کوشا فایل

کوشا فایل بانک فایل ایران ، دانلود فایل و پروژه

کوشا فایل

کوشا فایل بانک فایل ایران ، دانلود فایل و پروژه

کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه

اختصاصی از کوشا فایل کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه دانلود با لینک مستقیم و پر سرعت .

کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه


کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه

 

فایل بصورت ورد (قابل ویرایش) و در 29 صفحه می باشد.

فهرست مطالب

کاربرد شبکه‌های عصبی مصنوعی

در مهندسی رودخانه

ساختار عمومی شبکه پیشنهادی :

ـ الگورتیم پس انتشار خطا

ـ انتخاب پارامترهای دبی رسوب

ـ بکارگیری داده‌های صحرائی دبی رسوب

ـ آموزش شبکه و ارزیابی نتایج

ـ کالیبراسیون پارامترهای رسوب و دبی

 مقایسه با مطالعات قبلی

ـ ارزیابی مدل با بکارگیری داده‌های رسوب معلق

نتیجه‌گیری

مدل عصبی مورد استفاده

نتایج مدل عصبی و مقایسه آن با روش متداول تخمین رسوب

تعیین ابعاد حفره آبشستگی پایین دست سرریزهای ریزشی آزاد با استفاده از روش شبکه عصبی مصنوعی :

ـ الگوریتم آموزش شبکه عصبی مصنوعی

بررسی یادگیری شبکه عصبی

استفاده از شبکه عصبی در روندیابی متمرکز سیلاب

نتایج :


دانلود با لینک مستقیم


دانلود مقاله هوش مصنوعی یا robat

اختصاصی از کوشا فایل دانلود مقاله هوش مصنوعی یا robat دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله هوش مصنوعی یا robat


دانلود مقاله هوش مصنوعی یا robat

هوش مصنوعی بطور خلاصه ترکیبی است از علوم کامپیوتر ، فیزیولوژی و فلسفه ، این شاخه از علوم بسیار گسترده و متنوع است و از موضوعات و رشته های مختلف علوم و فن آوری ، مانند مکانیزم های ساده در ماشین ها شروع شده ، و به سیستم های خبره ختم می شود ، هدف هوش مصنوعی بطور کلی ساخت ماشینی است که بتواند « فکر » کند . اما برای دسته بندی و تعریف ماشینهای متفکر ، می بایست به تعریف « هوش » پرداخت . همچنین به تعاریفی برای « آگاهی » و « درک » نیز نیازمندیم و درنهایت به معیاری برای سنجش هوش یک ماشین نیازمندیم .
به مدد تحقیقات وسیع دانشمندان علوم مرتبط ، هوش مصنوعی از بدو پیدایش تاکنون راه بسیاری پیموده است . در این راستا ، تحقیقاتی که بر روی توانایی آموختن زبان ها انجام گرفت و همچنین درک عمیق از احساسات ، دانشمندان را در پیشبرد این علم ، یاری کرده است . یکی از اهداف متخصین ، تولید ماشینهایی است که دارای احساسات بوده و حداقل نسبت به وجود خود و احساسات خود واقف باشند. این ماشین باید توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند.
برای مثال به رباتی هوشمند بیاندیشید که بتواند اعضای بدن خود را به حرکت درآورد ، او نسبت به این حرکت خود آگاه بوده و با سعی و خطا ، دامنه حرکت خود را گسترش می دهد ، و با هر حرکت موفقیت آمیز یا اشتباه ، دامنه تجربیات خود را وسعت بخشیده و سرانجام راه رفته و یا حتی می دود و یا به روشی برای جابجا شدن ، دست می یابد ، که سازندگانش ، برای او ، متصور نبوده اند.
آنها بدنبال ساخت ماشینی مقلد هستند ، که بتواند با شبیه سازی رفتارهای میلیونها سلول مغز انسان ، همچون یک موجود متفکر به اندیشیدن بپردازد.
مباحث هوش مصنوعی قبل از بوجود آمدن علوم الکترونیک ، توسط فلاسفه و ریاضی دانانی نظیر بول (Boole) که اقدام به ارائه قوانین و تئوری هایی در باب منطق نمودند، مطرح شده بود . در سال ۱۹۴۲ ، با اختراع کامپیوترهای الکترونیکی ، هوش مصنوعی ، دانشمندان را به چالشی بزرگ فراخواند، بنظر می رسید ، تکنولوژی در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.
با وجود مخالفت گروهی از متفکرین با هوش مصنوعی که با دیده تردید به کارآمدی آن می نگریستند تنها پس از چهار دهه شاهد تولد ماشینهای شطرنج باز و دیگر سیستمهای هوشمند در صنایع گوناگون هستیم .

