به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "بهینه سازی مجموعه ذرات" در نشریات گروه "مهندسی آب"

تکرار جستجوی کلیدواژه «بهینه سازی مجموعه ذرات» در نشریات گروه «فنی و مهندسی»
جستجوی بهینه سازی مجموعه ذرات در مقالات مجلات علمی
  • الهه پورفرح آبادی، مجید خیاط خلقی، کوروش محمدی
    نیترات یکی از مهم ترین آلاینده هایی است که از منابع مختلف مانند کودهای شیمیایی، آفت کش ها و یا فاضلاب های خانگی و صنعتی وارد آب های زیرزمینی می شود. در این پژوهش به منظور مدیریت بهینه آبخوان های آلوده به نیترات، از مدل شبکه عصبی مصنوعی برای شبیه سازی تغییرات غلظت نیترات استفاده شد و به منظور استخراج مقادیر بهینه برداشت از آبخوان آب زیرزمینی، با حفظ محدودیت غلظت نیترات در حد استاندارد، از یک مدل بهینه ساز استفاده شد. برای دستیابی به این هدف از مدل بهینه سازی مجموعه ذرات بهره گرفته شد. با توجه به این که در سال های اخیر، آلودگی غلظت نیترات در آبخوان کرج افزایش یافته است، بخشی از این آبخوان به عنوان مطالعه موردی در نظر گرفته شد. پارامترهای ورودی مدل شبکه عصبی مصنوعی، شامل میزان برداشت در طول فصل بررسی و فصل قبل، مقادیر غلظت نیترات در فصل قبل، ضخامت لایه اشباع و طول و عرض جغرافیایی هر ناحیه بود؛ این پارامترها پس از آنالیز حساسیت، انتخاب شدند. نتایج این پژوهش نشان می دهد که بر اساس الگوریتم بهینه سازی مجموعه ذرات، مدیریت بهینه غلظت نیترات، مستلزم کاهش و یا افزایش برداشت از نواحی مختلف نسبت به شرایط فعلی برداشت در منطقه است. لذا با ثابت نگه داشتن کل برداشت از محدوده و با اندکی تغییرات منطقه ای در میزان برداشت در آبخوان آلوده کرج، می توان از افزایش غلظت نیترات در نواحی بحرانی جلوگیری نمود.
    کلید واژگان: غلظت نیترات, آبخوان کرج, شبکه عصبی مصنوعی, بهینه سازی مجموعه ذرات
    Elahe Pourfarahabadi, Majid Khayat Kholghi, Korosh Mohammadi
    Nitrate is one of the most important groundwater pollutants with such different sources as chemical fertilizers, pesticides, or domestic and industrial wastewater. In this research, the optimal operation of groundwater wells in aquifers with nitrate pollution is investigated using simulation and optimization techniques. For the simulation part, an artificial neural network (ANN) model is developed, and for the optimization model, the particle swarm optimization (PSO) is used. Considering the high nitrate concentration in Karaj area and its increase in recent years, the northern part of this aquifer is selected as a case study to apply the proposed methodology. A seasonal ANN model is developed with input layers including well discharge in the current and previous seasons, nitrate concentration in the previous season, aquifer thickness, and well coordinates, all selected based on sensitivity analysis. The results of PSO algorithm shows that nitrate concentration can be controlled by increasing or decreasing well discharge in different zones. Therefore, it is possible to reduce nitrate concentration in critical areas by changing the spatial distribution of groundwater extractions in different zones keeping the total discharge constant.
    Keywords: Nitrate Concentration, Karaj Aquifer, Artificial Neural Network, Particle Swarm Optimization
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال