یاری فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

یاری فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

دانلود پایان نامه تغذیه مصنوعی سفره های آب زیر زمینی

اختصاصی از یاری فایل دانلود پایان نامه تغذیه مصنوعی سفره های آب زیر زمینی دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه تغذیه مصنوعی سفره های آب زیر زمینی


دانلود پایان نامه تغذیه مصنوعی سفره های آب زیر زمینی

 با در نظر گرفتن اهمیت آب زیرزمینی در تمدن شرق، این اندیشه ایجاد می‌شود که چرا مدارک اندکی در مورد نظریات مربوط به منشأ این آبها وجود دارد. اندیشیدن در این مسایل توسط یونانی‌ها صورت گرفته است، ولی با وجود تفکر زیادی که در مورد منشأ آب‌های زیرزمینی نموده‌اند، پیشرفتی بسیار جزیی نصیبشان شده است. این عدم موفقیت با پیشرفت غیرقابل تصوری که در فلسفه و ریاضیات نموده‌اند تعجب آمیز است. یکی از علل ممکن عدم پیشرفت آنها در نظریه آب‌های زیرزمینی، پافشاری «افلاطون» و دیگر فلاسفه بود در اینکه «فلسفه و علوم، کم و بیش از نظر آزمایش‌ها، مشاهدات واقعی و کاربردهای عملی با یکدیگر اختلاف دارند» بدین ترتیب شکافی عمیق بین تجربه و نظریه به وجود آمد. اهمیت پندار یونانی در مکتب علمی‌ی است که ریشة 2000 ساله دارد. اعتبار نوشته‌های یونانی در مورد علوم زمینی در مکتب «البرتوس ماگنوس» (1280ـ1206 میلادی) و «توماس اگیناس» (1274ـ1225 میلادی) در قرون وسطی (1450ـ1250 م) به اوج خود رسید. این اعتبار بر حال تا حدود 200 سال پیش نیز به قوت خود باقی ماند.
یونانی‌ها از وسعت زیاد رودخانه‌ها در مقایسه با سیلابی که از یک باران سنگین مشاهده می‌شد در تعجب بودند. آن‌ها هم چنین از غارها، حفره‌ها و چشمه‌های بزرگ در سنگ‌های آهکی که بیشتر شبه جزیرة بالکان را تشکیل می‌دهد نیز تعجب می‌کردند. معمول تربین بیان برای منشأ رودخانه این بود که رودخانه‌ها از «چشمه‌» های بزرگ سرچشمه می‌گیرند و «چشمه»ها نیز به نوبة خود از رودها و یا دریاچه‌های زیرزمینی که به طور مستقیم یا غیرمستقیم از اقیانوس‌ها تغذیه می‌شوند، آب می‌گیرند. این طرز تفکر، فلاسفه اولیه علوم طبیعی را با دو مسأله روبرو می‌کرد:
(1) چگونه آب اقیانوس شوری خود را از دست می‌دهد؟
(2) چگونه آب اقیانوس از سطح دریا به چشمه‌های واقع در ارتفاعات کوه‌ها می‌رسد؟
«تالس» (546 ـ 640 قبل از میلاد) که فیلسوفی «ایونی» (یونان قدیم) و پیرو مکتب «میلتوس» بود، به نام اولیه دانشمند واقعی نامیده شده است. تصور وی در این بود که آب توسط باد به داخل سنگ‌ها رانده شده و در اثر فشار سنگ‌ها، به طرف سطح آنها حرکت کرده و در نتیجه به صورت چشمه خارج شده است. افلاطون (347ـ427 قبل از میلاد) فیلسوف بزرگ آتنی یک غار وسیع زیرزمینی را به عنوان منشأ آب تمام رودخانه‌ها تصور می‌نمود که توسط راهروهای متعدد زیرزمینی از آب اقیانوس تغذیه می‌شود. ولی مکانیسم این گردش به طور کامل بیان نگردید. این تعبیر بر عقاید افلاطون که بر علوم قرون وسطی نیز اثر گذاشته است، به طوریکه «کرینین» اشاره کرده است، محتملاً برداشت صحیحی از اندیشه‌های جدی‌تر وی دربارة این مطلب نمی‌باشد. در واقع کتاب «کریتیاس» حاوی بیان کاملاً دقیقی از دورة هیدرولوژی است. «ارسطو» (322ـ384 قبل از میلاد) اگرچه شاگرد افلاطون بود، لیکن نظریات وی را دربارة منشأ آب زیرزمینی تا حد زیادی تصحیح نمود. اندیشة ارسطو این بود که آب زیرزمینی در یک دستگاه پیچیدة اسفنجی شکل از حفره‌های زیرزمینی تشکیل شده و آب از این حفره‌ها به چشمه‌ها تخلیه می‌شود. بخار آبی که در داخل زمین ایجاد می‌شود، قسمت اعظم آب چشمه‌ها را تشکیل می‌دهد. ارسطو به هر حال دانست که منشأ قسمتی از آب این حفره‌ها بارانی است که به زمین نفوذ کرده و به همان صورت مایع به حفره‌ها داخل شده است.
رومی‌ها در علوم عموماً از تعالیم یونانی پیروی می‌کردند، لکن «مارکوس وتیرویوس» که در حدود سال 15 قبل از میلاد می‌زیسته است، خود دارای چندین نوشتة بدیع درباره مهندسی و علوم می‌باشد. شهرت اصلی وی شاید در معماری و خصوصاً در اکوستیک ساختمان‌ها باشد. وی همچنین یکی از اولین افرادی است که گردش آب را به درستی درک کرده‌اند.

فصل اول : مقدمه
1-1- منشاء آبهای زیر سطحی – نظرهای اولیه..   6
1-2- وجود آبهای زیرزمینی در نقاط مختلف کره زمین..   8
1-3- هیدرولوژی و ژئوهیدرولوژی جدید.   10
1-4- لزوم شناختن و بهره برداری بهینه آبهای زیر زمینی   12
فصل دوم : شناخت آبهای زیرزمینی
2-1- کلیات..   15
2-2- پیدایش آبهای زیرزمینی..   18
2-3- اهمیت آبهای زیرزمینی   18
2-4- انواع سفره های آب زیرزمینی   19
2-5- پارامترهای فیزیکی در سازنده های آبدار..   22
2-6- معادلات تعادل در جریان آب بطرف چاه .   27
2-7- اثر چاهها بر یکدیگر.   33
فصل سوم : اکتشاف آبهای زیر زمینی
3-1- روشهای ژئولوژیک و هیدرولوژیک   37
3-2- روشهای ژئوفیزیک سطحی   38
   3-2-1- روش مقاومت الکتریکی    38
   3-2-2- روش لرزه نگاری    41
3-3- روشهای تحت الارضی.   49
  3-3-1- حفاری آزمایشی و لوگهای زمین شناسی    50
  3-3-2-روشهای ژئوفیزیک     52
فصل چهارم : حرکت آبهای زیر زمینی
4-1-جریان یک بعدی   67
  4-1-1- آبخانهای محبوس    67
  4-1-2- آبخانهای غیر محبوس    68
  4-1-3- آبخانهای تراوش کننده    69
4-2- جریان شعاعی در چاهها.    70
  4-2-1- آبخانهای محبوس    71
  4-2-2- آبخانهای آزاد.   73
  4-2-3- آبخانهای تراوش کننده.    77
4-3-آبخانه با تغذیه عمودی و یکنواخت.   79
  4-3-1- سیستم رودخانه- آبخانه..   79
  4-3-2-سیستم چاه و آبخانه..   80
4-4-چاه در نزدیکی مرزهای آبخانه.   94
  4-4-1- چاه در نزدیکی رودخانه    94
  4-4-2- چاه در نزدیکی مرز غیر قابل نفوذ   95
  4-4-3- چاه در نزدیکی مرزهای دیگر   102
4-5- جریان به چاههای ناقص    103
4-6- تداخل چاهها.   107
  4-6-1- افت پیرامون چاههای متداخل.    110
  4-6-2- دبی چاههای متداخل(مزاحم)..    113
  4-6-3- تاثیر بهره برداری از حوزه چاه در یک منطقه..    114
فصل پنجم: بهره برداری از آبهای زیر زمینی
5-1- بهره برداری بهینه از آبهای زیر زمینی.     117
5-2- پمپ ها     123
  5-2-1- ائولن ها (چرخابهای بادی).     123
  5-2-2- پمپ های الکتریکی.      123
5-3- گزینش پمپ، آزمایش دبی.     126
5-4- چاه عمیق..    129
  5-4-1- روشهای حفاری چاه عمیق     130
  5-4-2- تشکیلات چاه عمیق.    131
5-5- قنات.    137
  5-5-1- جریان آب بطرف قنات..    139
  5-5-2- محل قنات    140
  5-5-3- حریم قنات    142
  5-5-4- لایروبی قنات    143
5-6- تغذیه لایه آبدار استخراج شده   143
  5-6-1- شعاع عمل چاهها    144
  5-6-2- بالا امدن و یا برگشت آب (جبران)    144
  5-6-3- آزمایش با دبی ثابت     144
5-7- سدهای زیرزمینی.     145
فصل ششم : تغذیه مصنوعی سفره های آب زیر زمینی
6-1- تعریف   146
6-2- هدفهای تغذیه مصنوعی..   146
6-3- لزوم تغذیه مصنوئی به منظور منابع زیر زمینی آب در مناطق خشک و نیمه خشک..   147
6-4- اشاره ای به اصول نظری تغذیه مصنوعی   148
 6-4-1- مروری بر کارهای انجام شده   149
 6-4-2- گزینش مکان   153
 6-4-3- منابع آبی..   154
 6-4-4- روشهای تغذیه مصنوعی   154
6-5- استخرهای تغذیه..   155
6-6- روش ساختن استخر های تغذیه.   158
6-7- نگهداری استخرهای تغذیه.   160
6-8- طراحی شبکه های گسترش سیلاب برای آبیاری وتغذیه مصنوعی.  161
 6-8-1- گزینش بده.   161
  6-8-1-1- آبیاری غلات و علوفه دست کاشت   162
  6-8-1-2- آبیاری سیلابی مراتع .    162
  6-8-1-3- آبیاری سیلابی جنگلهای دست کاشت..     162
  6-8-1-4- تغذیه مصنوعی    163
6-9- تغذیه سفره های زیرزمینی به وسیله پرکولاسیون(فرونشست)..   164
منابع.   166

