فهرست مطالب آرش خسروی
-
شخصیت فرد مجموعه ای از خصوصیات و واکنش های فرد است که موجب ایجاد رفتار فرد در موقعیت های گوناگون می شود. به طور معمول این رفتارها در موقعیت های مشابه تکرار می شوند. داشتن اطلاعات در مورد شخصیت فرد، این امکان را به ما می دهد که واکنش فرد را در موقعیت های مشابه پیش بینی کنیم. از طرفی با توجه به اینکه افراد در شبکه های اجتماعی مجازی نظارت مستقیمی بر نظرات خود احساس نمی کنند، استفاده از این شبکه ها جهت جمع آوری اطلاعات و تحلیل شخصیت افراد بسیار قابل توجه و منطقی است. در این مقاله، با دریافت نظرات کاربران از شبکه های اجتماعی و مقایسه آن با پرسشنامه پر شده توسط افراد، میزان درستی پاسخ گویی به سوال های پرسشنامه را محک می زنیم و به گونه ای دقیق تر به تحلیل شخصیت کاربران می پردازیم. با پردازش نظرات کاربران توسط روش های هوشمند متن کاوی و استفاده از یادگیری ماشین تلاش شده است که شخصیت کاربران پیش بینی شود. در نهایت، در هر چهار روش از روش های الگوریتم SVM و همچنین روش شبکه عصبی عمیق، معیارهای درستی، دقت و بازخوانی به نسبت بسیار خوبی بالا بودند (بین 0.75 تا 0.99) و این حاکی از مطابقت بالای نظرات جمع آوری شده از طریق پرسشنامه با پست های منتشرشده در فضای مجازی همان اشخاص می باشد.کلید واژگان: شبکه اجتماعی, شخصیت شناسی, داده کاوی, مدل سازی موضوعی, شبکه عصبی عمیق, SVM}A person's personality is a set of characteristics and reactions that cause a person to behave in different situations. Usually, these behaviors are repeated in similar situations. Having information about a person's personality allows us to predict a person's reaction in similar situations. On the other hand, considering that people in virtual social networks do not feel direct control over their opinions, using these networks to collect information and analyze people's personalities is very significant and logical. In this article, by receiving information from users 'social networks and comparing it with a questionnaire filled in by individuals, we test the correctness of answering the questionnaire questions and analyze users' personalities in a more accurate way. By analyzing users' opinions through intelligent text mining techniques and machine learning, we aim to predict the personality of users. Finally, in all four methods of the SVM algorithm as well as the deep neural network method, the criteria of accuracy, accuracy, and readability were relatively high (between 0.75 and 0.99), indicating the high correspondence of the opinions collected through the questionnaire with the posts. Published in cyberspace are the same people.Keywords: Social Network, Personality, Data Mining, Thematic Modeling, Deep Neural Network, SVM}
-
مساله مدیریت دانش مشتری برای سازمان ها، از این نظر حایز اهمیت می باشد که از جلب مشارکت فعال مشتری در زمینه تولید یا توسعه محصولات و خدمات جدید، سود بیشتری کسب نمایند. فراهم کردن محصولات سفارشی و بالا بردن کیفیت محصولات و خدمات، بدون مدیریت دانش مشتری موفق، امکان پذیر نیست. هرچند، سازمان ها با مشکلات زیادی در زمینه مدیریت دانش مشتری روبرو هستند، در این تحقیق، چالش های سازمانی، انسانی و تکنولوژیکی مدیریت دانش مشتری بررسی می شوند. سپس، مراحل و موانع توسعه مدیریت دانش مشتری در سازمان ها، مورد بحث قرار گرفته و در نهایت، فرآیند اصلی مدیریت دانش مشتری شرح داده می شود. نتایج این تحقیق، می تواند توسط محققان و متخصصان این رشته، برای ارزیابی مراحل متداول مدیریت دانش مشتری در هر سازمان و چالش هایی که ممکن است سازمان ها هنگام توسعه مدیریت دانش مشتری، در حال حاضر و در آینده با آن روبرو شوند، استفاده گردد.
کلید واژگان: مشارکت مشتری, مدیریت دانش مشتری, چالش های مدیریت دانش مشتری, مراحل مدیریت دانش مشتری, مدیریت ارتباط با مشتری}The issue of customer knowledge management for organizations is important in terms of gaining more active participation of the customer in the realization or development of new products and services. Providing customized products and improving the quality of products and services is not possible without successful customer knowledge management. However, organizations face many problems in customer knowledge management, in this study, organizational, human and technological challenges of customer knowledge management are investigated. Then, the stages and obstacles to the development of customer knowledge management in organizations are discussed, and finally, the main process of customer knowledge management is described. The results of this study can be used by researchers and experts in this field to evaluate the common stages of customer knowledge management in any organization and the challenges that organizations may face when developing customer knowledge management, now and in the future.
Keywords: Customer Participation, Customer Knowledge, Management, Management Challenges, Stages of Customer, Knowledge Management, Customer Relationship} -
دانشگاه ها و موسسات آموزشی، حجم عظیمی از داده ها، از قبیل اطلاعات فردی و آموزشی دانشجویان را جمع آوری و ذخیره می کنند. رشد بسیار زیاد داده های الکترونیکی در دانشگاه ها، به این واقعیت اشاره دارد که با استفاده از روش های تحلیل داده می توان به نتایج مطلوب در حوزه های آموزشی و پژوهشی دست یافت. یکی از چالش های اصلی محیط آموزشی میزان موفقیت دانشجویان است. این مسیله وجود دارد که مهمترین ویژگی های دانشجویان برای پیش بینی پیشرفت تحصیلی آنها چیست و کدام الگوریتم برای انجام این پیش بینی مناسب تر است و در صورت رسیدن به نتایج مناسب در تحلیل پیشرفت تحصیلی، مدیران چگونه می توانند برنامه ریزی بهتری براساس آن انجام دهند. در این مقاله تمام ویژگی های امکان پذیر دانشجویان در یک موسسه آموزشی، جمع آوری و برخی از الگوریتم های داده کاوی و نیز یک روش پیشنهادی روی داده ها اجرا شده اند و نتایج به دست آمده، بررسی و براساس معیارهای دقت، صحت و بازیابی با یکدیگر مقایسه شده اند. درخت تصمیم با 864/0 کمترین دقت و روش پیشنهادی با 935/0 بالاترین دقت را نشان داد. همچنین مهمترین ویژگی های موثر در پیشرفت تحصیلی دانشجویان شناسایی شدند. با استفاده از این پیش بینی، مدیران نیز می توانند موانع پیش رو را رفع نموده و زمینه را برای پیشرفت دانشجویان فراهم نمایند.
