پایان نامه با واژه های کلیدی شهرستان کرمان، استخراج رابطه، رسوب معلق

ف آب در کانال استفاده گردید و در هر عمق از کانال میزان نشت شبیه سازی شد.
مش بندی مقاطع :
در مش بندی مدل SEEP2D روش المان محدود بکار گرفته شده است که ترکیبی از گره و المان است. مش های المان محدود بر یک مقطع عرضی از یک ناحیه از مدل استدلال داردکه از تعداد بسیار زیادی قطعه هندسی مثلثی و چهارگوش که المان نامیده میشود شکل گرفته است. گره ها نقاطی با مختصات X Y هستند که شکل هندسی المان را مشخص میکنند. المان ها مکان مش در مدل را بیان میکنند که از ارتباط مجموعه ای از گره ها در داخل پلیگون بدست میآید.
دو نوع المان مثلثی و مربعی بطور معمول در ساختار مش های دو بعدی استفاده میشوند که المان مربعی در این مدل استفاده نمیشود. در شکل (3-15) دو نوع مش دیده میشود:

شکل (3-15) : a المان مثلثی و b المان مربعی
عملیات مش بندی مقاطع به شرح زیر صورت میگیرد:
* انتخاب Select Polygons در قسمت نوار ابزار به شکل
* انتخاب پلیگون مورد نظر با دوبار کلیک کردن و باز شدن پنجره Properties (شکل (3-16))
* انتخاب گزینه Mesh option و وارد کردن تعداد نقاط مش بندی شده در هر خط در قسمت Distribute
* با گزینه Preview میتوان شکل مش بندی وارد شده به مدل را مشاهده کرد (شکل (3-17))

شکل (3-16) صفحه Properties مربوط به پلیگون خاک

شکل (3-17) صفحه Properties Mesh Polygon مدل
پس از معرفی پلیگون ها برای مش بندی باید کل مقطع برای عملیات مش بندی به مدل تعریف شود تا تمامی مقاطع دارای مش شوند. برای اینکار باید :
* کل شکل مورد نظر را انتخاب کرده
* با کلیک راست بر روی و انتخاب گزینه های Map To و 2D Mesh (شکل (3-18))
* تمام مقطع مورد نظر مش بندی میشود

شکل (3-18) قسمتی از صفحه مدل در عملیات مش بندی
در شکل (3-19) مقطع کانال Sc2 پس از انجام مش بندی ملاحظه میشود.

شکل (3-19) مقطع کانال Sc2 پس از انجام مش بندی

انتخاب شرایط مرزی :
یکی از مهمترین مراحل ساخت مدل شناخت درست مرزها و اعمال شرایط مرزی می باشد. شرایط مرزی نوع جریان را تعریف میکند. در روش اجزا محدود شرایط مرزی معادل شرط بدون جریان در نظر گرفته شده است ، بنابراین در پیش فرض مدل تمامی مرزها بصورت no-flow هستند و لازم است که با توجه به نوع طرح این شرایط تغیر کند. مرزهای شبیه سازی شده در این تحقیق به شرح زیر می باشند (GMS Tutorials 1998):
* مرز بدون جریان50
مرز بدون جریان یا جریان صفر که به نام مرز نفوذ ناپذیر نیز خوانده شده است، مرزی است که هیچگونه جریانی از آن عبور نمیکند. این مرز که عمود بر خطوط هم پتانسیل می باشد، خود یک خط جریان محسوب میشود. میتوان گفت اگر نقاط مرزی بصورت صریحی استفاده نشود، آن نقاط بصورت no-flow (شرط بدون جریان ) بکار گرفته میشود.
* مرز با هد ثابت51
مرزی که مقدار هد در آن مشخص باشد مرز با هد ثابت است. این شرط معمولا در قسمتی بکار میرود که آب در آن منطقه بصورت حوضچه ای وجود دارد و یا اینکه مشخص باشد که سطح آب در آن منطقه ثابت است. البته باید مطمئن بود که مقدار هد در طول آن منطقه تغییر نمیکند.

* شرط مرزی exit face
این شرط دلالت بر هدی دارد که معادل ارتفاع در نظر گرفته شود (بطور مثال سطح مبنای صفر). این شرط در مسائل مربوط به مدل نامحدود استفاده میشود و مرزهای با سطح آزاد آب که ممکن است دارای هد شوند در این نوع شرط قرار میگیرند. این شرط زمانی باید استفاده شود که گزینه تغییر دادن مش ها در سطح آزاد آب انتخاب شده باشد. همچنین در قسمت شرایط اشباع / غیر اشباع نیز بکار برده میشود.
برای مشخص کردن نوع شرایط مرزی به روش زیر باید اقدام نمود:
* انتخاب گزینه Select Arcs از منوی مدل که به شکل است.
* با دوبار کلیک کردن بر روی مرز، صفحه properties باز میشود و با انتخاب نوع مرز از روی کرکره Type میتوان شرط مرزی را به مدل انتخاب کرد. در شرایط مرزی هد ثابت لازم است مقدار هد موجود در مرز را در قسمت Head وارد کرد.