 

شامل 170 صفحه فایل word


دانلود با لینک مستقیم


دانلود پایان نامه تغذیه مصنوعی سفره های آب زیر زمینی

دانلود مقاله کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه

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

دانلود مقاله کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه


دانلود مقاله کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه

 رسوبات انتقالی توسط رودخانه‌ها مشکلات زیادی خصوصاً جهت بهره‌برداری از سدها و سازه‌های آبی به وجود می‌آورند. در ده‌های اخیر تحقیقات بزرگی برای درک مکانیسم انتقال رسوب در جریان‌های طبیعی صورت گرفته است.
تخلیه‌های صنعتی و پساب‌های کشاورزی به داخل سیستم آبزیان باعث می‌شود که رسوبات کف توسط موادسمی آلوده شوند. به همین ترتیب وقتی رژیم رودخانه تغییر می‌نماید این رسوبات آلوده به پایین دست رودخانه انتقال می‌یابند. تخمین دبی این رسوبات آلوده گام اول به سوی بهبود سازی کیفیت آب می‌باشد.
طبق گزارشات، درحال حاضر، بسیاری از سدهای کشورمان، با مشکل رسوب و پرشدن پیش از موعد مخازن مواجه هستند از جمله گزارشی که در مورد رسوبگذاری در سد سفید رود منتشر شده که نشان می‌دهد که در هفدهمین سال بهره برداری، رسوبات ورودی نزدیک به نیمی از حجم مخزن را اشغال کرده‌اند. در حالی که مشاور این شد، عمر مفید آن را صد سال دانسته است.
همچنین سد شهید عباسپور که تخمین اولیه برای رسوب آن 2 میلیون مترمکعب در سال بوده، در حالی که نتایج هیدروگرافی در سال 1362 در مخزن این سد نشان می‌دهد که درطی 7 سال اول بهره برداری از این سد سالیانه بطور متوسط 38 میلیون متر مکعب وارد مخزن شده است. بدیهی است که افزایش پیش‌بینی میزان رسوب وارده به دریاچه می‌تواند از این خسارات جلوگیری به عمل آورد و تحقیق این امر بستگی زیادی به روشهای محاسباتی و وجود سنجشهای مناسب رودخانه‌ای دارد.
تا کنون معادلات زیادی برای تخمین میزان رسوب انتقالی رسوب انتقالی توسط رودخانه‌ها ارائه شده است که همه آنها بر پایه قوانین تئوری دینامیک جریان و انتقال ذرات می‌باشد. آلونسوو نیبلینگ و فوستر در سال 1982 و یانگ در 1996 از بین دیگران، روشهای متعدد قراردادی را مقایسه نمود برای محاسبه دبی کل رسوب. بعضی از روشها که روش غیرمستقیم نامیده شدند، شامل توابع انتقالی بر اساس تابع