کلید واژگان: ویژگی, داده کاوی, داده کاوی آموزشی, طبقه بندی, آمار}Universities and educational institutions collect and store a huge amount of data, such as personal and educational information of students. The huge growth of electronic data in universities points to the fact that by using data analysis methods, it is possible to achieve desirable results in the fields of education and research. One of the main challenges of the educational environment is the success rate of students. There is the issue of what are the most important characteristics of students to predict their academic progress and which algorithm is more suitable for making this prediction, and if appropriate results are obtained in the analysis of academic progress, how can managers plan better based on it. In this article, all the possible characteristics of students in an educational institution, collection and some data mining algorithms as well as a proposed method have been implemented on the data and the results have been obtained, checked and compared with each other based on the criteria of Accuracy, Recall and Precision. The decision tree showed the lowest accuracy with 0.864 and the proposed method showed the highest accuracy with 0.935. Also, the most important features that are effective in the academic progress of students were identified. By using this prediction, managers can also remove the obstacles and provide the ground for the progress of students.
Keywords: Characteristic, Data Mining, Educational Data Mining, Classification, Statistics} -
امروزه که برخی مردم در حال سرمایه گزاری در بازارهای مالی آنلاین هستند، تحلیل و برسی و پیش بینی قیمت سهام برای خریدوفروش با سود بیشتر از اهمیت بسیار زیادی برخوردار است. لذا این مقاله درصدد آن برآمده تا بتوان برنامه ای تهیه و تنظیم شود که بتواند قیمت سهام های را پیشبینی کند و به ما اطلاعات بدهد که چه زمانی بهترین زمان برای خرید یا فروش است. این کار به کمک اندیکاتور ها و طبق اتفاقاتی که در گذشته برای یک سهم افتاده استانجام می شود و به کمک یادگیری ماشین به فرمولی به دست می آید که قیمت سهام را در آینده پیشبینی کند و به کاربران اطلاع دهد که الان باید یک سهم را بخرد، بفروشد یا هیچ کاری انجام ندهد. اما در این تحقیق این کار را بسیار پیشرفته تر یعنی با ترکیب چند اندیکاتور انجام شده و سپس با الگوریم های یادگیری ماشین امتحان شده. طبق نتایج بدست آمده در بعضی سهم ها کاربران می توانند قیمت را بسیار با دقت بالا پیشبینی کنند و سود بالایی از معاملات خود در بازار های مالی آنلاین به دست بیاورند.
کلید واژگان: اندیکاتور, ماشین لرنیگ, الگوریتم های طبقه بندی, برچسب}Today, when some people are investing in online financial markets, analyzing and predicting stock prices for buying and selling with more profit is very important. Therefore, this article aims to prepare and adjust a program that can predict stock prices and give us information on when is the best time to buy or sell. This work is done with the help of indicators and according to what happened to a share in the past, and with the help of machine learning, a formula is obtained that predicts the price of shares in the future and informs users that they should buy a share now. , sell or do nothing. But in this research, this work is done in a much more advanced way, that is, by combining several indicators, and then it is tested with machine learning algorithms. According to the results obtained in some shares, users can predict the price very accurately and get high profit from their transactions in online financial markets.
Keywords: Indicator, Machine learning, Classification algorithm, lable} -
امروزه نظر کاربران، مصرف کنندگان و مشتریان علاوه بر صاحبان کسب و کار، برای تولیدکنندگان، تامین کنندگان، بازاریابان و مهمتر از همه برای جذب مشتریان جدید، ضرورت، اهمیت و کاربرد فراوان دارد. اما تحلیل همه نظرات و درک احساسات صاحب نظران قبلی برای قضاوت، ارزیابی، انتخاب درست یک محصول توسط یک مشتری کاری بسیار زمان بر و دشوار است. از طرفی صاحبان کسب و کار برای درک احساسات مشتریان خود نیاز به ابزار دارند. لذا در این پژوهش تحلیل احساسات مصرف کنندگان بر مبنای مدل احساسی پلاتچیک، بصورت اتوماتیک مد نظر قرار گرفته است. دربین روشهای موجود در دنیای فناوری اطلاعات و پژوهشهای گذشته، استفاده از هوش مصنوعی، متن کاوی (تحلیل متن)، یادگیری ماشین و مدلهای مبتنی بر شبکههای عصبی از جمله یادگیری عمیق و شبکه حافظه کوتاه – بلند نتایج موفق تری بدست آمده است. در این پژوهش از روش مبتنی بر یادگیری ماشین استفاده شده است. این دیتا ست توسط طراحی سایت و تحلیلی احساسات توسط افراد داوطلب تهیه شد و دیتاست تولید شده بعد از مراحل پیش پردازش وارد فاز یادگیری ماشین با استفاده از شبکه عصبی عمیق شد و با دقت بیشتر از 75% توانست پیش بینی درست انجام دهد.
کلید واژگان: تحلیل احساسات, شبکه عصبی عمیق, شبکه حافظه کوتاه - بلند, ماشین بردار پشتیبان مدل احساسی پلاتچیک}Nowadays, the opinion of users, consumers and customers, in addition to business owners, is very necessary, important and useful for manufacturers, suppliers, marketers and, most importantly, to attract new customers. But analyzing all the opinions and understanding the feelings of previous experts to judge, evaluate, choose the right product by a customer is a very time consuming and difficult task. On the other hand, business owners need tools to understand the feelings of their customers. Therefore, in this study, the analysis of consumers' emotions based on the Platchik emotional model has been considered. Among the methods available in the world of information technology and past research, the use of text mining, machine learning and neural network-based models Emotion Analysis Deep Neural NetworkShort-Long Memory Platchik Emotional Model Support Vector Machine including deep learning, has provided better results. In this research, a machine-based method has been used. This data set has been prepared by designing the site and emotion analysis by volunteers, and the generated data has entered the machine learning phase using a neural network after the pre-processing stages. The results, has been able to make accurate predictions with more than 75% accuracy.
