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 « سیستم استنتاج فازی - عصبی تطبیقی (anfis) » در نشریات گروه « اکولوژی »

تکرار جستجوی کلیدواژه «سیستم استنتاج فازی - عصبی تطبیقی (anfis)» در نشریات گروه «کشاورزی»
  • کتایون ستاریان اصیل، حسین یوسفی، فاطمه راضی آستارایی

    با توجه به گرمایش جهانی و افزایش جمعیت کره زمین، نگهداری و حفاظت از منابع آبی در دسترس امری بسیار مهم است. یکی از عواملی که امروزه باعث کاهش منابع آبی شده ، افزایش میزان نرخ تبخیر از سطح در منابع آبی است. در این بررسی با استفاده از نتایج آزمایشی حاصل از کار سینا بشیر و همکاران اقدام به میزان تبخیر دریاچه پشت سد کرخه شده است. این مدل‏سازی با بهره گیری از سیستم استنتاج فازی عصبی تطبیقی انجام شده است. رویکرد این سیستم در این مدل‏سازی رویکرد ممدانی در نظر گرفته شده است، زیرا این رویکرد عملکرد بسیار خوبی در مدل‏سازی فرایندهای پویا و طبیعی مانند تبخیر را دارد. طبق نتایج آزمایشگاهی در حضور ماده نانو ساختار سیلیکا در دمای 28، 32 و 40 درجه سانتی گراد و در شرایط باد 4 متر بر ثانیه (مشابه باد غالب در اطراف سد کرخه) میزان تبخیر به ترتیب 33، 32 و 30 درصد کاهش می‏یابد. در این مدل‏سازی میزان درصد کاهش تبخیر را طبق نتایج آزمایشگاهی به صورت ضریب به مدل‏سازی وارد می شود. در نتیجه، میزان نرخ تبخیر به دست آمده نهایی مقداری است که در نتیجه حضور ماده نانو تبخیر می‏شود. در این مدل‏سازی با در نظر گرفتن ایجاد پوشش عایق حرارتی نانوساختاری فقط برای 20 درصد از سطح دریاچه می توان میزان 2 میلیون متر مکعب آب را ذخیره و صرفه جویی کرد.

    کلید واژگان: مدریت منابع آب, کاهش تبخیر, بهینه سازی, سیستم استنتاج فازی - عصبی تطبیقی (ANFIS)}
    Katayoon Sataryan Asil, Hossein Yousefi, Fatemeh Razi Astaraei

    Due to global warming and the increase in the population of the planet, maintaining and protecting available water resources is very important. One of the factors that has caused the reduction of water resources today is the increase in the rate of evaporation from the level of water stored in water resources. In this study, using the experimental results obtained from the work of Sina Bashir et al., the evaporation rate of the lake behind the Karkheh Dam has been modeled. This modeling has been done using the neural-adaptive fuzzy inference system. The approach of this system is considered the Mamdani approach in this modeling because this approach has a very good performance in modeling dynamic and natural processes such as evaporation. According to the laboratory results, in the presence of silica nanostructured material at 28, 32 and 40 degrees Celsius and wind conditions of 4 meters per second (similar to the prevailing wind around the Karkheh dam), the evaporation rate decreases by 33, 32 and 30%, respectively. In this modeling, the rate of reduction of evaporation is entered into the modeling as a coefficient according to the laboratory results, and as a result, the rate of evaporation obtained is the result of the decrease in the presence of nanostructured material. In this modeling, considering the creation of a nanostructured thermal insulation cover for only 20% of the lake surface, 2 million cubic meters of water can be saved and saved.

    Keywords: Water Resource Management, Evaporation Reduction, Optimization, adaptive neural fuzzy inference system (ANFIS)}
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