بار بستر اینشتین هستند که بار رسوب کل از مجموع توابع بار معلق و بار بستر بدست می‌آید. مانند روش اصلاح شده اینشتین توسط کلبی و همبری (1955) و توفالتی (1969). روشهای مذکور این نکته را مدنظر قرار می‌دهند که هیدرودینامیک هر حالت انتقال یکسان نیست اگر چه تمایز آشکار بین در حالت معلق و بستر نیز به آسانی ممکن نیست، کاربرد روشهای گفته شده از نظر تئوری نسبتاً کامل است اما ممکن است به نظر دشوار برسد.

ساختار عمومی شبکه پیشنهادی :
نسبت اختلاف
درصدداده‌های محدوده
انحراف  معیار
میانگین

بررسی یادگیری شبکه عصبی
 
نتایج :

 

شامل 30 صفحه فایل word


دانلود با لینک مستقیم


دانلود مقاله کاربرد شبکه‌های عصبی مصنوعی در مهندسی رودخانه

دانلود مقاله مقدمه ای بر شبکه های عصبی مصنوعی و کاربردهای آن

اختصاصی از یاری فایل دانلود مقاله مقدمه ای بر شبکه های عصبی مصنوعی و کاربردهای آن دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله مقدمه ای بر شبکه های عصبی مصنوعی و کاربردهای آن


دانلود مقاله مقدمه ای بر شبکه های عصبی مصنوعی و کاربردهای آن

امروزه با شکسته شدن پی در پی استقلال ، شاخه های مختلف علوم و بهره وری شاخه ای از شاخه ی دیگر و پیشبرد مسائل پیچیده خود، پیوستگی و لاینفک بودن تمامی شاخه های علوم را نمایان تر می سازد که سرمنشأ تمامی آنها از یک حقیقت نشأت گرفته و آن ذات باری تعالی است.اولین تلاش ها به منظور ارائه ی یک مدل ریاضی برای سیستم عصبی انسان در دهه 40 توسط Mcculloch , pitts انجام شد ، که حاصل آن یک نورون ساده ی تک لایه ویک روش برای آموزش آن بود . در ادامه ی این کار Hebb نتایج آزمایشات پاولف را در مورد شرطی شدن ،گسترش داد و یک روش برای یادگیری ارائه کرد . در سال 1958 ،Rossonblatt شبکه ی پرسپترون را ارائه کرد . بعد از مدتی اثبات شد شبکه ی عصبی پرسپترون تک لایه نمی تواند تابع ساده ای مانند EX-OR را بیاموزد .بنابراین تقریباً تا دهه ی 80 تلا ش ها برای گسترش شبکه ی عصبی بسیار کم بود. سپس در طی یک مقاله اثبات شد که شبکه ی عصبی پرسپترون چند لایه می تواند به عنوان یک تخمین گر جهانی مطرح شود . بدین معنی که این شبکه قابلیت دارد هر تابع غیرخطی را با دقت دلخواه مدل سازی کند . از آن به بعد شبکه های عصبی مصنوعی گسترش یافتند و در زمینه های بسیاری از آنها استفاده شد .