Keywords: Emotion Analysis, Deep Neural Network, Short-Long Memory Platchik, Emotional Model Support Vector Machine} -
شاخص بازار سرمایه به عنوان دماسنج اقتصادی در هر کشور است، در گزارشهای خبری هنگامیکه از بورس سخن به میان می‌آید، معمولا این شاخص است که عنوان می‌شود. از این‌رو، پیشبینی این متغیر، بینش مهمی از وضعیت اقتصادی و به دست آوردن استراتژی‌های مناسب برای سرمایه‌گذاری را ارایه می‌دهد. پژوهش در پیشبینی پذیری بازار سهام دارای سابقه های طولانی در اقتصادهای مالی است. در حالی که عقاید متفاوتی پیرامون کارایی بازار وجود دارد، مطالعات تجربی گسترده نشان می‌دهد که بازارهای مالی تا حدی قابل پیشبینی هستند. در میان روش های پیشبینی بازده سهام، روش های آماری یا اقتصادسنجی بر پایه تحلیل حرکات گذشته بازار از همه‌ی روش ها پذیرفته شده‌تر هستند. اخیرا و با رشد روزافزون توان محاسباتی کامپیوترها، استفاده از روش هوش مصنوعی نیز با اقبال زیادی مواجه شده‌است. هدف پژوهش حاضر این است که با استفاده از مدلهای هوش مصنوعی به پیشبینی شاخص کل بورس اوراق بهادار تهران و شاخص 50 شرکت برتر بپردازد. برای این منظور اطلاعات مربوط به این شاخصها در بازه‌های زمانی یک روزه برای 10 سال استخراج شده است. این اطلاعات با مدل یادگیری عمیق که یکی از مدلهای نوین هوش مصنوعی است، تجزیه و تحلیل شده است.
کلید واژگان: بورس اوراق بهادار, وضعیت اقتصادی, شاخص بازار سرمایه, پیش بینی شاخص, شبکه عصبی مصنوعی}The stock market is an economic thermometer in every country, and news reports usually mention the financial index regarding the stock market. Therefore, predicting this variable provides bright insight into the economic situation and obtaining appropriate investment strategies. Research on stock market predictability has a long history in financial economics. While there are different opinions about market efficiency, extensive empirical studies show that financial markets are somewhat predictable. Therefore, among the methods of predicting stock returns, statistical or econometric methods based on analysing past market movements are more accepted than other methods. Artificial intelligence has also been prevalent with the increasing computing power of computers. The current research uses artificial intelligence models to predict the total index of the Tehran Stock Exchange and the index of the top 50 companies. Moreover, for this purpose, the information related to these indices has been extracted in one-day intervals for ten years. We will analyse this information with the deep learning model, one of the new artificial intelligence models.
Keywords: Tehran Stock Exchange, Stock Market Index, Prediction, Artificial neuralnetwork} -
با پیشرفت تکنولوژی و گسترش صنایع، آلودگی های محیط زیستی در حال افزایش است. تنوع و گستردگی کاربرد انواع مواد شیمیایی در صنایع مختلف مانند نساجی و کشاورزی و در نهایت ورود پسماندهای این صنایع به محیط زیست تهدیدی جدی برای اکوسیستم های آبی است. روش های اکسیداسیون پیشرفته بر پایه تولید گونه های فعال مانند رادیکال های هیدروکسیل می توانند دسته وسیعی از آلودگی ها را به طور غیرانتخابی تخریب کنند. در میان روش های اکسیداسیون پیشرفته، فتوکاتالیست های ناهمگن که در آنها از نیمه هادی ها استفاده می شود، در تصفیه آبهای آلوده بسیار مورد توجه هستند. در این پژوهش، نانوریبون های اکسید تنگستن آلایش شده با نانوذرات پالادیم بر بستر گرافن به عنوان فتوکاتالیست برای تخریب رنگ نساجی آبی-اسید 92 استفاده شدند. نانوریبون های WO3 به روش حلال گرمایی بر بستر گرافن سنتز شدند و با نانوذرات پالادیم احیا شده به روش های مختلف آلایش شدند. تاثیر افزایش پالادیم و گرافن بر مورفولوژی سطح و فعالیت فتوکاتالیستی نانوریبون های WO3 با استفاده از تکنیک های پراش اشعه ایکس، تخلخل سنجیBET، میکروسکوپ روبشی الکترونی، تبدیل فوریه مادون قرمز، طیف سنجی بازتابی مریی- ماورابنفش، طیف بینی فوتوالکترون پرتو ایکس بررسی شد. نتایج حاصل از آنالیز تخلخل سنجیBET نشان داد که سنتز نانوریبون های اکسید تنگستن بر بستر گرافن اکساید و احیا فتوکاتالیست حاصله در اتمسفر هیدروژن باعث افزایش مساحت سطح فتوکاتالیست حاصله تا دو برابر شد. در ادامه، توانایی فتوکاتالیست ساخته شده در تخریب رنگ نساجی آبی- اسید 92 در حضور نور مریی بررسی شد و ثابت سرعت واکنش تخریب محاسبه شد. نتایج به دست آمده نشان داد که نانوکامپوزیت احیا شده در مجاورت گاز H2 در مقایسه با سایر نمونه ها دارای بیشترین سرعت تخریب رنگ min-1 3-10 * 8 با کارایی 60 درصد است. این نانوکامپوزیت با داشتن مساحت سطح زیاد، جذب مولکول های واکنش دهنده رنگ را روی سایت های فعال سطح آسان می سازد، در نتیجه سرعت تخریب آلاینده جذب شده روی سطح فتوکاتالیست تا حدی زیادی افزایش می یابد. در نهایت مدل های سینیتیکی مختلف به منظور بررسی سینتیک واکنش استفاده شد و در هر مورد ضریب تعیین محاسبه شد. نتایج حاصله از تطابق داده های تجربی با معادلات مذکور نشان داد که سینتیک تخریب رنگ مطابق با مدل لانگمیر- هینشلود، مکانیسم شبه درجه اول دارد.کلید واژگان: فوتوکاتالیست, نیمه هادی, رنگ های نساجی, اکسید تنگستن, گرافن}The fast growth of technology along with the expansion of industries has exacerbated environmental pollution. The diversity and broad application of various chemicals in the textile and agriculture industries, and eventually, the release of wastewater of such activities into the environment is a severe threat for aquatic ecosystems. Advanced oxidation methods based on the production of active species, such as hydroxyl radicals, nonselectively destroy a wide range of contaminants. Among the advanced oxidation methods, heterogeneous photocatalysts using semiconductors attracted a great deal of interest. In this project, Pd doped WO3 nanoribbons on a graphene substrate were prepared via the hydrothermal method and were used as photocatalysts to degrade a textile dye (Acid Blue 92). The effect of Pd and graphene incorporation on the surface properties, morphology, and photocatalytic activity of WO3 nanoribbons was investigated using XRD, BET, SEM, FTIR, DRS, and XPS techniques. The BET results demonstrated that the synthesis of WO3 nanoribbons on graphene oxide substrate and the reduction of obtained photocatalyst in the H2 atmosphere increased the surface area of the photocatalyst up to twice its normal size. In the next step, the ability of the photocatalyst to degrade blue-acid 92 textile dye in the presence of visible light was investigated and the degradation rate was calculated. The results confirmed that the reduced nanocomposite in the presence of H2 atmosphere in comparison with other samples has the highest dye degradation rate of 9×10-3min-1 with an efficiency of 60%. This nanocomposite, with its high surface area, facilitates the adsorption of dye-molecules on the active sites of the surface, thus greatly increasing the rate of degradation of the contaminant adsorbed on the photocatalyst surface. Eventually, different kinetic models were applied to investigate the reaction kinetics, and in each case, the correlation coefficient was calculated. The results of correlating the experimental data with the kinetics equations depicted that the dye degradation kinetics according to the Langmuir-Hinschlod model has a quasi-first-order mechanism.Keywords: photocatalyst, Semiconductor, Textile Dyes, Tungsten oxide, graphene}
