ORIGINAL_ARTICLE
پیشگفتار
https://www.iwrr.ir/article_16004_76907777c027294f2cd6e66cc0b9a8ff.pdf
2008-09-22
0
1
محمد
کارآموز
karamouz@ ut.ac.ir
1
AUTHOR
ORIGINAL_ARTICLE
یک الگوریتم جدید در تصمیمگیری گروهی فازی بر مبنای توافق گروهی؛ مطالعه کاربردی: مدیریت منابع آبهای زیرزمینی
تصمیمگیری یک امر ضروری در بسیاری از زمینهها از جمله: مالی، مهندسی، پزشکی و ... است. تصمیمگیری چند معیاره و تصمیمگیری گروهی دو روش قوی و پرکاربرد برای حل مسائل تصمیمگیری و انتخاب بهترین گزینه از بین گزینههای موجود است. تصمیمگیری گروهی نظر شرکتکنندههای مختلف را اخذ و این نظرات را برای رسیدن به یک اجماع گروهی مناسب با یکدیگر تجمیع میکند.
در این مقاله ضمن بررسی تصمیمگیری گروهی فازی، یک الگوریتم جدید جهت تصمیمگیری گروهی فازی بر مبنای توافق گروهی ارائه میگردد. با استفاده از این الگوریتم تصمیمگیران قادرند نظرات و ارزیابیهای خود از گزینهها و همچنین اهمیت شاخصها را به چهار صورت مختلف: 1- رتبهبندی گزینهها 2- رابطه اولویت فازی 3- رابطه اولویت چندگانه 4- تابع مطلوبیت ارائه نمایند. در این الگوریتم، نظرات مختلف شرکتکنندگان پس از همگنسازی، با استفاده از یک عملگر تجمیعی با یکدیگر تجمیع شده و پس از برآورد میزان توافق گروهی، گزینه برتر انتخاب میگردد. علاوه براین، تصمیمگیران قادرند نظرات و ارزیابیهای خود از گزینهها و اهمیت شاخصها را در هر مرحله تا رسیدن به توافق گروهی مناسب، مورد بازنگری و اصلاح قرار داده و تصمیم نهایی را بر اساس توافق گروهی بین کلیه اعضاء انتخاب نمایند. کارائی این الگوریتم در مدیریت و برنامهریزی منابع آب، با استفاده از یک مطالعه کاربردی در انتخاب بهترین گزینه از بین 13 گزینه، برای تأمین آب یک منطقه با استفاده از منابع آبهای زیرزمینی مورد بررسی قرار گرفته است. کاربرد الگوریتم مزبور در اولویت بندی 13 گزینه استحصال منابع آب زیرزمینی نشان داد که با تعامل بین تصمیمگیران و بازنگری تصمیمگیران با کمترین درجه توافق، میتوان به یک تصمیم جمعی با درجه توافق معقول و از پیش تعیین شده دست یافت.
https://www.iwrr.ir/article_15664_e87c333994d2f866aa21fb771acf7984.pdf
2008-09-22
1
13
تصمیمگیری گروهی فازی
توافق گروهی
مدیریت منابع آبهای زیرزمینی
عملگر تجمیعی OWA
حجت
میانآبادی
hmianabadi@ civileng.iust.ac.ir
1
کارشناس ارشد/ دانشکده عمران، دانشگاه علم و صنعت
AUTHOR
عباس
افشار
a_afshar@iust.ac.ir
2
استاد/ دانشکده عمران، دانشگاه علم و صنعت.
LEAD_AUTHOR
Abrishamchi, A., Ebrahimian. A., Tajrishi, M., Marino. M.A., (2005), “Case Study: Application of Multicriteria Decision Making to Urban Water Supply”. Journal of Water Resources planning and Management, v 131, n 4, pp. 326–335.
1
Ben-Arieh D. and Chen Z., (2004), “A new linguistic labels aggregation and Consensus in group decision making“, Conference of IERC, Houston, Texas, USA.
2
Bodily, S.E., (1985), “Modern decision making: a guide to modeling with decision support systems”. McGraw-Hill Book Company, New York.
3
Bordogna G., Fedrizzi M., Pasi G., (1997), “Linguistic modeling of consensus in group decision making based on OWA operators”, IEEE Transactions on Systems, Man, and Cybernetics Part A: Systems and Humans, v 27, n 1, pp. 126–133.
4
Bryson, N., (1996), “Group decision-making and the analytic hierarchy process: exploring the consensus-relevant information content”, Computers & Operations Research, v 23, pp. 27– 35.
5
Bullen, P.S., Mitrinovic, D.S., Vasic, P. M., (1988), “Means and their inequalities”, Mathematics and its Applications, 31, D. Reidel Publishing Co., Dordrecht.
6
Carlsson, C., R.Full´er and S.Full´er, (1997), “OWA operators for doctoral student selection problem”, in: R.R.Yager and J.Kacprzyk eds., The ordered weighted averaging operators: Theory, Methodology, and Applications, Kluwer Academic Publishers, Boston, pp. 197-178.
7
Chang P.-T. Lee E. S., (1994), “Ranking of fuzzy sets based on the concept of existence”, Computers Mathematics Application, v 27, n 9/10, pp. 1-21.
8
Chen S-J., Hwang C-L, (1989), “Fuzzy multiple attribute decision making”, Springer-Verlag.
9
Chen, Z., (2005), “Consensus in group decision making under linguistic assessments”, PhD Thesis, Department of Industrial and Manufacturing Systems Engineering, College of Engineering Kansas State University, Manhattan.
10
Cheng C-H., (1999), “A simple fuzzy group decision making method”, IEEE International Conference on Fuzzy Systems, v 2, pp. 910-915.
11
Chiclana F., Herrera F., Herrera-Viedma E., (1998), “Integrating three representation, models in fuzzy multipurpose decision making based on fuzzy preference relations”, Fuzzy Sets and Systems, v 97, pp. 277-291.
12
Chiclana F., Herrera F., Herrera-Viedma E., (2001), “Integrating Multiplicative Preference Relations in a Multipurpose Decision-making Model Based on Fuzzy Preference Relations”, Fuzzy Sets and Systems, v122, pp. 277-291.
13
Choudhurya, A.K., Shankarb, R., Tiwari, M.K., (2005), “Consensus-based intelligent group decision-making model for the selection of advanced technology.” J. Decision Support Systems, Article In Press.
14
Das, A.B., (2001), “Application of optimization techniques in groundwater quality management”, Sad hana, v 26, n 4, pp. 293-316.
15
Dubois, D., Fargier, H., Prade, H., (1996), “Refinements of the maximin approach to decision-making in a fuzzy environment”, Fuzzy Sets and Systems, v 81, n 1, pp. 103-122.
16
Duckstein, L., Treichel, W., El Magnouni, S., (1994), “Ranking ground-water management alternatives by multicriterion analysis.”J.Water Resource Planning and Management, v 120, n 4, pp. 546–565.
17
El Magnouni, S., Treichel, W., (1992), “A multi-criteria approach to ground water resources assessment.” BRGM Tech. Note No. 48 EAUHN92. Burean de Recherché Geologique et Miniere (BRGM), Orleans, France.
18
Fedrizzi M., Pereira R. A. M., Zorat A., (1995), ‘Dynamical model for reaching consensus in group decision making”, Proceedings of the ACM Symposium on Applied Computing, pp. 493-496.
19
Herrera F., Herrera-Viedma E., Verdegay J. L., (1996a), “Model of consensus in group decision making under linguistic assessments”, Fuzzy Sets and Systems, v 78, n 1, 73 p.
20
Herrera F., Herrera-Viedma E., Verdegay J. L., (1996b), “Direct approach processes in group decision making using linguistic OWA operators”, Fuzzy Sets and Systems, v 79, n 2, pp. 175-190.
21
Herrera-Viedma E., Herrera F., Chiclana F., (2002), “A consensus model for multiperson decision making with different preference structures”, Systems, Man
22
and Cybernetics, Part A, IEEE Transactions on, v 32, n 3, pp. 394 -402.
23
Hwang C-L., Lin M-J., (1987), “Group decision making under multiple criteria: methods and applications”. Berlin, New York: Springer-Verlag.
24
Jiang H, Eastman JR., (2000), “Application of fuzzy measures in multi-criteria evaluation in GIS”. International journal Geography Information Systems. v 14, n 2, pp. 173–184.
25
Kacprzyk J., Fedrizzi M., Nurmi H., (1992), “Group decision making and consensus under fuzzy preferences and fuzzy majority”, Fuzzy Sets and Systems, v 49, pp. 21-31.
26
Kickert WJM., (1978), “Fuzzy theories of decision-making”. Martin us Nijhoff, Lei den.
27
Lee E. S., Li R. -J., (1988), ‘Comparison of fuzzy numbers based on the probability measure of fuzzy events”, Computers & Mathematics with Applications, v 15, n 10, pp. 87-896.
28
Lee-Kwang H., Lee J., (1999), “Method for ranking fuzzy numbers and its application to decision-making”,IEEE Transactions on Fuzzy Systems, v 7, n 6, pp. 677-685.
29
Malczewski, J., Rinner, (2005), “Exploring multicriteria decision strategies in GIS with linguistic quantifiers: A case study of residential quality evaluation”. J.Geograph System, v 7, pp. 249-268.
30
Mellers. B, Chang. S., (1994), “Representations of risk judgments”. Organ Behav Hum Dec .v 52, n 7, pp. 167–184.
31
Munda, G., (1995), “Multicriteria evaluation in a fuzzy environment: theory and applications in ecological economics”. Physica-Verlag, Heidelberg.
32
Ng K.-C, Abramson B, (1992), “Consensus diagnosis: a simulation study”, Systems, Man and Cybernetics, IEEE Transactions on, v 22, n 5, pp. 916 – 928.
33
Pohekar, S.D., Ramachandran, M., (2004), “Application of multi-criteria decision making to sustainable energy planning-A review”, Renewable and Sustainable Energy Reviews, v 8, pp. 365–381.
34
Pasi, G., Yager, R.R., (2006), “Modeling the concept of majority opinion in group decision making”. Information Sciences, v 176, pp. 390-414.
35
Regan H., Olyvan M., Markovchick L., (2005), “A formal model for consensus and negotiation in environmental management”, Journal of Environmental Management, Article in press, pp.1-10.
36
Robertson, W, A., (2002), “A comparison of three group decision-making strategies and their effects on the group decision-making process.” PhD Thesis, Virginia Polytechnic Institute and StateUniversity.
37
Smolíková R., Wachowiak M.P., (2002), “Aggregation operators for selection problems”, Fuzzy Sets and Systems, v 131, n 1, pp. 23-34.
38
Sugeno, M., (1974), “Theory of fuzzy integrals and its applications”, PhD thesis, Tokyo Institute of Technology, Tokyo.
39
Xu, Z.S., (2004), “A method based on linguistic aggregation operators for group decision making with linguistic preference relations”, Information Science, v 116, pp. 19-30.
40
Xu, Z., (2006), “Induced uncertain linguistic OWA operators applied to group decision making”. Information Fusion, v 7, pp.231-238.
41
Xu, Z.S., Chen, J., (2006), “An interactive method for fuzzy multiple attribute group decision making “, Information Science, Article in Press.
42
Yager, R.R., (1988), “On ordered weighted averaging aggregation operators in multi-criteria decision making”, IEEE Trans.Systems, Man Cybernet. v 18, pp.183–190.