هوش مصنوعی که همواره هدف نهایی علوم کامپیوتر بوده است ، اکنون در خدمت توسعه علوم کامپیوتر نیز می باشد، زبانهای برنامه نویسی پیشرفته ، که توسعه ابزارهای هوشمند را ممکن مسازند ، پایگاههای داده ای پیشرفته ، موتورهای جستجو ، و بسیاری نرم افزارها و ماشینها از نتایج تحقیقات هوش مصنوعی بهره می برند.
در سال ۱۹۵۰ آلن تورینگ (Alain Turing) ، ریاضی دان انگلیسی ، معیار سنجش رفتار یک ماشین هوشمند را چنین بیان داشت :
« سزاوارترین معیار برای هوشمند شمردن یک ماشین ، این است که آن ماشین بتواند انسانی را توسط یک پایانه ( تله تایپ ) به گونه ای بفریبد که آن فرد متقاعد گردد با یک انسان روبه رو است ».
در این آزمایش شخصی از طریق ۲ عدد پایانه ( کامپیوتر یا تله تایپ ) که امکان برقراری ارتباط (Chat) را برای وی فراهم می کنند با یک انسان و یک ماشین هوشمند ، بطور همزمان به پرسش و پاسخ می پردازد ، در صورتی که وی نتواند ماشین را از انسان تشخیص دهد ، آن ماشین ، هوشمند است .

 

38 صفحه فایل ورد قابل ویرایش

 


دانلود با لینک مستقیم


دانلود پایانامه هوش مصنوعی

اختصاصی از کوشا فایل دانلود پایانامه هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

دانلود پایانامه هوش مصنوعی


دانلود پایانامه هوش مصنوعی

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word(قابل ویرایش و آماده پرینت)

تعداد صفحه:180

فهرست مطالب

فهرست مطالب

 

عنوان                                                                                                 صفحه

چکیده........................................................................................................................ 1

مقدمه ....................................................................................................................... 2

فصل اول : کلیات موضوع

تعریف و طبیعت هوش مصنوعی......................................................................... 7

پیدایش و پیشرفت هوش مصنوعی  .................................................................. 8

هوش‌ مصنوعی‌ و هوش‌ انسانی.......................................................................... 12

شاخه‌های‌ هوش‌ مصنوعی.................................................................................... 14

فلسفهٔ هوش مصنوعی........................................................................................ 27

ویژگی های هوش مصنوعی................................................................................. 48 دو فرضیه در هوش مصنوعی............................................................................. 52

انواع هوش مصنوعی ............................................................................................ 53

کاربرد هوش مصنوعی ........................................................................................ 57

معمای هوش الکترونیک‌ ، مبانی و شاخه‌های علم هوش مصنوعی‌............... 59

چالش‌های بنیادین هوش‌مصنوعی‌...................................................................... 64

فصل دوم : هوش مصنوعی‌ در بازی‌های کامپیوتری

هوش مصنوعی‌ در بازی‌های کامپیوتری........................................................... 71

بازی‌های تأثیرگذار در هوش‌مصنوعی ............................................................. 88

فصل سوم : تکنیک ها وزبانهای برنامه نویسی هوش مصنوعی

تکنیک ها وزبانهای برنامه نویسی هوش مصنوعی........................................118

مثالی از برنامه‌نویسی شیء‌گرا در شبکه‌های عصبی و هوش مصنوعی.....163

 

سخن آخر.............................................................................................................179

فهرست منابع.......................................................................................................180

چکیده

هدف‌ از این‌ پروژه‌ آشنائی‌ با هوش‌ مصنوعی‌ به‌ عنوان‌ سمبل‌ ونماد دوران‌ فراصنعتی‌ و نقش‌ و کاربرد آن‌ در صنایع‌ و مؤسسات‌تولیدی‌ می‌باشد. بدین‌ منظور، این‌ موضوع‌ در قالب‌ 3 فصل ارائه‌ می‌شود. در (فصل‌ اول‌) کلیات هوش‌ مصنوعی‌ موردمطالعه‌ قرار می‌گیرد و سئوالاتی‌ نظیر این‌ که‌ هوش‌ مصنوعی‌چیست‌؟ تفاوت‌ هوش‌مصنوعی‌ و هوش‌ طبیعی‌ (انسانی‌) درچیست‌؟ شاخه‌های‌ عمده‌ هوش‌ مصنوعی‌ کدامند؟ و نهایتأ، اجزای‌هوش‌ مصنوعی‌ نیز تشریح‌ می‌شود ،کاربردهای‌ هوش‌ مصنوعی‌در صنایع‌ و مؤسسات‌تولیدی‌، بخصوص‌ در زمینه‌سیستم‌های‌ خبره‌ وآدمواره‌ها مورد مطالعه‌ وتجزیه‌ و تحلیل‌ قرارمی‌گیرد. ودر فصل دوم به بررسی هوش مصنوعی در بازی های کامپیوتری و در فصل سوم به بررسی تکنیک برنامه نویسی در هوش مصنوعی مورد مطالعه قرار می گیرد  .

 

 

 

 

مقدمه

هوش مصنوعی به هوشی که یک ماشین از خود نشان میدهد و یا به دانشی در کامپیوتر که سعی در ایجاد آن دارد گفته میشود. بیشتر نوشته ها و مقاله های مربوط به هوش مصنوعی آن را "دانش شناخت و طراحی مامورهای هوشمند تعریف کرده اند. یک مامور هوشمند سیستمی است که با شناخت محیط اطراف خود, شانس موفقیت خود را بالا میبرد جان مکارتی که واژه هوش مصنوعی را در سال 1956 استفاده نمود, آن را دانش و مهندسی ساخت ماشین های هوشمند" تعریف کرده است. تحقیقات و جستجوهایی انجام شده برای رسیدن به ساخت چنین ماشین هایی مرتبط با بسیاری از رشته های دانشیک دیگر میباشد, مانند دانش کامپیوتر, روانشناسی, فلسفه, عصب شناسی, دانش ادراک, تئوری کنترل, احتمالات, بهینه سازی و منطق.

« هوش مصنوعی، دانش ساختن ماشین‌‌ ها یا برنامه‌های هوشمند است. »   همانگونه که از تعریف فوق-که توسط یکی از بنیانگذاران هوش مصنوعی ارائه شده است- برمی‌آید،حداقل به دو سؤال باید پاسخ داد:

1ـ هوشمندی چیست؟

2ـ برنامه‌های هوشمند، چه نوعی از برنامه‌ها هستند؟تعریف دیگری که از هوش مصنوعی می‌توان ارائه داد به قرار زیر است:

   « هوش مصنوعی، شاخه‌ایست از علم کامپیوتر که ملزومات محاسباتی اعمالی همچون ادراک (Perception)، ستدلال(reasoning) و یادگیری(learning) را بررسی کرده و سیستمی جهت انجام چنین اعمالی ارائه می‌دهد.»و در نهایت تعریف سوم هوش مصنوعی از قرار زیر است:

   «هوش مصنوعی، مطالعه روش‌هایی است برای تبدیل کامپیوتر به ماشینی که بتواند اعمال انجام شده توسط انسان را انجام دهد.»   به این ترتیب می‌توان دید که دو تعریف آخر کاملاً دو چیز را در تعریف نخست واضح کرده‌اند.

1ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان.

2ـ ابزار یا ماشینی که قرار است محمل هوشمندی باشد یا به انسان شبیه شود، کامپیوتر است.  هر دوی این نکات کماکان مبهم و قابل پرسشند. آیا تنها این نکته که هوشمندترین موجودی که می‌شناسیم، انسان است کافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نکته کاملاً واضح است که بعضی جنبه‌های ادراک انسان همچون دیدن و شنیدن کاملاً ضعیف‌تر از موجودات دیگر است.   علاوه بر این، کامپیوترهای امروزی با روش‌هایی کاملاً مکانیکی(منطقی) توانسته‌اند در برخی جنبه‌های استدلال، فراتر از توانایی‌های انسان عمل کنند. بدین ترتیب، آیا می‌توان در همین نقطه ادعا کرد که هوش مصنوعی تنها نوعی دغدغه علمی یا کنجکاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی، یافتن روش‌های بهینه انجام امور باشد، به هیچ رو مشخص نیست که انسان اعمال خویش را به گونه‌ای بهینه انجام می‌دهد). به این نکته نیز باز خواهیم گشت.   اما همین سؤال را می‌توان از سویی دیگر نیز مطرح ساخت، چگونه می‌توان یقین حاصل کرد که کامپیوترهای امروزین، بهترین ابزارهای پیاده‌سازی هوشمندی هستند؟

                             

 رؤیای طراحان اولیه کامپیوتر از بابیج تا تورینگ، ساختن ماشینی بود که قادر به حل تمامی  مسائل باشد، البته ماشینی که در نهایت ساخته شد(کامپیوتر) به جز دسته ای خاص از مسائلقادر به حل تمامی مسائل بود. اما نکته در اینجاست که این «تمامی مسائل» چیست؟ طبیعتاً چون طراحان اولیه کامپیوتر، منطق‌دانان و ریاضیدانان بودند، منظورشان تمامی مسائل منطقی یا محاسباتی بود. بدین ترتیب عجیب نیست، هنگامی که فون‌نیومان سازنده اولین کامپیوتر، در حال طراحی این ماشین بود، کماکان اعتقاد داشت برای داشتن هوشمندی شبیه به انسان، کلید اصلی، منطق(از نوع به کار رفته در کامپیوتر) نیست، بلکه احتمالاً چیزی خواهد بود شبیه ترمودینامیک!

  به هرحال، کامپیوتر تا به حال به چنان درجه‌ای از پیشرفت رسیده و چنان سرمایه‌گذاری عظیمی برروی این ماشین انجام شده است که به فرض این که بهترین انتخاب نباشد هم، حداقل سهل‌الوصول‌ترین و ارزان‌ترین و عمومی‌ترین انتخاب برای پیاده‌سازی هوشمندیست. بنابراین ظاهراً به نظر می‌رسد به جای سرمایه‌گذاری برای ساخت ماشین‌های دیگر هوشمند، می‌توان از کامپیوترهای موجود برای پیاده‌سازی برنامه‌های هوشمند استفاده کرد و اگر چنین شود، باید گفت که طبیعت هوشمندی ایجاد شده حداقل از لحاظ پیاده‌سازی، کاملاً با طبیعت هوشمندی انسانی متناسب خواهد بود، زیرا هوشمندی انسانی، نوعی هوشمندی بیولوژیک است که با استفاده از مکانیسم‌های طبیعی ایجاد شده، و نه استفاده از عناصر و مدارهای منطقی.   در برابر تمامی استدلالات فوق می توان این نکته را مورد تاُمل و پرسش قرار داد که هوشمندی طبیعی تا بدان جایی که ما سراغ داریم، تنها برمحمل طبیعی و با استفاده از روش های طبیعت ایجاد شده است. طرفداران این دیدگاه تا بدانجا پیش رفته‌اند که حتی ماده ایجاد کننده هوشمندی را مورد پرسش قرار داده اند، کامپیوتر از سیلیکون استفاده می کند، در حالی که طبیعت همه جا از کربن سود برده است. مهم تر از همه، این نکته است که در کامپیوتر، یک واحد کاملاً پیچیده مسئولیت انجام کلیه اعمال هوشمندانه را بعهده دارد، در حالی که طبیعت در سمت و سویی کاملاً مخالف حرکت کرده است. تعداد بسیار زیادی از واحدهای کاملاً ساده (بعنوان مثال از نورون‌های شبکه عصبی) با عملکرد همزمان خود (موازی) رفتار هوشمند را سبب می شوند. بنابراین تقابل هوشمندی مصنوعی و هوشمندی طبیعی حداقل در حال حاضر تقابل پیچیدگی فوق العاده و سادگی فوق العاده است. این مساُله هم اکنون کاملاً به صورت یک جنجال(debate) علمی در جریان است.    در هر حال حتی اگر بپذیریم که کامپیوتر در نهایت ماشین هوشمند مورد نظر ما نیست، مجبوریم برای شبیه‌سازی هر روش یا ماشین دیگری از آن سود بجوییم.

 

 


دانلود با لینک مستقیم


دانلود پایان نامه کاربرد مدل شبکه عصبی مصنوعی در مدیریت منابع آب زیرمینی

اختصاصی از کوشا فایل دانلود پایان نامه کاربرد مدل شبکه عصبی مصنوعی در مدیریت منابع آب زیرمینی دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه کاربرد مدل شبکه عصبی مصنوعی در مدیریت منابع آب زیرمینی


دانلود پایان نامه کاربرد مدل شبکه عصبی مصنوعی در مدیریت منابع آب زیرمینی

در طی دهه اخیر استفاده از شبکه های عصبی مصنوعی بطور روز افزونی در حیطه منابع آبی بویژه آبهای زیرزمینی در سراسر دنیا انجام شده است. با توجه به اینکه مدلهای شبکه عصبی نتایج خوبی ارائه می کنند استفاده از این مدلها در زمینه منابع آبی از مقبولیت خوبی برخوردار هستند.  دراین فصل به بیان مختصری از کارها و تحقیقات قبلی در زمینه شبکه عصبی مصنوعی پرداخته شده است.

1-2- مروری بر تحقیقات انجام یافته

اخیراً از شبکه های عصبی مصنوعی که یکی از شاخه های هوش مصنوعی محسوب می شود، به عنوان روشی کارا در حل مسائل به روش معکوس به طور روز افزونی استفاده می شود.

از قرن نوزدهم به طور همزمان اما جداگانه از سویی نروفیزیولوژیستها سعی کردند سیستم یادگیری و تجزیه و تحلیل مغز را کشف کنند و از سوی دیگر ریاضیدانان تلاش کردند تا  مدل ریاضی بسازند که قابلیت فراگیری و تجزیه و تحلیل عمومی مسائل را دارا باشد. اولین کوششها در شبیه سازی با استفاده از یک مدل منطقی توسط  McCulloch and Pitts(1984)  انجام شد که  امروز بلوک اصلی سازنده‌ی اکثر شبکه های عصبی مصنوعی است . این مدل فرضیه‌هایی در مورد عملکرد نرونها ارائه می کند. عملکرد این مدل مبتنی بر جمع ورودیها و ایجاد خروجی است . چنانچه حاصل جمع ورودی‌ها از مقدار آستانه بیشتر باشد اصطلاحا نرون برانگیخته می‌شود. نتیجه این مدل اجرای توابع ساده منطقی مثل OR وAND بود.

 نه تنها نروفیزیولوژیستها بلکه روانشناسان و مهندسان نیز در پیشرفت شبیه سازی شبکه‌های عصبی تأثیر داشتند. اولین بار توسطRosenblatt (1985)  شبکه پرسپترون معرفی شد. این شبکه نظیر واحدهای مدل شده‌ی قبلی بود. این سیستم می‌تواند یاد بگیرد که به ورودی داده شده خروجی تصادفی متناظر را اعمال کند.