-
داده کاوی آموزشی در چند سال اخیر بسیار مورد توجه قرار گرفته است. مراکز و موسسات آموزشی دارای حجم زیادی از اطلاعات دانشجویان هستند که می تواند به عنوان ابزاری برای ارتقا سطح کیفی آموزش مورد استفاده قرار گیرد. دانش استخراج شده به موسسات کمک می کند تا روش های تدریس، فرآیند یادگیری و تصمیم گیری های خود را بهبود بخشند. هدف این پژوهش پیش بینی وضعیت تحصیلی دانشجویانی است که قرار است از مقطع کاردانی به مقطع کارشناسی ادامه تحصیل دهند. با توجه به اینکه وزارت علوم قصد دارد آزمون ورودی (کنکور) را حذف کند؛ دانشگاه ها با این مشکل مواجه خواهند شد که دانشجویان را براساس چه معیارهایی انتخاب کنند. در این پژوهش سعی بر آن است تا با استفاده از تکنیک های داده کاوی درخت تصمیم، نیو بیز، شبکه عصبی، ماشین بردار پشتیبان، جنگل تصادفی، Bagging و Boosting اطلاعات آموزشی دانشجویان تازه وارد تحلیل شود و با مقایسه آن ها با اطلاعات دانشجویان فارغ التحصیل، انصرافی و اخراجی مقطع کارشناسی، روشی برای انتخاب بهتر دانشجویان ارایه کند. با توجه به نتایج این تحقیق، جنگل تصادفی با 28/92% بیشترین دقت و نیو بیز با 09/61% کمترین دقت پیش بینی را دارند
کلید واژگان: داده کاوی, داده های آموزشی و پذیرشی, وضعیت تحصیلی دانشجویان, طبقه بندی, یادگیری ماشین}Education is one of the main issues in human society. The promotion of the educational level of society will stimulate its growth. Nowadays, due to increasing the amount of information stored in the databases, it has caused them to be more valuable as an asset. Data mining is one of the methods of extracting information from raw data. Data mining utilizes data analysis tools to discover valid patterns and relationships that have been unknown until now.Extracted knowledge helps institutions improve their teaching methods, learning process, and decision making. These improvements will ultimately lead to an increase in studentschr(chr('39')39chr('39')) performance and overall educational outcomes.This study aims to predict the educational status of students who intend to continue studying for a bachelorchr(chr('39')39chr('39'))s degree. Given that the Ministry of Science intends to eliminate the entrance test and on the other hand, this test serves as the main way to enter the university; Universities will face the problem, what are the criteria for selecting students?In this study, we try to provide a better choice of students using data mining techniques and tools, information received from students (register information) such as average, personal information, and comparison with graduate, Dropout and fired students.
Keywords: Data mining, Educational, admission data, Students' academic status, Classification, Machine Learning} -
Journal of Oil, Gas and Petrochemical Technology, Volume:8 Issue: 2, Summer and Autumn 2021, PP 25 -35
In this study a hollow fiber membrane contactor system with co-current flow configuration was proposed. Two different hollow fiber membranes made of Polyethersulfone (PES) and Polycarbonate (PC) were produced and their humidification performance for use in air conditioning systems was investigated. For different inlet air dry bulb temperature (25°C, 30°C, 35°C) and relative humidity (20%, 30%, and 40%), the behavior of the membrane system was experimentally studied. The effect of various inlet conditions on the outlet air dry bulb temperature, water vapor flux and cooling capacity of the system for two different hollow fiber membranes were studied. The results showed that the outlet air temperature, water vapor flux and maximum cooling capacity of PES membranes were about 19 °C, 0.007 mol/m2.s and 1.2 W, respectively which is higher than PC membranes because of its higher surface porosity and having superior membrane structure. The final outcome of the experiments further showed that by increasing the entrance air temperature at constant air relative humidity, water vapor flux increased.
Keywords: Humidification, Polyethersulfone (PES), Polycarbonate (PC), Hollow fiber membrane, Membrane contactor} -
استخراج وآنالیز از میان انبوهی از داده های مرتبط به سوابق بیماری و پرونده های پزشکی افراد با استفاده از فرایند داده کاوی می تواند منجر به شناسایی قوانین حاکم در تشخیص بیماری ها شود و اطلاعات ارزشمندی را جهت افزایش دقت درتشخیص بیماری ، پیش بینی و تشخیص بیماری با توجه به عوامل محیطی حاکم در اختیار متخصصان حوزه سلامت قرار دهد. هدف این پژوهش، تشخیص بیماری دیابت با استفاده از ترکیب آنالیز جداکننده خطی و الگوریتم گرگ خاکستری می باشد که بر روی دیتاست PIDD و به زبان پایتون انجام شده است. در این تحقیق با استفاده از این ترکیب و کاهش ویژگی، دقت بالاتری ارایه شده است که در مقایسه با کارهای پیشین به بهبود 6 درصد رسیدیم.
کلید واژگان: تشخیص دیابت, داده کاوی, کاهش ویژگی ها, الگوریتم طبقه بندی, الگوریتم گرگ خاکستری}Extraction and analysis from a large number of data related to disease records and medical records of individuals using the data mining process can lead to the identification of the rules governing the accurate diagnosis of diseases and provide valuable information for accuracy in the disease, forecast and Diagnosis of the disease to be provided to health professionals according to the prevailing environmental factors. The aim of this study was to diagnose diabetes using a combination of linear separator analysis and gray wolf algorithm based on PIDD database and Python language. We were able to provide higher accuracy by using this combination and by reducing the feature, so we achieved a 6% improvement.
Keywords: Diabetes Diagnosis, Data Mining, Diagnosis Accuracy, Classification AlgorithmGray Wolf Algorithm} -
برای تسریع در انتخاب و تصمیم گیری صحیح در حوزه تلفن همراه، سیستم پیشنهاد دهنده تلفن همراه دانش محور همراه با پرسشنامه علایق فردی در این تحقیق ارایه شده است. در ابتدا داده های مشخصات فنی تلفن همراه گردآوری، پاکسازی، انتخاب و تبدیل شد. سپس با توجه به نیاز کاربران، برچسب هایی طبق چندین قانون استخراج و به داده ها اختصاص داده شد. پس از آن با استفاده از الگوریتم های طبقه بندی مانند درخت تصمیم، بیز ساده و مدل خطی تعمیم یافته یک مدل ترکیبی ارایه شد. این مدل ترکیبی همراه با الگوریتم های یادگیری عمیق و جنگل تصادفی به صورت جداگانه جهت طبقه بندی تلفن های همراه استفاده شد. در نهایت این مدل ها از لحاظ دقت ارزیابی شدند. کاربران می توانند با استفاده از مدل پیشنهادی و وارد کردن ترجیحات خود توسط پرسشنامه علایق فردی، به انتخاب تلفن همراه مناسب خود بپردازند.
کلید واژگان: سیستم پیشنهاد دهنده, دانش محور, یادگیری عمیق}In order to provide quick selection and decision making in the field of mobile phones marketing, a knowledge-based mobile recommender system along with a personal interest questionnaire is proposed in this research. Initially, the mobile technical data was collected, cleaned, selected, and converted, then assigned labels to the data according to several extracted rules according to users' needs. Then a hybrid model was proposed using classification algorithms such as decision tree, naive Bayes and generalized linear model. This hybrid model along with deep learning algorithms and random forest were used to classify cell phones separately. Finally, these models were evaluated in terms of accuracy. Users can choose their preferred mobile phone using the suggested model and enter their preferences using the Personal Interests Questionnaire.
Keywords: Recommender system, Knowledge based, Deep learning} -
حجم بسیار و روبه رشد اطلاعات بر روی اینترنت، فرآیند تصمیم گیری و انتخاب اطلاعات، داده یا کالاهای موردنیاز را، برای بسیاری از کاربران وب دشوار کرده است. سامانه های پیشنهاددهنده (توصیه گر)1 ، باهدف رفع این چالش به وجود آمده اند و تلاش می کنند تا از میان حجم عظیم اطلاعات، اطلاعات خاص و مفید را با توجه به علاقه و سلیقه کاربر و تجربیات کاربران گذشته به وی پیشنهاد دهند. تاکنون سامانه های پیشنهاددهنده زیادی در زمینه های کاربردی متنوع ازجمله فیلم، موسیقی، کتاب و... ایجادشده اند. انتخاب یک سفر مناسب، پیشنهاد هتل و... با توجه به بودجه ی فرد، معمولا سختی ها و نگرانی های زیادی را برای کاربران به همراه دارد و عموما با صرف زمان و انرژی زیادی انجام می گیرد. لذا در این مقاله یک سیستم پیشنهاددهنده سفر و هتل ارایه می شود که از ترکیب روش فیلترهای مختلف ساخته شده است تا دقت آن دوچندان شود. این سیستم برای ارایه پیشنهادهای نهایی خود، سلایق کاربر جاری، کیفیت مجموعه های خدمات دهنده و تجربیات گذشته کاربران مشابه با کاربر جاری را مدنظر قرار داده و بدین ترتیب علاوه بر ارایه پیشنهادهای دقیق تر، مشکل شروع سرد2 را که معمولا برای کاربران جدید بروز می کند که در سیستم ثبت نام می کنند و سیستم هیچ اطلاعاتی از نظرات یا علایق کاربر ندارد، نیز برطرف می نماید. در چنین شرایطی، سامانه ها معمولا از یادگیری فعال3 یا استفاده از ویژگی های شخصیتی کاربر، برای حل مشکل استفاده می کنند.
کلید واژگان: سیستم پیشنهاددهنده, فیلترینگ ترکیبی, الگوریتم خفاش, فیلترینگ مشارکتی, فیلترینگ مبتنی بر محتوی}The growing amount of information on the internet has made it difficult for many web users to make the decision-making and selection of information, data or goods. Recommended systems are designed to address this challenge and try to offer specific and useful information with respect to user tastes and past user experiences. So far, many offering systems have been developed in a variety of applications including movies, music, books, hotels etc. Choosing the right trip, the hotel proposal and so on, with regard to the individual's budget usually have a lot of difficulties and concerns for users and generally takes a lot of time and energy. In this paper, a travel and hotel recommendation system is developed which is constructed from combination of different filtering methods to maximize accuracy. The system is considering the current user's preferences, the quality of the service packages and past experiences of the same users with the current user in order to providing more accurate suggestions. It also eliminates the cold start problem.
Keywords: Recommended System, Bat Algorithm, Hybrid Filtering, Collaboration Filtering, Content-Based Filtering, Meta-Heuristic Algorithm} -
زندگی مدرن سبب تغییر سبک زندگی در دنیای امروز شده است و بیماری های زیادی از جمله اضافه وزن و دیابت را بواسطه کم تحرکی بوجود آورده است. سیستم های هوشمند کامپیوتری از جمله سیستم های پیشنهاد دهنده، کاربرد روز افزونی در زمینه های مختلف از جمله پزشکی پیدا کرده اند و می توانند به عنوان ابزار فیلتر کردن حجم عظیم اطلاعات با نظارت پزشکان، سرویس های مختلف مشاوره ای عرضه کنند. در این تحقیق مدلی برای یک سیستم هوشمند پیشنهاد دهنده ارایه شده است که با ارزیابی شرایط تناسب اندام و دانستن نیازهای غذایی کاربران، برنامه غذایی مناسبی را با توجه به وضعیت جسمانی مانند سن، قد، وزن و... پیشنهاد می نماید.
کلید واژگان: سیستم پیشنهاد دهنده, یادگیری ماشین, یادگیری عمیق سامانه محاسباتی هوشمند}Modern life has changed the way of life in the world today and has caused many diseases, including overweight and diabetes as a consequence of inactivity.Smart computer systems, including recommendation systems, have found increasing use in a variety of fields, including medicine, and can provide various consulting services as a means of filtering large volumes of information under the supervision of physicians. In this study, we propose a model for a smart system that evaluates the fitness conditions and knowing the nutritional needs of the users and proposes a suitable diet plan according to physical condition such as age, height, weight, etc.