شکل (3-20) صفحه Properties مدل برای تعیین شرایط مرزی
در مدل هر شرط مرزی با رنگ متفاوتی نمایش داده میشود. در شکل زیر که مربوط به کانال Sc2 است نقاط قرمز رنگ شرط مرزی exit face و نقاط آبی رنگ شرط مرزی هد ثابت را نشان میدهد. در قسمت پایین کانال هد ثابت ایجاد شده همان سطح آب زیرزمینی است که هد 3- متر برای آن در نظر گرفته شده است.

شکل (3-21) انواع شرایط مرزی
برخی خصوصیات و پارامترهای مدل :
پس از ایجاد مش بندی های محدود و مشخص کردن شرایط مرزی، چندین پارامتر برای کامل کردن مشخصات باید به مدل وارد شود. این پارامترها شامل خصوصیات مواد و پارامترهای کلی تحلیلی هستند. که در زیر به آنها اشاره ای مختصر میشود:
* عنوان52: از عنوان برای سربرگ فایل خروجی از مدل استفاده میشود.
* سطح مبنا53:در پیش فرض مدل سطح مبنا صفر در نظر گرفته شده است. اما میتواند به هر مقدار دیگری مانند مختصات پایه و یا پایین ترین مقدار مکانی y تغییر کند.
* واحد وزن آب54: برای محاسبه فشار آب منفذی توسط SEEP2D ، واحد وزن آب باید به مدل داده شود. واحدهای وزن و طول داده شده باید با هر واحد دیگر در مدل سازگاری داشته باشد.
* نوع جریان (محدود یا نا محدود) : مدل، جریان را به دو صورت محدود و نامحدود مشخص کرده است. برای جریان های محدود تمام مدل های دستنخورده در قسمت اشباع تخمین زده میشوند. از خصوصیات این نوع جریان عدم استفاده از شرط مرزی exit face و خصوصیات مواد در منطقه غیراشباع است.
برای جریان نامحدود در مدل، دو گزینه برای برقراری ارتباط با منطقه غیر اشباع موجود است (1) تغییر در
شکل مش بندی (2) استفاده از نوع جریان اشباع /غیر اشباع در مدل SEEP2D. برای هر دو مسئله شرط مرزی exit face در طول مرزی که مش در آن منطقه سطح آزاد داشته باشند بکار برده میشود. استفاده از روش تغییر شکل مش بندی SEEP2Dبرای یافتن مکان سطح آزاد چندین تکرار انجام میدهد و مش تغیر میکند تا جاییکه قسمت فوقانی مش بندی دارای سطح آزاد گردد.
فراخوانی مدل SEEP2D:
قبل از اجرای مدل با انتخاب SEEP2Dدر نوار ابزار بالای صفحه و سپس انتخاب New Simulation LNG مدل برای انجام مراحل شبیه سازی آماده میشود. سپس مدل از نوع Un confind انتخاب میشود. همچنین بعلت استفاده از ضرائب معادله ون گنوختن گزینه مربوطه انتخاب میشود شکل (3-22) .

مطلب مرتبط :   پایان نامه با واژه های کلیدیاستان کردستان، درآمد سرانه

شکل (3-22) صفحه SEEP2D Analysis Option
تبدیل مدل مفهومی به مدل SEEP2D :
اکنون میتوان مدل مفهومی ساخته شده را به مدل SEEP2D تبدیل کرد. با اینکار تمام شرایط مرزی تعریف شده در مدل علامت گذاری میشود. برای تبدیل باید :
* در قسمت Project Explorer با کلیک راست روی آیکن
و انتخاب map 2D ، گزینه SEEP2D را در انتهای منوی ظاهر شده را انتخاب نمود. که باید با ظاهر شدن یک سری علائم شرایط مرزی را نشان دهد.
اجرای مدل SEEP2D:
مرحله آخر اجرای مدل است. در نوار ابزار بالای برنامه ابتدا گزینه SEEP2D و سپس Run SEEP2D انتخاب میشود. انجام محاسبات برنامه در داخل پنجره ای جدا صورت میگیرد که با اتمام مراحل محاسبات پنجره را بسته و نتایج محاسبات را بصورت شماتیک میتوان مشاهده نمود. در قسمت سمت چپ محیط برنامه خروجی مدل بصورت جدا از هم تفکیک شده است شکل(3-23) که شامل محاسبه فشار آب منفذی، هد کل، خطوط جریان، نسبت جریان، مقادیر سرعت میباشد (GMS Tutorials 1998).