سیستم دیگری از مدل خطی تطبیقی نرون توسط Widrow and Hoff(1960)  به نام Adalalin  ایجاد شد که اولین شبکه های عصبی بکار گرفته شده در مسائل واقعی بود.  Adalaline یک دستگاه الکترونیکی بود که از اجزای ساده‌ای تشکیل شده بود روشی که برای آموزش استفاده می‌شد با پرسپترون فرق داشت.

کتابی توسط Minisky and Papert (1969) نوشته شد که محدودیتهای سیستمهای تک لایه و چند لایه پرسپترون را تشریح میکرد. نتیجه این کتاب پیشداوری و قطع سرمایه گذاری برای تحقیقات  در زمینه شبیه سازی شبکه‌های عصبی بود. آنها با طرح اینکه طرح پرسپترون قادر به حل هیچ مساله مهمی نمی‌باشد تحقیقات در این زمینه را برای مدت چندین سال متوقف کردند.

با وجود اینکه اشتیاق عمومی و سرمایه گذاری های موجود به حداقل خود رسیده بود برخی محققان تحقیقات خود را برای ساخت ماشینهایی که توانایی حل مسائلی از قبیل تشخیص الگو را داشته باشند ادامه دادند. از جمله 1980))Grossberg که شبکه‌ای تحت عنوان Avalanch را برای تشخیص صحبت پیوسته و کنترل دست ربات مطرح کرد. همچنین او شبکه های ART(Adaptive resonance theory)  را بنا نهاد که با  مدلهای طبیعی تفاوت داشت. Anderson و Kohonen نیز از اشخاصی بود که تکنیکهایی برای یادگیری ایجاد کردند. Werbos(1974) شیوه آموزش پس انتشار خطا (Back Propagation) را ایجاد کرد که یک شبکه پرسپترون چند لایه البته با قوانین نیرومندتر آموزشی بود.

پیشرفتهایی که در 1970 تا 1980 بدست آمد برای جلب توجه به شبکه‌های عصبی بسیار مهم بود. برخی فاکتورها نیز در تشدید این مسئله دخالت داشتند از جمله کتابها و کنفرانسهای وسیعی که برای مردم در رشته‌های متنوع ارائه شد. امروز نیز تحولات زیادی در تکنولوژی ANN ایجاد شده است.