Keywords: Recommender system, machine learning, deep learningIn, telligent computing system} -
ماهی سفید (frisii Rutilus) یکی از ماهیان ساکن دریای خزر با بازارپسندی و ارزش اقتصادی بالاست با توجه به بسته بودن دریای خزر، تمامی آلاینده هایی که به آن تخلیه می شود، در حوضه دریا انباشته می شود. آلودگی رسوبات به فلزات سنگین منجر به مشکلات زیست محیطی جدی می شود. بدین منظور، تعداد 36 عنصر در بافت های کبد، عضله، گناد، پوست و کلیه این ماهی اندازه گیری شد و ارتباط آنها با پارامترهای رشد (سن و طول)، شاخص های فیزیولوژیک (ضریب چاقی، وزن نسبی، شاخص کبدی) بررسی شد. تعداد 51 عدد ماهی در فصل پاییز 1396 توسط پره های ساحلی و دام گوش گیر صید شدند و اندازه گیری فلزات با استفاده از دستگاه-OES ICP انجام شد. بیشترین غلظت فلزات کلسیم، منگنز در بافت عضله، فلزات آلومینیم، باریم، کادمیم، کبالت، آهن، پتاسیم، سدیم، گوگرد، قلع، تنگستن و روی در بافت کلیه، فلزات آرسنیک، نیکل، سرب و روبیدیوم در بافت گناد، فلزات کروم، لیتیوم، منیزیوم، فسفر، آنتیموآن، سیلیکون، استرونسیم، توریوم و تیتانیوم در بافت پوست و فلز مس در بافت کبد بود. همبستگی میزان عناصر در هر بافت موردسنجش قرار گرفت که در این میان پایین ترین میزان همبستگی را عناصر استونسیوم و نیکل در بافت کبد و پایین ترین میزان همبستگی عناصر آنتیموان، منگنز و نیکل در بافت عضله محاسبه شد.کلید واژگان: -OES ICP, فلزات سنگین, پارامترهای رشد, Rutilus frisii}Caspian kutum, Rutilus frisii </em>Kamensky 1901, is a commercially important fish species in the southern part of the Caspian Sea. All of the metal entered in the Caspian Sea. The pollution of this metal cause To create environmental problem. To address the issue, some 51 R.</em> frisii</em> specimens were caught at five different fishing regions (including Astara, Anzali, Kiashahr,) of the southern shoreline of the Caspian Sea from September 2017 through January 2018. An inductively coupled plasma optical emission spectrometry (ICP-OES) was used to measure heavy metals concentrations in fish tissues. The highest concentrations of calcium, manganese in muscle tissue, aluminum, barium, cadmium, cobalt, iron, potassium, sodium, sulfur, tin, tungsten and zinc in kidney tissues, arsenic, nickel, lead and rubidium in gonads, chromium, lithium, Magnesium, phosphorus, antimony, silicon, strontium, thorium and titanium in skin tissue, copper and uranium in liver tissue. The lowest correlation between Ni and Sr with the other elements reported in liver tissue and the lowest correlation between Sb, Ni and Mn with another elements reported in liver tissue.</div>Keywords: Rutilus frisii, growth factors, heavy metals, ICP-OES}
-
کامپوزیت های -AlxCuy Al(Zn)/Al2O3 به علت ارزان بودن، پایداری شیمیایی بالا، مقاومت در مقابل اکسیداسیون و سایش و مقاومت در دماهای نسبتا بالا از جایگاه ویژه ای برخوردار می باشند. تولید کامپوزیت فوق با استفاده از پودرهای ZnO ،Al و CuOبه روش فعال سازی مکانیکی همراه با سنتز احتراقی مورد بررسی قرار گرفته است. در این راستا زمان های مختلف آسیا کاری تا 60 ساعت برای نمونه های Al -10-20%wt.ZnO با مقادیر یکسان از 6%wt.CuO در نظر گرفته شده است. همچنین عملیات حرارتی بر روی پودرهای پرس شده در سه دمای 650، 920 و1150 درجه سانتی گراد در اتمسفر آرگون برای مدت زمان یک ساعت انجام شده است. اثر دمای عملیات حرارتی، میزان ZnO و زمان آسیاکاری بر روی ریزساختار، ترکیب فازی، تراکم پذیری وسختی نمونه های کامپوزیتی به ترتیب توسط مشاهدات میکروسکوپ الکترونی، آزمون تفرق اشعه X، روش ارشمیدس و سختی سنجی ویکرزمورد بررسی قرار گرفته است. با استفاده از روش رویه پاسخ (RSM) و با توجه به طراحی باکس بهنکن (سه فاکتور به بالا و هر فاکتور در سه سطح) بهینه سازی داده ها انجام گرفت. نتایج نشان می دهد که با افزایش زمان آسیا کاری، کرنش شبکه ای افزایش و اندازه کریستالیت ها به 20 نانومتر کاهش می یابد. برای نمونه با شصت ساعت آسیاکاری پیک های Al2O3 و Al4Cu9 هر چند ضعیف بر روی الگوی XRD قابل مشاهده می باشد. بر اساس نتایج مدل RSM، با افزایش زمان آسیا کاری در شرایط دما و ترکیب ثابت دانسیته نمونه های کامپوزیتی کاهش اما سختی تا سقف 295 ویکرز افزایش می یابد که مطابق با داده های تجربی می باشد. افزایش مقدار اکسید روی در شرایط زمان آسیاکاری و دمای عملیات حرارتی ثابت سبب افزایش دانسیته و سختی نمونه کامپوزیتی می شود. تغییرات دمای عملیات حرارتی روند معینی بر روی سختی ندارد. نتایج DTA نشان می دهدکه افزایش زمان آسیاکاری دمای مربوط به شروع واکنش آلومینوترمیک و تشکیل ترکیبات بین فلزی کاهش یافته و در نتیجه می تواند کاهش دمای زینتر را به همراه داشته باشد.کلید واژگان: کامپوزیت درجا, سنتز احتراقی, سیستم Al, CuO, ZnO, آسیاکاری, واکنش آلومینوترمیک}Aluminum matrix composites due to low cost, high chemical stability, resistance to oxidation, resistance to abrasion and high mechanical strength at relatively high temperatures have a good status among advanced materials. This paper reports the synthesized Al(Zn)/Al2O3-AlxCuy composite by mechanical alloying and combustion synthesis in Al-ZnO-CuO system. A mixture of Al, ZnO, and CuO powders with different composition (Al-10-20wt.%ZnO with 6wt%CuO) are subjected to high-energy milling with different time of 0-60h. The compacted samples were sintered at different temperature (650-1150 ). X-ray diffraction results of ball-milled samples show that the Al2O3 phase is partially formed after sixty hours of ball-milling and the peaks of CuO are disappeared because of becoming amorphous state. By increasing milling time, the grain size is decreased and it is estimated that minimum grain size for sample (20 nanometer). Based on the model of RSM (Response surface methodology is used to optimize mechanical properties through box-behnken design), by increasing of ball-milling time in stationary conditions of sintering temperature and composition, the density of composite samples will be decreased while, the hardness will be increased to 295 Vickers that is accordance with experimental values. Increasing of ZnO content in stationary conditions of sintering temperature and ball-milling time causes increasing of density and hardness of composite samples. Thermal Analysis investigations show that with increasing milling time, due to mechanical activation and entrance of alloy elements into aluminum, melting point of aluminum (from 667 to 622 .) and starting temperature of alumio-thermic reaction (from 661 to 649 .) is reduced.Keywords: In, situ composite, combustion synthesis, Al, CuO, ZnO system, ball, milling}