43
Yager, R.R., (1993), “Families of OWA operators”, Fuzzy Sets and Systems, v 59, pp.125–148.
44
Yager, R.R., (1994a), “On weighted median aggregation”, International Journal of Uncertainty, Fuzziness and Knowledge-based Systems, v 2, pp. 101– 113.
45
Yager, R.R., (1994b), “Aggregation operators and fuzzy systems modeling”, Fuzzy Sets and Systems, v 67, pp. 129–145.
46
Yager, R.R., (1996), “Quantifier guided aggregation using OWA operators’. International Journal of Intelligent Systems, v 11, pp. 49-73.
47
Zadeh, L.A., (1983), “A computational approach to fuzzy quantifiers in natural languages”. Computing and Mathematics with Applications, v 9, pp.149-184.
48
Zadrozny, S., (1997), “An approach to the consensus reaching support in fuzzy environment consensus under fuzziness”, Kluwer, Norwell, MA.
49
ORIGINAL_ARTICLE
پیش بینی زمان واقعی جریان ورودی روزانه به مخزن سد کارون 3 با تلفیق روش اتورگــرسیو و پیشبینیهای بارندگی
پیشبینی در زمان واقعی جریان رودخانهها در بهرهبرداری بهینه از سیستمهای منابع آب و به ویژه سدهای مخزنی به عنوان پیشنیازهای اصلی و اساسی مطرح هستند ولی به دلیل پیچیدگی بالای وقایع هیدروکلیماتولوژی، انجام پیش بینی در زمان واقعی بسیار دشوار و غالبأ توأم با خطا میباشد. این امر باعث شده کارهای زیادی برای دست یافتن به مدلهای پیشبینی کوتاهمدت جریان رودخانهها و به ویژه جریان ورودی مخازن سدها انجام گیرد و به تبع آن مدلهای متنوعی تهیه و ارائه شده است. در حوضه کارون به دلیل تعدد سدهای بزرگ ساخته شده یا در دست ساخت و اهمیت بالای تولید بهینه برق آبی در این حوضه، انجام پیشبینی جریان ورودی به مخازن در زمان واقعی اهمیت ویژهای داشته لذا در این تحقیق رودخانه کارون به عنوان نمونه موردی انتخاب شده و پیش بینی در زمان واقعی جریان ورودی به مخزن کارون 3 در دوره زمانی ابتدای آذر تا پایان اسفندماه 1383 که مصادف با آبگیری مخزن سد کارون3 بود، با روش تلفیقی تکنیک اتورگرسیو و پیشبینیهای بارندگی انجام گرفت. در این روش که براساس روند تغییرات دبی روزانه ورودی به مخزن سد کارون3 در یک دوره پنج روزه قبلی، دبی روزهای بعدی پیشبینی میگردد، جهت ایجاد یک ارتباط منطقی با شرایط دوره آتی مورد نظر، چندین سری اعداد تصادفی تولید شده و یکی از این سری اعداد تصادفی که بیشترین تطابق را با روند بارندگیهای روزهای آتی دارد انتخاب گردید. همچنین به منظور مقایسه نتایج، پیشبینی جریان با روش اتورگرسیو ساده نیز انجام گرفت. نتایج حاکی از آنست که خطای روش پیشنهادی برای روزهای غیربارانی 7/12 درصد و در روزهای بارانی 8/31 درصد بوده است و بطور میانگین خطای این روش در 109 روز پیشبینی انجام گرفته برابر 21 درصد بدست آمد که در مقایسه با روش اتورگرسیو ساده که دارای خطای متوسط 30 درصد بود، دارای دقت بیشتری میباشد.
https://www.iwrr.ir/article_15689_c2ec1a011f5bbdc9cb288688e563addc.pdf
2008-09-22
14
22
پیش بینی
سیلاب
سد کارون3
دبی روزانه
حسین
صمدی بروجنی
samadi153@yahoo.com
1
استادیار /دانشگاه شهرکرد و رئیس مرکز تحقیقات منابع آب
LEAD_AUTHOR
منصور
استادعلی عسکری
2
کارشناس ارشد /منابع آب ، شرکت مهندسین مشاور پورآب
AUTHOR
USCE (US Army corps of Engineers), (1971), "HEC-4 Monthly stream flow simulation", the Hydrologic Engineering Center CPD-4, 85p.
1
Kisi, O., (2005), "DailyRiver Flow Forecasting Using Artificial Neural Networks and Auto-Regressive Models", Turkish J. Eng. Env. Sci., 29, pp.9-20.
2
Kitanidis, P.K. and Bras, R.L., (1980), "Real-Time Forecasting With a Conceptual Hydrological Model", Water Resour. Res., 16., pp.740-748.
3
Hsu, K., Gupta, H.V. and Sorooshian,S., (1995), "Artifcial Neural Network Modeling of the Rainfall-Runoff Process", Water. Resour. Res. J., 31., pp.2517-2530.
4
Yapo, P., Gupta, V.K. and Sorooshian, S., (1996), "Calibration of Conceptual Rainfall-Runoff Models: Sensitivity to Calibration Data", J.Hydrol.,181., pp.23-48.
5
Ochoa-Rivera, J.C., R. García-Bartual and J. Andreu, (2002), Multivariate synthetic stream flow generation using a hybrid model based on artificial neural networks, J. Hydrology and Earth System Sciences , 6(4), pp. 641–654
6
YU, P.Sh. and Yih Tseng, T., (1996), A model to forecast flow with uncertainty analysis, Hydrological Sciences -Journal, 4l(i), pp.327-344.
