1 مقدمه …………………………………. 43
4-1-1 سیستمهای فازی…………………………………… 43
4-1-2 تاریخچه………………………………….. 44
4-2 منطق فازی چیست؟………………………………….. 45
4-2-1 توصیف منطق فازی…………………………………… 45
4-2-2 دلایل استفاده از منطق فازی…………………………………… 46
4-2-3 هدف منطق فازی…………………………………… 47
4-3 اصول در منطق فازی…………………………………… 48
4-3-1 مجموعههای فازی…………………………………… 48
4-3-2 توابع عضویت در منطق فازی…………………………………… 49
4-3-3 عملیات منطقی…………………………………..50
4-3-4 قواعد if – then…………………………………..
4-4 سیستمهای استنتاج فازی…………………………………… 53
4-4-1 تعریف سیستمهای استنتاج فازی………………………………. 53
4-4-2 استنتاج فازی به روش سوگنو………………………………….. 54
4-4-3 مقایسه روشهای ممدانی و سوگنو………………………………….. 54
4-5 ANFIS ………………………………….
4-5-1 ANFIS چیست؟………………………………….. 55
4-5-2 یادگیری مدل و استنتاج از طریق ANFIS…………………………………..
4-5-3 ساختار FIS و تنظیم پارامتر………………………………….. 55
4-5-4 شبکه های یادگیرنده تطابقی عصبی فازی ANFIS………………………..
4-5-5 معتبرسازی مدل با استفاده از مجموعه دادههای آزمایشی و دادههای وارسی…….58
4-5-6 محدودیتهای ANFIS…………………………………..
4-5-7 ساختار و نحوهی ایجاد مدل نروفازی…………………………………… 59
4-5-7-1 افراز شبکهای…………………………………. 60
4-5-7-2 کلاسترینگ تفاضلی…………………………………… 60
4-5-7-3 C – Means فازی…………………………………… 61
فصل پنجم: تدوین مدلهای هوشمند شبیهسازی و پیشبینی پارامترهای کیفی……..63
5-1 مقدمه …………………………………. 63
5-1-1 مدلهای مورد استفاده…………………………………. 65
5-1-2 مشخصات حوزه رودخانه و ایستگاه مورد مطالعه……………………….. 65
5-1-3 بررسی سازگاری دادهها…………………………………. 68
5-2 انتخاب ورودی…………………………………… 69
5-2-1 انتخاب ورودی مدلها برای شبیهسازی پارامترهای کیفی………………… 69
5-2-2 انتخاب ورودی مدلها برای پیشبینی پارامترهای کیفی………………….. 70
5-3 طراحی شبکه عصبی…………………………………… 72
5-3-1 تعداد لایههای مخفی مورد نیاز………………………………….. 72
5-3-2 تعداد نورونهای مورد نیاز لایۀ مخفی………………………………….. 73
5-3-3 نوع توابع انتقال مورد استفاده ………………………………….73
5-3-3-1 نرمال سازی دادهها…………………………………. 74
5-3-4 انتخاب توابع آموزش شبکه………………………………….. 74
5-3-5 ساختار شبکه عصبی مورد استفاده ………………………………….76
5-3-6 الگوریتم شبکه عصبی طراحی شده برای شبیهسازی و پیشبینی تغیرات شوری…….76
5-4 ارزیابی مدلها…………………………………. 78
5-4-1 ریشه میانگین مربعات خطا…………………………………. 78
5-4-2 میانگین درصد خطای مطلق………………………………….. 78
5-4-3 ضریب کارایی شبکه………………………………….. 78
5-4-4 میانگین خطای مطلق………………………………….. 79
5-4-5 مجذور ضریب همبستگی…………………………………. 79
5-5 نتایج پیشبینی پارامترهای کیفی رودخانه آبشیرین-ایستگاه گرآب……………. 79
5-5-1 نروفازی (ANFIS)…………………………………. 79
5-5-1-1 نروفازی در پیشبینیEC با ساختار genfis2………………….
5-5-1-2 نروفازی در پیشبینیEC با ساختار genfis3…………………….
5-5-2 شبکههای عصبی در پیشبینی EC گام زمانی آینده ایستگاه گراب…………….. 85
5-6 نتایج شبیهسازی پارامترهای کیفی رودخانه آبشیرین-ایستگاه گرآب……………. 89
5-6-1 شیبهسازی TDS با نروفازی genfis1…………………………………..
5-6-2 شیبهسازی TDS با نروفازی genfis2…………………………………..