سیستم شبکه ی عصبی مصنوعی از مغز وسیستم عصبی انسان الهام گرفته شده و مانند مغز انسان از تعداد زیادی نورون تشکیل شده است . این شبکه ها مانند مغز انسان دارای قابلیت یادگیری هستندکه از مزیت های عمده ی این سیستم هاست در مواردی که نتوانیم یک الگوریتم حل به صورت فرمولی بیابیم یا تعداد زیادی مثال از ورودی و خروجی سیستم موردنظرمان در اختیار داشته باشیم و بخواهیم برای آن سیستم ، مدل ارائه کنیم یا اینکه یک ساختار از اطلاعات موجود بدست آوریم ، استفاده از شبکه های عصبی مصنوعی سودمند است . تاکنون برای شبکه های عصبی توپولوژی های مختلف همراه با کاربردهای متنوع ارائه شده است که طیف وسیعی از موضوعات را پوشش می دهد . 

 

 

الهام از نورون واقعی :

سیستم عصبی انسان و مغز وی متشکل از ترکیب و به هم پیوستن تعداد زیادی سلول به نام نورون می باشد . تعداد نورون های مغز انسان به طور متوسط حدود 100 تریلیون می باشد . یک نورون دارای تعداد زیادی ورودی و یک خروجی است . خروجی می تواند دو حالت فعال یا غیرفعال را اختیار کند . در یک نورون ورودی ها تعیین می کنند که خروجی نرون فعال یا غیرفعال باشد . یک نرون از یک حجم سلولی ، تعداد زیادی « دنوریت » به عنوان ورودی و یک « اکسون » به عنوان خروجی تشکیل شده است.

به محل اتصال اکسون یک سلول به دنوریت های یک سلول دیگر نیز «سیناپس » می گویند که نقش بسزایی در سیستم عصبی ایفا می کند . سیناپس می تواند در طول دوره ی یادگیری نسبت به سیگنال های ورودی تغییر کند .در این قسمت به قانون یادگیری «هبی» اشاره می کنیم . این قانون به طور ساده به این صورت می باشد که اگر ورودی های یک نرون به طور مکرر منجر به فعال شدن خروجی شود ، یک تغییر متابولیک در سیناپس اتفاق می افتد که در طی آن مقاومت سیناپس نسبت به آن ورودی خاص کاهش می یابد. 

مدل ریاضی نرون :

یک نرون مجموع وزن های ورودی را حساب کرده و براساس یک تابع فعالیت ( که در حالت ساده می تواند یک Threshold باشد ) خروجی را تعیین می کند . اگر این مجموع از ترشلد بیشتر باشد خروجی نرون  « یک » می شود در غیر این صورت خروجی نرون منفی یک ( 1- ) خواهد شد . 

به عنوان مثال یک شبکه عصبی ساده به نام perceptron را در نظر می گیریم این شبکه در شکل زیر نشان داده شده است در این شبکه چند ورودی وجود دارد که یکی از آنها مربوط به بایاس است . تابع فعالیت نورون نیز به صورت یک ترشلد خطی می باشد و شبکه دارای یک خروجی است . در این شبکه سیناپس ها به صورت وزن های اتصالات در نظر گرفته شده است . به عنوان مثال فرض کنید که می خواهیم یک OR منطقی را به وسیله ی این شبکه مدل کنیم. هدف از الگوریتم یادگیری ، بدست آوردن وزن های مناسب برای حل مسئله ی مورد نظر ما می باشد .

 

شامل 141 صفحه فایل word


دانلود با لینک مستقیم


دانلود مقاله مقدمه ای بر شبکه های عصبی مصنوعی و کاربردهای آن

دانلود مقاله کاربرد گراف درهوش مصنوعی

اختصاصی از یاری فایل دانلود مقاله کاربرد گراف درهوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله کاربرد گراف درهوش مصنوعی