7
http://weather.yahoo.com/regional/IRXX.htm
8
ORIGINAL_ARTICLE
پیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدلسازی سیستمهایی که دارای پیجیدگی زیاد یا عدم صراحت بوده و یا دادههای کافی از آنها موجود نیست، استفاده از تئوری مجموعههای فازی از جمله سیستم میباشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روشهای رایج، این است که این سیستم بر اساس قواعد اگر- آنگاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبور میباشد. در تحقیق حاضر نیز، با استفاده از سیستم استنتاج فازی و بر اساس دبی، درجه حرارت و بارش ماهانه، سری پیوستهای از دبی جریان رودخانه و هر یک از متغیرهای مذکور تشکیل و تاثیر هریک از متغیرهای فوق در توالیهای زمانی گذشته بر روی میزان دبی جریان رودخانه در ماههای آینده بررسی شد و میزان دبی رودخانه در ماههای آینده پیشبینی شد.
https://www.iwrr.ir/article_15692_3c5550f08df6d634b4342bcc47121c46.pdf
2008-09-22
23
34
پیش بینی
عدم صراحت
جریان رودخانه
سیستم استنتاج فازی
ندا
پوستیزاده
ava_882005@yahoo.com
1
کارشناسی ارشد/ سازه های آبی، دانشگاه تربیت مدرس، تهران
AUTHOR
جمال
محمدولی سامانی
2
دانشیار گروه سازه های آبی ، دانشگاه تربیت مدرس، تهران
LEAD_AUTHOR
امین
کورهپزان دزفولی
3
کارشناس ارشد/ عمران آب، وزارت نیرو، تهران
AUTHOR
جمالی، س.، ابریشمچی، ا. و تجریشی، م. (1385)، "ساخت مدلهای پیشبینی جریان رودخانه و بهرهبرداری از مخزن با استفاده از سیستم استنباط فازی" مقاله دومین کنفرانس مدیریت منابع آب ایران.
1
عراقینژاد، ش. و کارآموز، م. (1384)، "پیشبینی بلندمدت رواناب با استفاده از شبکههای عصبی مصنوعی و سیستم استنتاج فازی" مجله تحقیقات منابع آب ایران، شماره 2، صفحه 29-41.
2
وانگ، لی. (1378)، "سیستمهای فازی و کنترل فازی" ترجمه محمد تشنه لب، نیما صفارپور؛ داریوش افیونی. انتشارات دانشگاه خواجه نصیر طوسی.
3
Araghinejad, S., Burn, D.H., and Karamouz, M. (2006), “Long-Leadprobabilistic forecasting of stream flow using ocean-atmospheric and hydrological predictors”. Water Resources Research, Vol. 42, WO3431.
4
Bardossy, A (1995). Fuzzy Rule-Based Modeling with Application to Geophysical, Biological and Engineering Systems, CRC and Boca Raton, Fla.
5
Chang, L., Chang, F. and Tsai, Y.(2005), Fuzzy exemplar-based inference system for floodforecasting, Water Resources Research, Vol.41, Issue 2, pp.1-20
6
Mamdani, E. H. (1976), Advances in linguistic synthesizes of fuzzy controllers, J. Man mach. Stud., vol. 8, pp. 669-678.
7
Ross, T.J., (1995), Fuzzy Logic with Engineering Applications, McGraw-Hill, Inc., USA.
8
Shan Yu, P. and Tsung Chen, Sh. (2005), Updating Real-Time Flood Forecasting Using a Fuzzy Rule-Based Model, Vol.50,Issue 2, pp.265-278
9
Swain, P.C. and Nanduri, U.V. (2005), Streamflow Forecasting using Neuro-Fuzzy Inference System, Advances in Water Resources, Vol.32, Issue 2, pp.1-14
10
ORIGINAL_ARTICLE
پردازش غیر خطی سیگنالهای فرآیند پویای بارش ـ رواناب به روش اطلاعات محور سببی (مطالعه موردی حوضه خرسان)
بخش عمدهای از تحقیقات هیدرولوژی بر مدلسازی فرایند پویاوغیرخطی بارش ـ رواناب متمرکزاست. تبدیل بارش به رواناب در عرصه حوضه به طور قطع شامل روابط غیر خطی پیچیدهای است که حاصل تعامل مجموعهای از فرآیندهای هیدرولوژیکی مختلف میباشند. به این لحاظ به نظر میرسد که مدلسازی استوکاستیک فرایند نسبت به مدلسازی قطعی آن منطقیتر است. در این تحقیق جهت اجتناب از به کارگیری فرضیات اثبات نشده و بعضا گمراهکننده در جداسازی سریهای زمانی بارش و رواناب به مؤلفههای مجزای بارش مازاد و رواناب مستقیم، بارش کل در مقابل رواناب کل مدل گردید.
استفاده از مدل تابع انتقال با یک متغیر ورودی (بارش) و یک متغیر خروجی (رواناب) ، انتقال آن به سیستم معادلات فضای حالت و نهایتا بهرهگیری از روش استوکاستیک مدلسازی اطلاعات محور سببی مبتنی بر آلگوریتم برگشتی صافی کالمن، برخورد این تحقیق در شناسایی رابطه غیرخطی بین بارش ورواناب بوده است. رهیافت فوق بر حوضه خرسان از زیرحوضههای اصلی کارون بزرگ اجرا گردید. برقراری تناسب بین پارامترهای واسنجی شده و خصوصیات روندیابی جریان در حوضه، آشکارکننده یک طبیعت موازی محتمل در این زیرحوضه بود. نهایتا جهت کمی سازی اعتماد پذیری مدل شناسایی شده ، تحلیل حساسیت براساس روش شبیه سازی مونت کارلواجرا گردید.
https://www.iwrr.ir/article_15693_3b303d35f5c6ee8aefe3d54b03ac2d37.pdf
2008-09-22
35
45
مدلسازی اطلاعات محور سببی
فرآیند بارش
رواناب
مدلهای مخازن خطی
فرآیند جریان موازی
تخمین زمانی پارامترهای وابسته حالت
نوید
جلال کمالی
njalalkamali@yahoo.com
1
استادیار /گروه مهندسی آب، دانشگاه آزاد اسلامی، واحد کرمان.
LEAD_AUTHOR
حسین
صدقی
hsedgh@yahoo.com
2
استاد/ هیدرولوژی، دانشگاه آزاد اسلامی ، واحد علوم و تحقیقات، تهران
AUTHOR
صدقی، ح. (1371)، "ارزیابی و برآورد ابعاد حداکثر بارش و سیلاب متحمل حوضه آبریز کارون در پلشالو به عنوان معیار طراحی سد کارون 3"، تهران، شرکت توسعه منابع آب و نیروی ایران، 55 صفحه.
1
صدقی، ح. و همکاران (1379)، "پروژه به روزرسانی و بررسی گزارشات مطالعات هیدرولوژی سیلاب گتوند ـ گزارش نهایی"، تهران، شرکت خدمات مهندسی برق مشانیر،110صفحه.
2
Beven, K.J. (2001), “Rainfall-Runoff Modelling: The Primer”, Chichester: J. Willey,360P.
3
Wagener, T., Wheater, H.S. and Gupta, H. (2004), “RainFall-Runoff Modeling in Gauged and
4
Ungaugaed Gatchments”., Imperial College Press, 306p.
5
Young, P.C. (2001), “Data-Based Mechanistic Modell-ing and Validation of Rainfall-Flow Processes”, Chichester: J. Willey, pp. 117-161.
6
Young, P.C. (2002a), “Advances in Real-Time Flood Forecasting”, CRES Report Number TR/176, Lancaster University Press, UK.
7
Young, P.C., Taylor C.J., Tych, W., Pedregal, D.J. & McKenna, P.G. (2004), “The Captain Toolbox”, Center for Research on Environmental Systems and Statistics, Lancaster University, U.K.
8
ORIGINAL_ARTICLE
بررسی احتمال تواتر و تداوم روزهای بارانی در شهر تبریز با استفاده از مدل زنجیره مارکوف
در این پژوهش تواتر وتداوم روزهای بارانی شهرتبریز براساس قوانین احتمالی، به صورت فرایندهایی تصادفی و با استفاده از تکنیک زنجیرههای مارکوف در معرض تحلیل قرار گرفت. برای دستیابی به این مقصود از آمار بارش روزانه مربوط به 55 سال (2005-1951) ایستگاه تبریز بهره گرفته شد. آمار مزبور براساس ماتریس شمارش تغییر حالت روزهای بارانی و فاقد بارش مرتب شده، سپس ماتریس احتمال تغییر وضعیت براساس روش درستنمایی بیشینه محاسبه گردید. با توانهای مکرر این ماتریس، احتمال پایا و دوره بازگشت روزانه هریک از دو حالت بارش - خشکی برآورد شد. دورههای بازگشت بارش حدود 5 روز و دوره بازگشت خشکی حدود 1 روز برآورد گردید. درواقع احتمال وقوع بارش در هر روز 2206/0 و احتمال عدم وقوع آن 7794/0 بدست آمد. سپس دوره بازگشت تداوم روزهای بارانی 1 تا 5 روزه برای دوازده ماه سال محاسبه گردید. بیشترین احتمال وقوع روزهای بارانی طی بهار ( بویژه ماه مه) بوده است. برای مثال دوره بازگشت دو روز بارانی متوالی درماه مه حدود 5/2 روز است.
https://www.iwrr.ir/article_15695_27fbe0fe3c11452ac26a0b4c8485a384.pdf
2008-09-22
46
56
روز بارانی
زنجیره مارکوف
احتمال وقوع
درستنمایی بیشینه
شهر تبریز
حسین
عساکره
asakereh@znu.ac.ir
1
استادیار/ گروه جغرافیا دانشگاه زنجان
LEAD_AUTHOR
حجازیزاده، ز. و شیرخانی، ع. (1384)، " تحلیل و پیش بینی آماری خشکسالی و دورههای خشک کوتاه مدت در استان خراسان" مجله پژوهشهایجغرافیایی. شماره 52 سال سیوهفتم.
1
جعفری بهی، خ. (1378)، "تحلیل آماری دورههای تر و خشک بارندگی درچند نمونه اقلیمی ایران با استفاده از زنجیره مارکف" پایان نامه جهت دریافت درجه کارشناسی ارشد هواشناسی کشاورزی. دانشگاه تهران. دانشکده کشاورزی.
2
چینلار، ا. (1380)، "آشنایی با فرایندهای تصادفی" ترجمه غلامحسین شاهکار و ابوالقاسم بزرگ نیا. تهران: موسسه انتشارات علمی دانشگاه صنعتی امیرکبیر.
3
زارعی، ح. و شاهکار، غ. (1380)، "بررسی احتمال تواتر روزهای بارانی و خشک مناطق خرمدره- ارداک و زشک". سومین سمینار احتمال و فرایندهای تصادفی . دانشگاه اصفهان 7 و8 شهریور ماه 1380
4
سازمان هواشناسی کل کشور، آمار بارش روزانه شهر تبریز طی 1951-2005
5
علیجانی، ب. (1374)، "آب وهوای ایران" تهران: انتشارات پیامنور.
6
علیزاده، ا. (1385)، "اصول هیدرولوژی کاربردی". مشهد: انتشارات دانشگاه امام رضا.
7
غیور، ح. و مسعودیان، ا. (1376)، “بزرگی، گستره و فراوانی خشکسالیها در ایران“. فصلنامه تحقیقات جغرافیایی شماره 45.
8
مشکانی، م. (1363)، "بررسی احتمال تواتر روزهای خشک بابلسر از دیدگاه بیز تجربی" مجله علوم آب شماره 3.
9
هیگنز، ج. ج. و مک نالتی، سالی کلر (1379)، "مفاهیم احتمال و مدلبندی تصادفی". ترجمه علی مشکانی. مشهد: انتشارات دانشگاه فردوسی.
10
Akan, A.Osman and Houghtalen, Robert.J., (2003), Urban Hydrology, Hydraulics, and Storm Water Quality, John Wily & Sons.Inc.,U.S.A .
11
Benzi .G , A.Parisi. and A. Sutera and A. Vulpiani, (1983), “A theory of Stochastic reasonce in climatic change”, Siam J., Appl.Math.,43, pp. 565-578.
12
Berger, A. and Goossens, C.H.R., (1983), “Persistence of wet and dry spells at Uccle (Belgium)”, J. Climatol., 3, pp. 21–34.
13
Box . George E P, Hunter Stuart J. and Hunter William G., (2005), Statistics for Experimenters, John Wily & Sons.Inc.,U.S.A .
14
Buishand, T.A. (1978), “Some remarks on the use of daily rainfall models”, J. Hydrol., 36, pp. 295–308.
15
Burgers. G. and D. B. Stephenson, (1999), The Normality of Elnino, Geophys.Res. Lett.26, pp. 1027-1030.
16
Douguedroit, A. (1987), “The variations of dry spells in Marseilles from 1865 to 1984”, J. Climatol., 7, pp. 541–551.
17
Gibbs, W.J. and J.V. Maher, (1967), ‘‘Rainfall deciles as drought indicators’’ Bureau of Meteorology Bulletin No. 48, Commonwealth of Australia, Melbourne.
18
Hoaglin, David C. Mosteller, Frederick and Tukey , John W.(edit) (2006), Exploring Data Table, Trends, and Shapes,John Wily & Sons.Inc.,U.S.A .
19
Johnson. Richard. A and Bhattacharyya. Gouri.K. (2006), Statistics: Principles and Methods. John Wiley & Sons.INC., U.S.A.
20
Martin-Vide, Javier and Gomez, Linda (1999), ‘‘Rigionalization of Peninsular Spain Based on the Length of Dry Spells. ’’ Int.J. Climatol.19, pp. 537-555
21
Moon. Eull.S, Boom Ryoo. S., Gi Kwon. J. (1994), “A Markov Chain Model for Daily Precipitation Occurrence in South Korea”. Inter.Jour.Climato.
22
WMO. (1966), Climate Change. Technical Note No 79.
23
WMO, (2000), Detecting Trend and Other Change in Hydrological Data, WMO/ TD- NO.1013.
24
ORIGINAL_ARTICLE
برآورد مصرف روزانه آب تهران با استفاده از سریهای زمانی
در سالهای اخیر بررسیهای گستردهای بر روی مساله استفاده بهینه از منابع آب انجام شده است. یکی از موضوعات مورد بررسی در این زمینه تهیه مدل پیشبینی مصرف کوتاه مدت آب جهت مدیریت مناسب تقاضا میباشد. در این مقاله با توجه به تاثیرپذیری مصرف کوتاه مدت آب از عوامل آب و هوایی و همچنین وجود الگوی مصرف مشابه در روزهای متوالی، دو مدل به روش سریهای زمانی جهت پیشبینی کوتاه مدت مصرف آب شهری تهران تهیه شده است. در مدل اول با تجزیه سری زمانی مصرف روزانه آب به مولفههای روند، تغییرات فصلی، تغییرات تصادفی و تعیین هر یک ازآنها با استفاده از روش رگرسیون، پیشبینی انجام میشود. در مدل دوم با استفاده از مدلهای ترکیبی اتورگرسیو و میانگین متحرک فصلی، الگوی مصرف در گذشته شناسایی شده و با فرض اینکه در آینده نیز این الگو ادامه داشته باشد، از آن برای پیشبینی مصرف آب استفاده میشود. در نهایت نتایج دو مدل تهیه شده با نتایج واقعی مقایسه شده است که توانایی این مدلها را برای پیشبینی مصرف کوتاه مدت آب شهری تهران نشان میدهد. از بین این دو، مدل پیشرفته دارای خطای کمتری برای دادههای شهر تهران می باشد.
https://www.iwrr.ir/article_15697_a289935d589b2b9f93345ed15eb8de4c.pdf
2008-09-22
57
65
برآورد تقاضای کوتاه مدت
سری زمانی
درجه حرارت متوسط
تعداد ساعات آفتابی
مصرف روزانه آب
مسعود
تابش
mtabesh@ut.ac.ir
1
دانشیار /و عضو قطب علمی مهندسی و مدیریت زیرساختها، دانشکده مهندسی عمران، پردیس دانشکدههای فنی، دانشگاه تهران
LEAD_AUTHOR
مهدی
دینی
mm_dini@yahoo.com
2
کارشناسی ارشد/ عمران آب، پردیس دانشکدههای فنی، دانشگاه تهران
AUTHOR
علی جعفر
خوشخلق
3
کارشناسی ارشد /عمران آب، پردیس دانشکدههای فنی، دانشگاه تهران
AUTHOR
بنفشه
زهرائی
banafsheh.zahraie@gmail.com
4
دانشیار /دانشکده مهندسی عمران، پردیس دانشکدههای فنی، دانشگاه تهران
AUTHOR
باکس، جی.ای.پی. و جنکینس، جی.ام. (1371). "تحلیل سریهای زمانی در پیشبینی و کنترل"، مشکاتی (مترجم)، چاپ اول، مرکز نشر و انتشارات دانشگاه شهید بهشتی.
1
تابش، م. و دینی، م. (1385)، "برآورد کوتاه مدت مصرف آب شهری به روش نروفازی"، هفتمین گنگره بین الملی مهندسی عمران، دانشگاه تربیت مدرس، اردیبهشت.
2
تابش، م. (1385)، "گزارش نهایی طرح پژوهشی تخمین تقاضای کوتاهمدت آب شهری با استفاده از شبکههای عصبی و سیستمهای فازی و ترکیبی"، شرکت سهامی مدیریت منابع آب ایران، معاونت پژوهش و مطالعات پایه، وزارت نیرو.
3
تابش، م.، گوشه، س. و یزدانپناه، م. ج. (1386)، "کاربرد شبکههای عصبی مصنوعی در تخمین تقاضای کوتاه مدت آب شهری ً، نشریه دانشکده فنی، جلد 41، شماره 1، صفحه 11 – 24.
4
کریمی، د. (1380)، "کاربرد منطق فازی در پیش بینی کوتاه مدت مصرف آب تهران"، پایان نامه کارشناسی ارشد، گروه مهندسی عمران محیط زیست، دانشگاه تربیت مدرس.
5
Chun Chen, Y., (1986), “Applications of time series analysis to water demand Prediction“, Proceedings of Water and Data Processing, Presse Ponts et Chausseées, Paris.
6
Graser, H.J., (1958), “Meter records in system planning“, Journal of American Water Works Association, Vol. 50, No.11, pp. 1395-1402.
7
Maidment, D.R., and Parzen, E., (1984), “Cascade model of monthly municipal water use“, Journal of Water Resources Research, Vol.20, No.1, pp.15-23.
8
Quevedo, J., and Cembrano, G., (1986), “Water demand forecasting through time series analysis“, Proceedings of Water and Data Processing, Presse Ponts et Chausseées, Paris.
9
Willsie, R.H., and Pratt, H.L., (1974), “Water use relationships and projection corresponding with regional growth“, Water Resources Bulletin, Vol. 10, No. 2, pp. 360-371.
10
Wong, S.T., (1972), “A model on municipal water demand: A case study of northeastern Illinois“, Land Economy, Vol. 48. No. 1, pp. 34-44.
11
Young, R.A., (1973), “Price elasticity of demand for municipal water: A case study of Tucson and Arizona“, Journal of Water Resources Research, Vol. 9, No. 4, pp. 1068-1072.
12
Zhou, S.L., McMahon, T.A., and Lewis, J., (2000), “Forecasting daily urban water demand: A case study of Melbourne“, Journal of Hydrology, Vol. 236, No. 2, pp. 153-164.
13
ORIGINAL_ARTICLE
مدلسازی عددی جریان لزج همراه با تغییر شکلهای پیچیده سطح آزاد
در این مقاله الگوریتم عددی حجم محدود برای مدلسازی جریان گذرای لزج غیر قابل تراکم همراه با سطح آزاد ارائه شده است. برای حل میدان سرعت و فشار از روش گام جزئی استفاده گردیده است. به علاوه، به منظور مدلسازی مناسب تغییر شکلهای پیچیده در سطح آزاد مثل شکست موج (که در کاربردهای عملی بسیار اتفاق میافتد) روش حجمی و حل معادله انتقال نسبت حجمی بکار برده شده است. استفاده از روش مذکور، به خصوص در زمانی که دو فاز سیال با اختلاف نسبت حجمی بالا (مثل آب و هوا) در میدان محاسباتی وجود داشته باشند، با مشکلاتی مثل نوسانات غیر فیزیکی میدان سرعت در ناحیه فصل مشترک دو فاز سیال همراه است. در این مقاله، با ارائه میانیابی جدید خط شکسته برای گسسته سازی جمله انتگرال فشار که در معادلات ناویر ـ استوکس ظاهر میشود، این مشکل حل شده و نتایج بسیار مناسبی در مدلسازیها بدست آمده است. برای بررسی دقت و صحت الگوریتم پیشنهادی از مسأله ناپایداری رایلی ـ تیلور استفاده گردیده است. در مسأله دیگر، شکستن دیواره آب درون مخزن در دو حالت بدون مانع و با مانع مورد بررسی قرار گرفته است. مقایسه نتایج عددی و آزمایشگاهی، بیانگر توانایی رویة مورد استفاده و اهمیت مدلسازی دو فاز سیال (در مقابل مدلسازی یک فاز) برای نزدیک شدن به مدلسازی واقعی میباشد.
https://www.iwrr.ir/article_15698_63ccd9fc5b7cf4a7651a263b2a78efbd.pdf
2008-09-22
66
74
روش حجمی
روش گام جزئی
جریان دو فازی
میانیابی خط شکسته
ابراهیم
جهانبخش
1
کارشناس ارشد /پژوهشی، آزمایشگاه دریا، دانشگاه صنعتی شریف
AUTHOR
روزبه
پناهی
2
کارشناس ارشد/ پژوهشی، بخش حمل و نقل و تکنولوژی دریایی، پژوهشکده حمل و نقل وزارت راه و ترابری
AUTHOR
محمد سعید
سیف
3
دانشیار/ دانشکده مهندسی مکانیک، دانشگاه صنعتی شریف
LEAD_AUTHOR
Brown, D.L., Cortez, R. and Minion, M.L. (2001), “Accurate projection methods for the incompre-ssible Navier-Stokes equations”, Journal of Computational Physics, 168, pp. 464-499.
1
Croce, R., Griebel, M. and Schweitzer, M. A. (2004( “A parallel level-set approach for two-phase flow problems with surface tension in three space dimensions”, Preprint 157, Sonderforschungsbereich 611, Universitat Bonn.
2
Ferziger, J.H. and Peric, M. (2002), Computational methods for fluid dynamics, 3rd Ed., Springer.
3
Gaskell, H. and Lau, A.K.C. (1988), “Curvature-compensated convective transport: SMART, a new boundedness-preserving transport algorithm”, International Journal of Numerical Methods in Fluids, 8, pp. 617-641.
4
Issa, R.I. (1986), “Solution of the implicitly discretised fluid flow equations by operator-splitting”, Journal of Computational Physics, 62(1), pp. 40-65.