5-6-3 شبکههای عصبی در شبیهسازی TDS ایستگاه گراب……………………. 91
5-6-4 مقایسه نتایج شبیهسازی مدلهای شبکه عصبی و نروفازی…………….. 94
5-7 مدلسازی مربوط به رودخانه رود زرد (ایستگاه ماشین) ………………………95
5-7-1 منطقه مورد مطالعه………………………………….. 95
5-7-1 نتایج پیشبینی پارامتر کیفیTDS رودخانه رود زرد…………………….. 96
5-7-2-1 نروفازی در پیشبینیTDS گام زمانی آینده رودخانه رود زرد-ایستگاه ماشین………96
5-7-2-2 شبکههای عصبی در پیشبینی TDS گام زمانی آینده رودخانه رود زرد-ایستگاه ماشین…..97
5-7-2-3 مقایسه نتایج پیشبینی مدلهای شبکه عصبی و نروفازی……………98
5-7-2 نتایج شبیهسازی پارامتر کیفی TDSرودخانه رود زرد………………….98
5-7-3-1 نروفازی در شبیهسازی TDS رودخانه رود زرد-ایستگاه ماشین…………….98
5-7-3-2 شبکههای عصبی در شبیهسازی TDS گام زمانی آینده رودخانه رود زرد-ایستگاه ماشین…….99
5-7-3-3 مقایسه نتایج شبیهسازی مدلهای شبکه عصبی و نروفازی رودخانه رود زرد………….99
فصل ششم: نتایج و پیشنهادات………………………………………….101
6-1 کلیات…………………………………. 101
6-2 مزایای پارامترهای کیفی مدلسازی شده…………………………………. 102
6-3 بهبود نتایج در تحقیقات آتی…………………………………..104
منابع و مراجع…………………………………. 106
الف: منابع فارسی………………………………….. 106
ب: منابع لاتین…………………………………. 107
پیوست الف : Genfis1 ………………………………….
پیوست ب : Genfis2 ………………………………….
پیوست ت : Genfis3………………………………….
چکیده:
رودخانهها از مهمترین و متداولترین منابع تأمین آب آشامیدنی، کشاورزی و صنعتی به شمار میآیند. این منابع به علت عبور از بسترهای مختلف و ارتباط مستقیم با محیط پیرامون خود نوسانات کیفی زیادی دارند. از اینرو پیشبینی کیفیت جریان رودخانهها که پدیدهای غیر قطعی، تصادفی و تأثیرپذیر از برخی عوامل طبیعی و غیر طبیعی میباشد، نقش مهمی در مدیریت کیفی منابع آب ایفا مینماید. با توجه به نواقص موجود در دادههای آماری میتوان از نتایج مدلهای شبیهسازی به منظور کشف نواقص، اصلاح یا تکمیل دادهها استفاده نمود. در راستای بررسی وضعیت کیفی یک منبع آبی، شاخصهایی برای کنترل کیفیت منابع آب در نظر گرفته میشود. جهت تحقق این امر، غلظت مواد جامد محلول (TDS) و هدایت الکتریکی (EC) ایستگاه هیدرومتری گراب واقع در رودخانه آب شیرین، برای پیشبینی و شبیهسازی تغییرات شوری مورد ارزیابی قرار گرفته است. در مدلهای پیشبینی، با حفظ پیوستگی زمانی از ورودیهای تأخیری ماهانه کل جامدات محلول برای تخمین شوری استفاده شده است و در مدلهای شبیهسازی به دلیل عدم لزوم حفظ پیوستگی زمانی و کاهش خطای مدلسازیها، ترکیب تصادفی مجموع آنیونها و کاتیونها به عنوان ورودی مدل مورد استفاده قرار گرفته است. در این مطالعه الگوریتمهای هوشمند شبکههای عصبی مصنوعی و فازی-عصبی، برای مدلسازی سریهای زمانی که شرایطی از قبیل ایستایی را برای بهکارگیری تکنیکهای کلاسیک ندارند، مورد استفاده قرار گرفتهاند. نتایج، حاکی از عملکرد تقریبا مشابه دو روش فوق با دقت قابل قبولی در مدلسازی پارامترهای کیفی حوضه مطالعاتی میباشد. در پایان با توجه به نتایج بدست آمده، مدل نروفازی در مقایسه با شبکه عصبی دارای عدم قطعیت کمتری در مقادیر خروجی میباشد؛ به طوری که در عرض محدودهی اطمینان اکثر مدلسازیها، عملکرد بهتری از خود نشان میدهد.
فصل اول: مفاهیم اولیه
1-1- مقدمه
یکی از مهمترین عوامل توسعه هر منطقه در دسترس بودن منابع آب با کیفیت است. شناخت وضعیت آلودگی رودخانهها سبب گردیده است، برنامهریزیهای مدیریتی به منظور کنترل کیفیت آب رودخانهها در آینده از اهمیت بیشتری برخوردار گردد. پیشبینی کیفیت جریان رودخانهها در بازههای زمانی آینده، با وجود تاثیرپذیری از برخی عوامل طبیعی و غیر طبیعی، نقش مهمی در مدیریت کیفیت منابع آب ایفا مینماید.
