بهینه سازی مدل بارش-رواناب حوضه معرف امامه با استفاده از الگوریتم ژنتیک

بهینه سازی ضرایب جریان برگشتی در مدل شبیه ساز حوضه آبریز به کمک الگوریتم ژنتیک

مدل سازی یکی از ضروریات مدیریت و برنامه ریزی برای منابع و مصارف آب حوضه آبریز است و ضرایب جریان برگشتی از پارامترهای مهم در مدل سازی و شبیه سازی این منابع می باشند. همچنین برای محاسبات بیلان آبی هر حوضه دانستن ضرایب جریان برگشتی اهمیت زیادی دارد. به دلیل اینکه این پارامترها به طو

استفاده از شبکه عصبی برای مدلسازی استحکام نخ و بهینه سازی مصرف مواد اولیه با بهره گیری از الگوریتم ژنتیک

بطور کلی در مدل سازی استحکام نخ، بر اساس ارتباط بین خواص لیف و نخ، استحکام نخ نهایی با استفاده از مدل پیش بینی می شود. این پایان نامه به مدل سازی استحکام نخ و مسأله تولید نخ رینگ با استحکام مطلوب با کمترین هزینه بر اساس به کارگیری سیستم های هوشمند می پردازد. مسأله استحکام نخ و اه

بهینه سازی ماشینکاری سوپرآلیاژها (اینکونل 738)باشبکه عصبی و الگوریتم ژنتیک

سوپرآلیاژ پایه نیکل به علت پایداری و استحکام در دماهای بالا و همچنین مقاومت زیاد در برابر تغییر شکل، خزش، خوردگی و اکسیداسیون، کاربرد گسترده در صنایع هوایی، نیروگاهی و نظامی و پره کمپرسور توربین گازی دارد که در سال های اخیر مورد توجه مهندسین و صنعتگران قرار گرفته است. سوپر آلیاژ

بهینه سازی ترمودینامیکی موتور توربوجت با پس سوز توسط الگوریتم ژنتیک چند هدفه

بهینه سازی در حل مسائل پیچیده و واقعی مهندسی از اهمیت بسیار بالایی برخوردار است، این بهینه سازی به طور معمول می تواند با استفاده از قیود نامساوی یک تابع با چندین متغیر را مینیمم یا ماکزیمم سازد. به طور کلی فرآیند بهینه سازی به صورت پیدا کردن یک مجموعه از مقادیر برای یک بردار طراح

بهینه سازی دیفیوزر تونل باد مافوق صوت به کمک الگوریتم ژنتیک

در این پایان نامه، بهینه سازی دیفیوزر تونل باد مافوق صوت با کمک الگوریتم ژنتیک مورد بررســـــی قرار می گیرد. در حال حاضر تونل باد به عنوان یک آزمایشگاه تجربی است که بسیار مورد استفاده قرار می گیرد اما نصب تونل باد بسیار هزینه بر است و طراحان سعی می کنند که با طراحی بهینه اجزای مخ

بهینه سازی اعضای سازه ای بتن آرمه به روش الگوریتم ژنتیک

شبیه سازی پیوسته بارش-رواناب حوضه ی شهرچای ارومیه با استفاده از مدل HEC-HMS

چکیده در محاسبات هیدرولوژیکی یک حوضه تعیین ارتباط بین بارش- رواناب بسیار مهم است. محاسبهی دقیق بارش-رواناب در سطح حوضه به شناخت مؤلفهها و متغیرهای شکلدهندهی آن و همچنین استفاده از یک مدل مناسب وابسته است. در این مطالعه، بارش-رواناب پیوستهی حوضهی شهرچای ارومیه با استفاده از مدل هی

شبیه‌سازی بارش – رواناب حوضه قره‌سو با استفاده از مدل SWAT

زمینه و هدف: شبیه‌سازی بارش–رواناب در بسیاری از مطالعات هیدرولوژی، از جمله بررسی اثر تغییر اقلیم بر جریان رودخانه، پیش‌بینی سیلاب و برنامه‌ریزی منابع آب از اهمیت ویژه‌ای برخوردار است. مدل SWAT[1] برای شبیه‌سازی انتقال جریان، رسوب و متغیرهای کیفی (فسفر و نیتروژن و ...) در حوضه‌های

واسنجی غیرقطعی پارامترهای مدل بارش-رواناب ‏HEC-1‎‏ با استفاده از الگوریتم ‏SUFI

یکی از روش‌های متداول در شبیه‌سازی سیلاب، استفاده از مدل‌های بارش–رواناب است. همچنین، واسنجی پارامترهای مدل‌های بارش-رواناب از جمله مسائل مهم و چالش انگیز در شبیه‌سازی سیلاب است. با توجه به رفتار تصادفی و غیرقطعی پارامترهای مدل‌های بارش-رواناب، استفاده از روش‌های بهینه‌یابی قطعی

بهینه سازی پارامترهای حساس مدل بارش ـ رواناب hec-hms به وسیلة الگوریتم فراکاوشی بهینه سازیpso

محدودیت‏های ساختاری مدل‏های هیدرولوژیکی و عدم دسترسی به همة پارامترهای حوضة آبخیز همچنین عدم امکان تعیین دقیق شرایط مرزی و شرایط اولیه، واسنجی مدل‏های هیدرولوژیک را ایجاب می‏کند. با توجه به زمان بربودن واسنجی دستی، به‏ویژه هنگامی که داده‏ها کم و پارامترها فراوان اند، روش‏های واسن

تحلیل عدم قطعیت ناشی از کاربرد روش‌های مختلف برآورد نفوذ بر عملکرد مدل بارش-رواناب HEC-HMS با استفاده از الگوریتم GLUE

تعداد زیاد پارامترهای ورودی مدل‌های بارش- رواناب و نبود درک فیزیکی از آن‌ها، کاربرد این مدل‌ها را به ویژه در مرحله واسنجی با مشکل مواجه می‌نماید. پژوهش حاضر با هدف بررسی عدم‌قطعیت ناشی از روش‌های مختلف برآورد نفوذ (Green-Ampt، SCS-CN، Exponential، Smith-Parlange، Initial-Constant

تحلیل فراوانی دبی سیلاب براساس شبیه سازی مدل بارش ـ رواناب و توزیع های آماری

تحلیل فراوانی سیلاب روشی برای به دست آوردن سیلاب طراحی سازه های هیدرولیکی در یک رودخانه است. در این روش بزرگی سیل به فراوانی وقوع آن با استفاده از توابع توزیع آماری مرتبط می شود. دقت برآورد سیلاب به عواملی چون انتخاب توزیع های احتمالاتی مناسب و تخمین پارامترهای آن، دوره های آماری