پایان نامه

 

مقاله واسنجی خودکار مدل هیدرودینامیکی و انتقال رسوب غیر چسبنده در رودخانه کرخه بااستفاده از روش الگوریتم تکامل رقابتی جوامع (SCE) تحت pdf دارای 8 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله واسنجی خودکار مدل هیدرودینامیکی و انتقال رسوب غیر چسبنده در رودخانه کرخه بااستفاده از روش الگوریتم تکامل رقابتی جوامع (SCE) تحت pdf کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله واسنجی خودکار مدل هیدرودینامیکی و انتقال رسوب غیر چسبنده در رودخانه کرخه بااستفاده از روش الگوریتم تکامل رقابتی جوامع (SCE) تحت pdf ،به هیچ وجه بهم ریختگی وجود ندارد

---

بخشی از متن مقاله واسنجی خودکار مدل هیدرودینامیکی و انتقال رسوب غیر چسبنده در رودخانه کرخه بااستفاده از روش الگوریتم تکامل رقابتی جوامع (SCE) تحت pdf :

سال انتشار: 1388

محل انتشار: هشتمین کنفرانس هیدرولیک ایران

تعداد صفحات: 8

نویسنده(ها):

اسماعیل موحد – دانشجوی کارشناسی ارشد سازه های آبی دانشگاه آزاد اسلامی واحد شوشتر
محمود شفاعی بجستان – استاد دانشکده علوم آب دانشگاه شهید چمران اهواز
علیرضا ظهیری – دکترای سازه های آبی، دانشگاه تربیت مدرس

چکیده:

کاربرد موفقیت آمیز مدل های ریاضی در علوم آب به چگونگی واسنجی پارامتر های موثر آنها بستگی دارد. با وجود توسعه این مدل ها در صورتی که نتوان یک مقدار بهینه منحصر به فرد برای پارامتر های آن بدست آورد، کاربرد آن مدل ها بسیار مشکل و با خطا همراه است. در این تحقیق برای مدلسازی هیدرولیکی و رسوبی رودخانه کرخه از مدل تک- بعدی (MIKE 11 ST (2007 استفاده شد و برای یافتن مقادیر بهینه پارامتر های مدلسازی هیدرولیکی و رسوبی از قبیل زبری رودخانه، فاکتور اصلاحی انتفال رسوب از ماژول Auto Calibrationمدل MIKE11 که بر اساس الگوریتم بهینه سازی تکامل رقابتی جوامع(SCE) می باشد، استفاده شده است. در این روش می توان این پارامتر ها را در بازه های مختلف رودخانه به صورت مستقل یا وابسته به یکدیگر با استفاده از روش های نوین بهینه سازی و داشتن اندازه گیری های میدانی مناسب و قابل اعتماد تعیین کرد. نتایج بهینه سازی با استفاده از الگوریتم تکامل رقابتی جوامع (SCE) نشان می دهد که این الگوریتم توانایی فوق العاده ای در بهینه سازی پارامتر ها و ضرایب عددی مدل سازی ریاضی داراست و حتی در شرایطی که نقاط اندازه گیری(شاهد) کافی نباشد مدل می تواند همگرا شود البته دقت و سرعت رسیدن به مقدار بهینه پارامتر بستگی زیادی به کیفیت و تعداد نقاط اندازه گیری دارد.

 

کلمات کلیدی :