با پیشبینی نمودن کیفیت جریان رودخانهها علاوه بر مدیریت بهرهبرداری منابع آب به منظور تأمین نیاز، و اجازهی برداشتهای کشاورزی و صنعتی بیشتر در بازههای زمانی که رودخانه از آلودگی بیشتری برخوردار است میتوان با استفاده از مسیرهای انحرافی از ورود جریانهای با بار آلودگی بالا که تأثیر نامطلوبی بر کیفیت آب مخازن دارد جلوگیری به عمل آورد. همچنین به دلیل وجود نقص دادههای آماری در دادههای کمی و کیفی ایستگاههای هیدرومتری میتوان از نتایج مدل شبیهسازی پارامترهای کیفی به منظور صحت، کشف نواقص، اصلاح یا تکمیل دادهها استفاده نمود. مدلهای تجربی که بدون توجه به پارامترهای مورد استفاده، سعی در ایجاد رابطهای بین دادههای ورودی و خروجی دارند به مدلهای هوشمند مشهور هستند. در واقع منطق فازی، محاسبات عصبی و الگوریتمهای ژنتیک شالودههای علم محاسبات نرم را تشکیل میدهند. بر خلاف محاسبات سخت[1]، محاسبات نرم[2] با عدم قطعیت موجود در دنیای واقعی سازگار میباشد. میتوان اصول پایه در محاسبات نرم را در قالب یک جمله و به صورت زیر بیان نمود:
«بهره برداری از تلورانس نادرستی، عدم قطعیت و حقیقت جزئی[3] در راستای رسیدن به یک راه حل انعطاف پذیر، محکم و کم هزینه»[63]
در پیشبینی پارامترهای کیفی میتوان از تاخیرهای زمانی همان پارامتر، به دلیل فراوانی و دسترسی بیشتر نسبت به سایر پارامترها از جمله دبی، دما، رنگ و … به عنوان ورودیهای مدل استفاده کرد. در واقع یکی از روشهای پیشبینی فرایندهای طبیعی و غیر طبیعی از جمله آلودگی، استفاده از سریهای زمانی تاخیری همان پارامتر به عنوان پیشبینی کننده میباشد. 1- هدف اصلی در این تحقیق استفاده از مدلهای هوشمند شبکه عصبی و فازی-عصبی در تخمین شوری یک گام زمانی آینده با بررسی تاثیر سری های زمانی تاخیری ماهانه، در منطقه مورد مطالعه میباشد.
2- در ادامه مسئله شبیهسازی TDS با استفاده از غلظت یونهای مختلف موجود در آب، PH و دبی به عنوان ورودی مدلها مورد بررسی و تحلیل قرار گرفته است. تغییرات TDS با دیگر پارامترهای کیفی در رودخانههای مختلف محاسبه شده که در بین این پارامترها مجموع آنیون و مجموع کاتیون به عنوان ورودیهای مدل شبیهسازی انتخاب شده است و نتایج مربوط به هر کدام از مدلها مورد بحث و بررسی قرار گرفته است.
2-1- پیشبینی هیدرولوژیکی
پیشبینی[1] در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص میباشد. پیشبینیهای هیدرولوژیکی را میتوان به دو دسته کوتاه مدت و بلند مدت تقسیم نمود. پیشبینیهای کوتاه مدت اغلب دارای افق زمانی در حد چند روز میباشند و به منظور هشدار و بهرهبرداری زمان واقعی سیستمهای منابع آب به کار میروند. در مقابل پیشبینیهای بلند مدت، دارای افق زمانی بیش از یک هفته تا یک سال میباشند و برای مدیریت منابع آب مانند تخصیص آب برای آبیاری و کاهش اثرات خشکسالی از طریق مدیریت منابع آب به کار میروند.
پیشبینی کوتاه مدت معمولاً از دقت بیشتری برخوردار بوده و آسانتر به دست میآید. روابط ریاضی و فیزیکی برای این پیشبینیها بیشتر مورد توجه قرار گرفته و قابلیت شبیهسازی بهتری دارند. در مقابل پیشبینیهای بلند مدت به علل مختلف دارای خطای بیشتری بوده و از پیچیدگیهای بیشتری در مدلسازی و شبیهسازی برخوردارند. به همین اندازه اهمیت آنها برای یک سیستم مدیریت منابع آب بسیار زیاد میباشد به طوری که افزایش میزان اندکی از دقت در این پیشبینیها فواید زیادی را عاید سیستم بهره برداری خواهد نمود. نخستین و بدیهیترین فایده حاصل از پیشبینیها با افقهای زمانی بلند مدت، پویاتر شدن تصمیم گیریهای مبتنی بر ذخیره و آزاد سازی آب میباشد [14].
از این رو پیشبینیهای ماهانه و فصلی مربوط به پارامترهای کیفی رودخانهها و تغییرات شوری جزء پیشبینیهای بلند مدت محسوب میشود و نتایج حاصل از این پیشبینیها در مدیریت کیفیت منابع آب اهمیت بسزایی دارد.
تعداد مشاهده: 195 مشاهده
فرمت فایل دانلودی:.zip
فرمت فایل اصلی: word
حجم فایل:7,481 کیلوبایت
تعداد مشاهده: 205 مشاهده
فرمت فایل دانلودی:.pptx
فرمت فایل اصلی: .pptx
تعداد صفحات: 13
حجم فایل:6,127 کیلوبایت