5
Jahanbakhsh, E., Panahi, R. and Seif, M.S. (2007), “Numerical Simulation of Three-Dimensional Interfacial Flows”, International Journal of Numerical Methods for Heat & Fluid Flow, 17(4), pp. 384-404.
6
Jasak, H. (1996), “Error analysis and estimation for finite volume method with application to fluid flows”, PhD Thesis, University of London.
7
Kelcey, F.J. and Pletcher, R.H. (1997), “The development of free surface capturing approach for multidimensional free surface flows in closed containers, Journal of Computational Physics, 138, pp. 939-980.
8
Kim, D. and Choi, H. (2000), “A second-order time-accurate finite volume method for unsteady incompressible flow with hybrid unstructured grids”, Journal of Computational Physics, 162, pp. 411-428.
9
Koshizuka, S., Tamako, H. and Oka, Y. (1995), “A particle method for incompressible viscous flow with fluid fragmentation”, Computational Fluid Dynamics Journal, 4 (1), pp. 29-46.
10
Leonard, B.P., (1991) “The ULTIMATE conservation difference scheme applied to unsteady one dimensional direction”, Computational Methods in Applied Mechanics and Engineering, 88, pp .17-74.
11
Martin, J.C. and Moyce, W.J. (1952), “An experimental study of the collapse of liquid columns on a rigid horizontal plane”, Philosophy Transcript of Royal Society of London, A244, pp. 312-324.
12
Panahi, R., Jahanbakhsh, E. and Seif, M.S. (2005), “Effect of interpolation in interface capturing methods”, 8th Numerical Towing Tank Symposium (NuTTs), Varna, Bulgaria.
13
Panahi, R., Jahanbakhsh E. and Seif, M.S. (2005), “Comparison of interface capturing methods in two phase flow”, Iranian Journal of Science & Technology, Transaction B: Technology, 29(B6), pp. 539-548.
14
Panahi, R., Jahanbakhsh, E. and Seif, M.S. (2006), “Development of a VOF-fractional step solver for floating body motions simulation”, Applied Ocean Research, 28, pp. 171-181.
15
Patankar, S.V. and Spalding, D.B., (1972), “A calculation procedure for heat, mass and momentum transfer in three dimensional parabolic flows”, International Journal of Heat and Mass Transfer, 15, 1787 p.
16
Ubbink, O. and Issa, R.I. (1999), “A method for capturing sharp fluid interfaces on arbitrary meshes”, Journal of Computational Physics, 153, pp. 26-50.
17
Zang, Y., Street, R.L. and Koseff, J.R. (1994), “A non-staggered fractional step method for time-dependent incompressible Navier-Stokes equations in curvilinear Coordinate”, Journal of Computational Physics, 114: pp. 18-33.
18
ORIGINAL_ARTICLE
تحلیل پدیده های هیدرولیک با رویکرد الکتریک
شباهتهای زیاد جریان الکتریسیته و مایعات، باعث شده تا برای تشریح برخی پدیدهها در علم برق از نحوه رفتار مایعات الهام گرفته شود. با توجه به نزدیکی الکتریسیته و هیدرولیک، میتوان هیدرولیک را از منظری نو و با رویکردی الکتریکی تشریح نمود. در تحقیق حاضر، با دیدگاهی جدید، اقدام به تعریف جزئیات دوگانهای مشابه پدیدههای الکتریکی در هیدرولیک گردید. عناصر و پدیدههای اساسی ارائه و تعریف شدند که از آن جمله تعریف معادل برای میدان مغناطیسی در هیدرولیک و معادل الکتریکی سیستم لوله- سیال میباشد. برخی روابط شناخته شده هیدرولیکی با استفاده از فرمولهای الکتریکی به دست آمدهاند. فرمولهای سیالات به شکل مرسوم در الکتریک تنظیم و دستهبندی شده و مثالهایی از شماتیک سیستمهای سیالاتی ارائه گردیده است.
https://www.iwrr.ir/article_15699_7aacc939c376662a8e113d23e5872559.pdf
2008-09-22
75
79
برق
هیدرولیک
شماتیک
فرمولهای الکتریکی
یاسین
اسروش
1
دانشجوی سابق کارشناسی/، گروه آب, دانشکده کشاورزی, دانشگاه صنعتی اصفهان
AUTHOR
سیّد فرهاد
موسوی
2
اساتید/ گروه آب، دانشکده کشاورزی, دانشگاه صنعتی اصفهان
LEAD_AUTHOR
بهروز
مصطفی زاده فرد
3
اساتید /گروه آب، دانشکده کشاورزی, دانشگاه صنعتی اصفهان
AUTHOR
سپیدنام، ق. و باغانی، خ. (1380)، قطعات و مدارات الکترونیک، جلد دوم (ترجمه). انتشارات خراسان، 588 ص.
1
گلستانیان، ن. و بهار، م. (1376)، فیزیک هالیدی (الکتریسیته و مغناطیس)، جلد سوم (ترجمه). مرکز نشر دانشگاهی، 411 ص.
2
ملک زاده، غ.، کاشانی حصار، م. و معتمدی، م. (1375)، مکانیک سیالات (ترجمه). انتشارات نما، 528 ص.
3
موسوی، م. (1383)، مدارهای الکتریکی (ترجمه). انتشارات خراسان، 300 ص.
4
نوربخش، ا. (1382)، پمپ و پمپاژ. موسسه انتشارات و چاپ دانشگاه تهران، 228 ص.
5
یوسفزاده، ح.(1382)، آموزش EWB (Electronic Work Bench 5.12). مؤسسه علمی و فرهنگی نص، 200 ص.
6
Kuphaldt, T.R., (2006), Lessons in electric circuits. http://www.ibiblio.org/obp/electric circuits.
7