-
این مقاله به دسته بندی میزان و مکانیسم تاثیر عواملی می پردازد که بر کیفیت و مطلوبیت تجربه گردش پیاده و پرسه زنی در مراکز خرید و پاساژهای شهری موثر هستند. از این رو، با بررسی ادبیات موضوع، این موارد در 6 عامل فضایی- اجتماعی؛ جذابیت، راحتی و آسودگی، احساس امنیت، دسترسی و نفوذپذیری، جهت یابی و خوانایی و تعاملات اجتماعی دسته بندی می شوند. در مطالعه نمونه موردی، داده های مرتبط با این عوامل، با روش های ترکیبی گردآوری می شود و در آخر با کمک نرم افزار SPSS، تفسیر نتایج به صورت مستدل تر ارائه می شود. در این راستا، بین 110 نفر پرسش نامه توزیع می شود، با برخی از آنان مصاحبه عمیق می شود و همزمان قرارگاه های رفتاری و مسیرهای حرکتی از طریق برداشت نقشه های رفتاری، پی گردی (تراکینگ) و یادداشت برداری روزانه و عکاسی مشخص می شوند. یافته های مقاله عنوان می کند که در چنین مراکز خرید درون شهری، طراحی مجموعه ای همساز از سازمان فضایی (فرم) و رویدادهای متناسب با رفتار پرسه زن ها، می تواند در ارتقای کیفیت فضایی، اجتماع پذیری و نیز کارکرد اقتصادی آنها در آینده موثر باشد و اساسا نمی توان بدون توجه به رفتارهای پرسه زن ها به طراحی و سازمان دهی فضایی به ویژه پوسته خارجی آنها پرداخت.
کلید واژگان: مرکز خرید شهری, پاساژ, پرسه زنی فعال, گردش پیاده, سازمان دهی فضایی}This paper classifies the amount and mechanisms in which the quality and desirability of walking experience in the urban shopping malls and centres. Thus, a literature review can classify the cases in 6 categories of social spatial factor, Attraction, convenience and comfort, a sense of security, access and permeability, wayfinding and legibility and social interactions. Collecting data was carried out in Kurdistan commercial complex located in Pasadaran Street of Sanandaj, which is also welcomed by both street strollers and a range of users. Due to unprecedented different spatial configuration of this shopping complex in the city, it can be considered as anew shopping centers. However, due to lack of well-known brands, due to the lack of a free and competitive economy, as well as considering other services and entertainment aspects, and the lack of defined standards of anchor stores, flow, it stands away from defined standard shopping centres and global wealth. However, organizing space and its form make it possible for behavioural settings interspersed with wandering around and pastime to form around. In the case study, the data related to 6 listed factors are mixed together with synthetic methods, and finally with the help of SPSS software, the interpretation of the results is provided with more documentation. In this regard, questionnaires were distributed among 110. Deep interviews were carried out with the respondents and behavioral settings and movement routes were designated through the acquisition of behavior maps, tracking, daily note-taking and photography. The main finding in this study is that the location of shopping centres and malls along the routes of circulation and urban strollers. In addition to considering the needs of individuals with shopping intention, wanderers should be paid attention to through designing their forms and functions supporting desirable behaviour. The findings stresses that this category of users, take advantage of the shopping centre and events as social and public places in order to experience a city walk, and less affected by the economic logic resulting from commodity relations in shopping malls and commodity relationships. Thus, with a focus on the behaviour of strollers, it is possible to improve the quality of social spatial centres as semi-public spaces, and on the other hand, to imagine them as future goals for shopping in shopping malls, a new door can be opened to design and management. Therefore, spatial configuration and geometry of the distribution and clustering compatible attractive functions and diversity of form and function in the outer shell are of high in making these types of shopping malls to places in which socialization and celebrations are allowed. Legible and specific permeability of the entrance, in the outer shell, paying attention to the clear connection of internal and external routes supporting the desired behaviours of strollers and their choices in space as well as the appropriate width of paths and routes without obstacles, connection between internal and external paths with urban pedestrians adjacent to site, are effective in the movement of users and their use of spaces.Keywords: Urban Shopping Centres, Passage, Active Truancy, Pedestrian Circulation, Spatial Configuration} -
در فضای سایبر یک هویت جدید، علاوه بر هویت فیزیکی وجود دارد که بعضی‌ها به اشتباه این هویت جدید، یعنی هویت دیجیتالی را مترادف هویت مجازی می‌دانند؛ در حالی که این هویت می‌تواند به صورت مجازی یا حقیقی شکل بگیرد. می‌توان مشخصات هویت حقیقی را بروز داد یا از خود، شخصی دیگر غیر از آنچه در واقعیت بوده، ارایه داد. هویت مجازی، سابقه تاریخی دارد و در طول تاریخ از آن استفاده شده است. هویت مجازی، پیامدهای منفی مختلفی دارد که قابل توجه است و افراد مجرم و کلاهبردار و فریبکار را در برابر عواقب اعمالشان حفاظت می‌کند و نوعی بی‌مسیولیتی در برابر اعمال ایجاد می‌کند؛ اما پیامدهای مثبت بسیاری هم دارد که قابل چشم‌پوشی نیستند، مثل حفظ صحت و اعتبار یک فرآیند، آزادی بیان.