شکل (3-23) قسمتی از صفحه خروجی مدل
3-5- مروری بر برنامه ریزی بیان ژن
امروزه برنامهریزی ژنتیک در زمینه مهندسی آب به عنوان ابزاری مناسب برای مدلسازی مسایل مربوط به تعیین ساختار پدیدهها مطرح شده است. تاکنون این روش در استخراج رابطه صریح ضریب اصطکاک دارسی- ویسباخ در جریان متلاطم در لولهها، تعیین افت مازاد ناشی از پوشش گیاهی ، شبیهسازی توزیع عرضی سرعت در کانالهای مرکب با پوشش گیاهی، تعیین ضریب مقاومت شزی برای مجاری متخلل، مدلسازی انتقال رسوب معلق رودخانهها، پیشبینی آبشستگی موضعی در پاییندست سازههای کنترل شیب، پیشبینی دبی جریان روزانه رودخانه ها، برآورد عمق نهایی آبشستگی پایه پلها و برآورد ضریب پخش مواد آلاینده در رودخانهها کاربرد داشته است.
در این تحقیق به منظور پیشبینی مقادیر ضریب ثابتC موجود در روابط تجربی و مقایسه بین میزان تلفات نشت بدست آمده از این روش و مدل SEEP2D و همچنین اعلام مناسبترین رابطه تجربی در بدست آوردن تلفات نشت در منطقه شهرستان کرمانشاه از مدل برنامهریزی بیان ژن یا GEP، استفاده شده است.
در ادامه توضیح مختصری در مورد الگوریتم ژنتیک و استفاده از آن ها ارائه شده است.

3-5-1- انواع الگوریتم ژنتیک
الگوریتم ژنتیک (GA ) روش جستجوی احتمالاتی فراگیر است که از فرایند تکامل زیست شناختی طبیعی پیروی می کند. الگوریتم ژنتیک بر جمعیت جواب های بالقوه عمل می کند و اصول تنازع بقا را در تولید تقریب های بهتر جواب مساله به کار می گیرد. در هر نسل مجموعه جدیدی از تقریب ها با فرایند انتخاب بهترین عضو بر اساس میزان برازش55 آنها در دامنه مساله و تکثیر با عملگر های گرفته شده از ژنتیک طبیعی ساخته می شود. این فرایند نهایتا به تکامل جمعیتی از اعضا ختم می شود که نسبت به اعضای اولیه با محیط سازگاری بیشتری دارند.
الگوریتم ها از لحاظ ساختاری به سه دسته تقسیم می شوند.
1 – الگوریتم های ژنتیک GA با افرادی شامل کروموزوم های با طول ثابت و بدون بیانی پیچیده. در این سیستم ها کروموزوم ها طبق برتری خصوصیات فردیشان حفظ می شوند.
2- الگوریتم های ژنتیک با افرادی شامل ساختار شاخه ای56 که از اندازه ها و اشکال مختلف تشکیل شده و نسبت به GA می توانند عوامل بیشتری را در نظر بگیرند. این نوع الگوریتم برنامه ریزی ژنتیک نامیده می شود.
3- دسته سوم الگوریتم های ژنتیک با افرادی کدگذاری شده به شکل کروموزوم های خطی با طول ثابت و قابل بیان به شکل ساختارهای شاخه ای با اندازه ها و اشکال متفاوت هستند. در این سیستم ها کروموزوم ها به وسیله برتری عوامل سببی روی فنوتیپ57 (ساختارشاخه ای ) حفظ می شوند. این نوع الگوریتم را برنامه ریزی بیان ژن (GEP ) می نامند.
با توجه به آنچه که گفته شد تفاوت بین این سه الگوریتم را می توان این گونه خلاصه کرد:
در GA افراد رشته های خطی با طول ثابت و در GP نهاد های غیرخطی با اندازه ها و اشکال متفاوت (درختان تجزیه ) می باشند؛ در حالی که در GEP افراد به صورت رشته های خطی با طول ثابت (ژنوم یا کروموزوم ها ) کدگذاری شده و سپس به شکل نهاد های غیر خطی با اندازه ها و اشکال متفاوت ( یعنی نمایش دیاگرام ساده یا بیان درختی ) اظهار می شوند (فریرا 2001 ). در اینجا خلاصه ای از سه تکنیک جهت درک کردن قابلیت سیستم فنوتیپ / ژنوتیپ شرح داده می شود.

مطلب مرتبط :   پایان نامه درموردسطح معنی داری، استان گیلان، مدیران و کارکنان، مدارس دخترانه

3-5-2- الگوریتم ژنتیک (GA)
الگوریتم ژنتیک در سال 1960 توسط جان هلند58 ابداع شد. این الگوریتم از نظریه تکامل زیستی در سیستم های کامپیوتری استفاده می کند. در این روش راه حل های مسئله در رشته هایی با طول ثابت و به صورت 0 و 1 کدگذاری می شوند و جمعیتی از این رشته ها ایجاد می شود تا راه حل مناسبی برای مسئله استنتاج نمایند. در هر نسل افراد به وسیله عملگر هایی از قبیل جهش59 ، تزویج60 ، وارون سازی61 بهبود می یابند و بر اساس شایستگیشان
انتخاب می شوند؛ در GA کروموزوم ها هم به عنوان فنوتیپ و هم به عنوان ژنوتیپ62 عمل می کنند در این روش همیشه تمام تکثیر کننده ها راه حل هستند و امکان استفاده ناحیه خاصی از تکثیر کننده ها به عنوان راه حل مسئله وجود ندارد.
3-5-3- برنامه ریزی ژنتیک (GP)
این روش در سال 1985 توسط کرامر ابداع شد. در این روش ساختارهای غیر خطی (درختان تجزیه) با اندازه ها و اشکال متفاوت، منجر به کشف تناوبی از راه حل ها با طول ثابت می شود؛ الفبای مورد استفاده در ایجاد چنین ساختارهایی متنوع تر از 0 و 1 افراد GA است. در این روش، ساختارهای غیر خطی از افراد GA مانند کروموزوم های خطی GA ، تکثیر کننده های خطی با نقش دوگانه ژنوتیپ – فنوتیپ هستند در حقیقت درختان تجزیه قادر به نمایش عوامل متعدد زیادی هستند؛ در این روش چون بهسازی ها باید روی خود درختان تجزیه رخ دهد، بنابراین تنها دامنه محدودی از بهسازی ها امکان پذیر می باشد (فریرا2006 ).

3-5-4- برنامه ریزی بیان ژن (GEP)
روش برنامه ریزی بیان ژن، در سال 1999 توسط فریرا ابداع شد. این روش ترکیبی از روش های GP و GA بوده که در آن، کروموزوم های خطی و ساده با طول ثابت، مشابه با آنچه که در الگوریتم ژنتیک استفاده می شود و ساختار های شاخه ای با اندازه ها و اشکال متفاوت، مشابه با درختان تجزیه در برنامه ریزی ژنتیک، ترکیب می شوند. و ازآنجایی که در این روش تمام ساختار های شاخه ای با اندازه ی اشکال متفاوت، در کروموزوم های خطی با طول ثابت کد گذاری می شوند، معادل این است که در این روش فنوتیپ و ژنوتیپ از هم جدا می شوند و سیستم می تواند از تمام مزایای تکاملی به سبب وجود آنها بهره مند شود. اکنون با وجود اینکه فنوتیپ در GEP ، همان نوع از ساختار های شاخه ای مورد استفاده در GP را شامل می شود، اما ساختار های شاخه ای که به وسیله GEP استنتاج می شوند ( که بیان درختی نیز نامیده می شود ) مبین تمامی ژنوم های مستقل هستند.
به طور خلاصه می توان گفت : در GEPبهسازی ها در یک ساختار خطی اتفاق افتاده و سپس به صورت ساختار درختی بیان می شود و این موجب می شود تنها ژنوم اصلاح شده به نسل بعد منتقل شده و نیازی به ساختارهای سنگین برای تکثیر و جهش وجود نداشته باشد (فریرا، 2004).

3-5-4-1- مراحل اصلی در برنامه ریزی بیان ژن (GEP)
اولین مرحله در الگوریتم GEP، تولید جمعیت اولیه از راه حل هاست. سپس کروموزوم ها به صورت بیان درختی (Ets ) نشان داده می شوند؛ در مرحله بعد باید کارایی یا سازگاری هر عضو جمعیت کروموزوم ها را ارزیابی کرد این عمل با یک تابع برازش صورت می گیرد.گرچه در حل مسائل با GEP نیازی به دانستن دقیق ساختار ریاضی مسائل نیست لیکن باید بتوانیم به طریقی میزان مطلوبیت هر جواب بالقوه مسئله (کروموزوم) و درجه سازگاری آن را در محیط مسئله ارزیابی کنیم؛ آنگاه با حفظ جواب های برتر و حذف جواب های ضعیف تر به تدریج به جواب مطلوب نزدیک شویم. در پدیده تکامل و انتخاب طبیعی زیست شناختی این نقش بر عهده طبیعت است که موجودات سازگارتر را نسبت به موجودات ناسازگارتر ترجیح می دهد. معیار

دیدگاهتان را بنویسید