دانلود مقاله کاربرد گراف درهوش مصنوعی

مقدمه

نظریه گراف شاخه ای از ریاضیات است که درباره ی اشیاء خاصی درریاضی به نام گراف بحث می کند. به صورت شهودی گراف نمودار یا دیاگرافی است شامل تعدادی راس که با یالهایی به هم متصل شده اند. تعریف دقیق تر گراف به این صورت است که گراف مجموعه ای از راس هاست که توسط خانواده ای از زوج های مرتب که همان یالهاست به هم مرتبط شده اند. یالها بر دو نوع ساده و جهت دار هستند که هر کدام در جای خود کاربرد بسیاری دارد. مثلا اگر صرفا اتصال دو نقطه مانند اتصال تهران و زنجان با کمک آزاد راه مد نظر شما باشد کافیست آن دو شهر را با دو نقطه نمایش داده و اتوبان مزبور را یالی ساده نمایش دهید. اما اگر بین دو شهر جاده ای یکطرفه وجود داشته باشد آنگاه لازمست تا شما با قرار دادن یالی جهت دار مسیر حرکت را در آن جاده مشخص کنید.

آغاز نظریه ی گراف به سده ی هجدهم بر می گردد. اویلر ریاضیدان بزرگ مفهوم گراف را برای حل مسئله ی پل های کونیگسربگ ابداع کرد، اما رشد و پویایی این نظریه عمدتا مربوط به نیم سده ی اخیر و با رشد علم داده ورزی (انفورماتیک) بوده است. مهمترین کاربرد گراف مدل سازی پدیده های گوناگون و بررسی بر روی آنهاست. با گراف می توان به راحتی یک نقشه بسیار بزرگ یا شبکه ای عظیم را درون یک ماتریس به نام ماتریس وقوع گراف ذخیره کرد و یا الگوریتم های مناسب مانند الگوریتم دایسترا یا الگوریتم کروسکال و.... را برروی آن اعمال نمود.

نظریه ی گراف یکی از پرکاربرد ترین نظریه ها در شاخه های مختلف علوم مهندسی (مانند عمران)، باستانشناسی (کشف محدوده ی یک تمدن) و هوش مصنوعی و.... است.

من در این تحقیق کاربرد گراف را در هوش مصنوعی که علم روز می باشد برگزیدم.

 

نظریهٔ مجموعه‌ها

شالودهٔ بنیادین و سنگ اساسی بنای ریاضیات جدید است. تعریف‌های دقیق جمیع مفاهیم ریاضی، مبتنی بر نظریه مجموعه‌هاست. گذشته از این روشهای استنتاج ریاضی، با استفاده از ترکیبی از استدلالهای منطقی و مجموعه- نظری تنظیم شده‌اند. زبان نظریه مجموعه‌ها، زبان مشترکی است که ریاضیدانان منطقی در سراسر دنیا با آن صحبت کرده و آن را درک می‌کنند. چنان که اگر کسی بخواهد پیشرفتی در ریاضیات عالی یا کاربردهای عملی آن داشته باشد، باید مفاهیم اساسی و نتایج نظریه مجموعه‌ها و زبانی که در آن بیان شده‌اند، آشنا شود.

شامل 41 صفحه فایل word


دانلود با لینک مستقیم


دانلود مقاله کاربرد گراف درهوش مصنوعی

دانلود پاورپوینت ارائه قلب مصنوعی

اختصاصی از یاری فایل دانلود پاورپوینت ارائه قلب مصنوعی دانلود با لینک مستقیم و پر سرعت .

دانلود پاورپوینت ارائه قلب مصنوعی


دانلود پاورپوینت ارائه قلب مصنوعی

قلب همانند موتوری در بدن است که باید روزی 6000 لیتر خون را به اعضای بدن پمپ کند.

بهترین قلب مصنوعی قلبی است که در 24 ساعت

100000 بار ضربان داشته باشد!

در سال 1982 Paul Winchel قلب مصنوعی را طراحی کرد و آن را Jarvik-7 نامید. که توسط دکتر Devris

در بدن بیماری 61 ساله ایمپلنت شد و او را 82 روز زنده نگه داشت.

یکی از ویژگی های Jarvic-7 :به کار گیری نوعی فلز مخصوص در حفرات داخلی آن بود.

شامل 2 فایل ویدیویی

شامل 27 اسلاید powerpoint


دانلود با لینک مستقیم


دانلود پاورپوینت ارائه قلب مصنوعی