کلید واژگان: هویت مجازی, آزادی بیان, هویت دیجیتالی, هویت, اخلاق فناوری اطلاعات} -
هویت مجازی، یکی از موضوعات اخلاق فناوری اطلاعات است. در فضای سایبر یک هویت جدید، علاوه بر هویت فیزیکی وجود دارد که بعضی ها به اشتباه این هویت جدید، یعنی هویت دیجیتالی را مترادف هویت مجازی می دانند؛ در حالی که این هویت می تواند به صورت مجازی یا حقیقی شکل بگیرد. می توان مشخصات هویت حقیقی را بروز داد یا از خود شخصی دیگر، غیر از آنچه در واقعیت بوده، ارائه داد. هویت مجازی و حریم خصوصی ارتباط نزدیک با هم دارند و بعضی دانشمندان معتقدند هویت مجازی جزئی از حریم خصوصی است. در اجتماع مدرن امروز هویت مجازی به صورت عمدی یا غیرعمدی و خود به خود ظاهر می شود. در این مقاله سعی شده به مفهوم شناسی هویت مجازی پرداخته شود و تفاوت آن با سایر واژه های نزدیک مثل گمنامی و ناشناختگی مشخص گردد.
کلید واژگان: هویت مجازی, بی نامی, اخلاق فناوری اطلاعات, اخلاق کاربری, فضای سایبر} -
معماری سرویس گرا، روش جدید و در حال تکامل برای ساخت برنامه های توزیع شده است و یکی از جدیدترین دستاوردهای صنعت مهندسی نرم افزار می باشد که استفاده از آن روز به روز گسترش می یابد. در این مدل، نرم افزار به عنوان مجموعه ای از سرویس ها مطرح می شود. این معماری نرم افزاری می تواند توسط فناوری های مختلفی پیاده سازی شود که جدیدترین و پرکاربرد ترین روش پیاده سازی آن، استفاده از وب سرویس است. وب سرویس ها توابعی هستند که بین نرم افزار ها در بستر وب ارتباط برقرار می کنند. سرویس گرایی فراتر از یک معماری نرم افزاری است و می تواند معماری و ساختار سازمان های علوم اسلامی و مراکز تحقیقاتی را متحول کند. از این رو، سرویس گرایی به عنوان یک راهکار مهم در توسعه نرم افزار های علوم اسلامی مطرح است.
از جمله مزایای مهم سرویس گرایی در موسسات علوم اسلامی می توان به این موارد اشاره کرد: بالا رفتن راندمان پژوهشگران و صرفه جویی در هزینه ها و زمان پژوهش، بهبود همکاری موسسات علوم اسلامی در تولید علم، در دسترس بودن اطلاعات و اطمینان خاطر از صحیح بودن آن، حفظ حقوق صاحب اثر و سرمایه گذار، متروک و بی استفاده نماندن اطلاعات موسسات تحقیقاتی و عرضه اطلاعات پژوهشی و در نتیجه، رشد محتوا و رشد سازمان ارائه دهنده محتوا، تولید اسناد هوشمند XML و استاندارد شدن تبادل اسناد بین سازمانی، رقابت سالم بین سازمان ها و در بعد فنی قابلیت استفاده مجدد از سرویس ها، قرارداد رسمی برای تعامل بین موسسات، اتصال سست بین سرویس ها، پنهان سازی داخلی، ترکیب پذیری سرویس ها، خودمختاری سرویس ها، قابلیت شناسایی و کشف سرویس مورد نظر از بین سرویس های مختلف.
نمونه موفق استفاده از معماری سرویس گرایی، پایگاه راهنمای پایگاه های اسلامی (مرکز تحقیقات کامپیوتری علوم اسلامی) است که به سایر پایگاه ها و موسسات سرویس راهنمای موضوعی و طبقه بندی شده پایگاه های علوم اسلامی را ارائه می دهد.
در کل، پژوهش محور بودن معماری سرویس ها و اتوماسیون کلیه فعالیت های پژوهشی موسسات علوم اسلامی بر پایه سرویس گرایی و ارتباط مستحکم این موسسات در استفاده از سرویس های متنوع یکدیگر، تبیین استاندارد لازم جهت اسناد و ارتباطات سازمانی، ایجاد مخزن اصلی سرویس ها و ایجاد موتور جستجوی سرویس های اسلامی و طبقه بندی سرویس ها با توجه به نوع خروجی و مراکز ارائه دهنده سرویس، از جمله راهکارهایی هستند که می توانند باعث تحول در پژوهش و تولید علم در موسسات علوم اسلامی شوند و نرم افزارهای سرویس گرا می توانند ابزاری اساسی برای این توسعه باشند.کلید واژگان: معماری سرویس گرا, وب سرویس, نرم افزارهای علوم اسلامی, XML, WSDL, UDDI} -
با وجود این که قیمت مته، 2 تا 3 درصد هزینه های تکمیل یک چاه را در بر می گیرد، بر 75% هزینه های کلی حفاری، که شامل 45% هزینه تکمیل یک چاه است، تاثیرگذار می باشد. از میان روش های رایج انتخاب مته، هزینه حفاری واحد طول، به دلیل بررسی مستقیم پارامترهای اقتصادی مرتبط با کارکرد مته، پذیرفته ترین روش می باشد. اما بررسی های انجام شده در یکی از میادین گازی جنوب ایران، نشان داد که نتایج این روش به دلیل عدم توانایی در ارزیابی مته های مورد استفاده در شرایط متفاوت حفاری، زمین شناسی و ژئومکانیکی، به تنهایی امکان مقایسه مته های مختلف و انتخاب مته بهینه را فراهم نمی سازد. برای حل این مشکل روش هایی به عنوان مکمل این روش معرفی شده اند، که بررسی حاضر نشان داد که استفاده از عوامل ژئومکانیکی، مکمل آرمانی روش هزینه حفاری واحد طول برای شرایط ایران می باشد.
کلید واژگان: انتخاب مته, ایران, روش انرژی ویژه, روش مقاومت حفاری, روش هزینه حفاری واحد طول, عوامل ژئومکانیکی, مقاومت فشاری تک محوره} -
ایجاد یک چاه دایره ای و اقدام به حفاری و نهایتا استفاده از سیالات حفاری و تکمیل چاه در سازند پایدار, دلیلی است برای به وجود آمدن یک سری از پدیده ها که باعث عدم پایداری چاه, خرابی لوله های جداری, شکست مشبک کاری و تولید ماسه می شود. چاه استوانه ای سبب تمرکز تنش می شود که می تواند به چند برابر قطر چاه در اطراف آن گسترش یابد. این تمرکز تنش که متفاوت از تنش های دور از میدان است, می تواند از مقاومت سازند فراتر رود و در نتیجه آن شکست روی دهد. حفر چاه استوانه ای و ورود سیالات خارجی به سازند باعث ایجاد اثرات زیر در اطراف چاه می شود.
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
©2000-2024 magiran.com All Rights Reserved.