مقدمه1
فصل اول: مروری بر پیشینه پژوهش3
1-1- مقدمه3
1-2- مروری بر تحقیقات انجام یافته3
فصل دوم: روش پژوهش، ابزار و مواد11
2-1-مقدمه11
2-2-  معرفی شبکه عصبی مصنوعی11
2-2-1- مزیت های شبکه های عصبی:11
2-2-2- کاربردهای شبکه عصبی:12
2-2-3- اجزای کلی شبکه عصبی مصنوعی13
2-2-4- ساختار های شبکه عصبی مصنوعی15
2-2-4-1- شبکه های پیشرو(Feedforward)15
2-2-4-2- شبکه های برگشتی(Backforward) 15
 2-2-4-3- شبکه های شعاعی(Radial Basis Function Networks )16
2-2-5- معرفی انواع شبکه عصبی ساده: 16
2-2-5-1- پرسپترون(Perceptron)16
2-2-5-2- شبکه همینگ(Haming)17
2-2-5-3- شبکه هاپفیلد(Hopfield)17
2-2-6- الگوریتمهای مختلف آموزش17
2-2-6-1-الگوریتم لونبرگ-مارکورت (LM) Levenberg-Marquardt17
2-2-6-2-گرادیان نزولی انتشار خطا به عقب با ممنتم18
2-2-6-3-تنظیم بایزین (BR) Bayesian Regulazation18
2-2-7- تقسیم بندی شبکه ها از نظر نوع توابع عملگر18
2-2-8- تقسیم بندی شبکه ها از نظر نوع آموزش19
2-2-8-1- آموزش نظارت شده(Supervised)19
2-2-8-2- آموزش غیرنظارت شده(Unsupervised)19
2-2-9- آموزش شبکه های عصبی مصنوعی20
2-2-10- صحت سنجی21
2-2-11- معیار ارزیابی کارایی و خطای مدل22
2-3- ویژگیهای منطقه مورد مطالعه22
2-3-1- موقعیت جغرافیایی محدوده مورد مطالعه22
2-3-2- زمین شناسی منطقه مورد مطالعه:24
2-3-2-1- تشکیلات کرتاسه26
2-3-2-2- رسوبات نوع فلیش27
2-3-2-3- تشکیلات پالئوژن27
2-3-2-4- تشکیلات نئوژن27
2-3-2-5- رسوبات کواترنر28
2-3-3- زمین‏شناسی ساختمانی منطقه‏ مورد مطالعه28
2-3-4- هواشناسی29
2-3-4-1- بارندگی29
2-3-4-2- درجه حرارت :32
2-3-4-3- تبخیر و تعرق33
2-3-4-4-  رطوبت نسبی:34
2-3-4-5- طبقه بندی اقلیمی منطقه35
2-3-5-  بررسی های اکتشافی دشت بیرجند37
2-3-5-1-  مطالعات ژئوفیزیک37
2-3-5-2- نقشه هم ضخامت آبرفت38
2-3-5-3-  نقشه مقاومت عرضی39
2-3-5-4-  نقشه هم ارتفاع سنگ کف دشت بیرجند39
2-3-6-  هیدروژئولوژی دشت بیرجند41
2-3-6- 1- بررسی ضرایب هیدرودینامیکی:41
2-3-6-2- رفتار سنجی چاههای مشاهده ای43
2-3-6-3- هیدروگراف واحد دشت53
2-3-7-  نقشه های هیدروژئولوژی55
2-3-7-1- نقشه هم پتانسیل دشت بیرجند55
2-3-7-2- نقشه هم عمق دشت بیرجند57
2-3-7-3-  نقشه هم افت دشت بیرجند58
2-3-8-  بهره برداری از منابع آب زیرزمینی دشت بیرجند59
2-3-8-1-  چاه59
2-3-8-2-  چشمه61
2-3-8-3-  قنات62
2-3-9-  محاسبه بیلان دراز مدت آبخوان دشت بیرجند62
2-3-9-1- مدت یا دوره بیلان63
2-3-9-2-  مجموعه ورودی آب زیرزمینی63
2-3-9-3-  مجموعه خروجی آب زیرزمینی65
2-3-9-4-  تغییرات حجم مخزن در دوره بیلان(∆X)66
2-3-10- محاسبه بیلان کوتاه مدت آبخوان آبرفتی دشت67
2-3-10-1- مدت یا دوره بیلان:67
2-3-10-2-  مجموعه ورودی آب زیرزمینی:67
2-3-10-3-  مجموعه خروجی آب زیرزمینی69
2-3-10-4- تغییرات حجم مخزن در دوره بیلان(∆X)70
فصل سوم: بحث، تجزیه و تحلیل71
3-1- مقدمه72
3-2- انجام آنالیز حساسیت و تعیین ساختار شبکه عصبی و پارامترهای موثر بر نوسانات سطح آب72
3-3- مدلسازی سطح آب زیرزمینی در چاه مشاهده ای محمدیه در منطقه مورد مطالعه79
3-4- مدلسازی سطح آب زیرزمینی در چاههای مشاهده ای موجود در منطقه مورد مطالعه83
3-5- پیش بینی سطح آب زیرزمینی در چاههای مشاهده ای موجود در منطقه مورد مطالعه91
3-6- پیش بینی سطح آب در مناطق فاقد چاه مشاهده ای در محدوده مورد مطالعه  و ترسیم منحنی هم تراز99
فصل چهارم: نتیجه گیری و پیشنهاد114
4-1- نتیجه گیری114
4-2- پیشنهادها116
منابع و ماخذ117
Reference118

 

شامل 130 صفحه فایل word


دانلود با لینک مستقیم