عملکرد مناسب و پایدار هر سیستم الکتریکی تا حد زیادی مرتبط با شناخت طراحان از ماهیت آن سیستم است؛ بنابراین لزوم ارایه ی مدلی دقیق و مبتنی بر رفتار واقعی سیستم از اهمیت فوق العاده ای برخوردار است. درزمینه ی ریزشبکه های اینورتری با توجه به نبود گشتاور همگام ساز کافی فرآیند طراحی باید با حداکثر دقت انجام پذیرد. به این منظور ابتدا باید مدل دینامیکی کاملی از ریزشبکه به دست آورد. یکی از مهم ترین بخش های ریزشبکه های اینورتری بخش بار است، به این دلیل که رفتار بار در خروجی بخش تولید توان، بر تمامی ارکان سیستم تاثیرگذار است؛ بنابراین تمرکز مقاله ی حاضر بر بررسی تاثیر مدل سازی بار در فرآیند طراحی سیستم خواهد بود. ابتدا با ارایه ی معادلات اجزای ریزشبکه مدل فضای حالت آن به دست آمده و در حضور مدل بار استاتیکی پایداری سیستم بررسی خواهد شد. سپس با قرار دادن مجموعه ی بارهای مدل دینامیکی بازیابی نمایی و استاتیکی چندجمله ای، صحت نتایج حاصل از طراحی مبتنی بر مدل استاتیکی مورد تحقیق قرار می گیرد. در این مسیر روش مکان ریشه ها و مشاهده ی عملکرد ریزشبکه معیار پایداری سیستم خواهد بود. به منظور دست یابی به اهداف پایدارسازی و بهبود عملکرد سیستم، ضرایب مشارکت متغیرهای حالت استخراج و پارامترهای تاثیرگذار مورد مطالعه قرار خواهند گرفت.

با توجه به اهمیت قیمت نفت، پیش بینی صحیح قیمت سبد نفت خام کشورهای عضو اوپک می تواند نقش به سزایی در ایمن سازی اقتصاد این کشورها در مقابل اثرات ناشی از این نوسانات داشته باشد. این پژوهش تلاشی در جهت معرفی یک الگوی مطلوب، به منظور مدل سازی و پیش بینی نوسانات قیمت نفت خام اوپک خواهد داشت. در این راستا از داده های روزانه قیمت نفت خام، طی دوره زمانی 02/01/1986 الی 13/02/2017 استفاده شده است. بر این اساس، وجود ویژگی حافظة بلندمدت در معادلات میانگین و واریانس قیمت نفت خام، مورد ارزیابی و مدل سازی قرار گرفت و نتایج مدل «ﻣﻴﺎﻧﮕﻴﻦ ﻣﺘﺤﺮک اﻧﺒﺎﺷﺘﻪ ﺟﺰﺋﻲ خودهمبسته»، مؤید وجود ویژگی حافظه بلندمدت در هر دو معادله میانگین و واریانس سری مذکور است. اما آزمون‏های انجام شده، رفتاری غیرخطی و نمایی را در واریانس قیمت نفت خام تایید می‏نمایند. از این رو نتایج به ویژه براساس معیارهای اطلاعات و نیز معیار درصد میانگین مطلق خطا حاکی از انتخاب مدل ترکیبی از الگوی ﻣﻴﺎﻧﮕﻴﻦ ﻣﺘﺤﺮک اﻧﺒﺎﺷﺘﻪ ﺟﺰﺋﻲ ﺧﻮدهمبسته و الگوی واریانس ناهمسانی شرطی نمایی یعنی مدل (1,1)EGARCH - (3,09/0,4) ARFIMA، به عنوان بهترین مدل جهت مدل سازی و پیش بینی نوسانات قیمت نفت خام اوپک است و عدم توجه به رفتار غیرخطی نمایی واریانس در حافظه بلندمدت قیمت نفت خام می‏تواند تحلیل‏گران و به ویژه تصمیم‏سازان اقتصادی را دچار خطای محاسباتی نموده و از سیاست بهینه منحرف سازد.

رطوبت خاک از اهمیت ویژه ای در مطالعات منابع آب و کشاورزی برخوردار است. طیف الکترومغناطیس مایکروویو، محدودیت های فیزیکی سایر امواج رادیومتری در اندازه گیری رطوبت خاک را ندارد، اما غالبا دارای ابعاد پیکسل بسیار بزرگ (بیش از 10 کیلومتر) هستند. در این پژوهش به منظور کاربرد داده های رطوبت خاکی دورسنجی در مقیاس مزرعه، با استفاده از داده های اندازه گیری میدانی رطوبت خاک در محدوده دشت نیشابور طی سال های 1396 تا 1398، واسنجی داده های بازیابی سنجنده AMSR2 انجام شد. معلوم شد تغییرات ارتفاعی و پوشش گیاهی از جمله عوامل کلیدی تاثیرگذار بر دقت واسنجی به شمار می آیند. مبتنی بر نظریه اینرسی حرارتی و با کمک تصاویر سنجنده مودیس، اندرکنش های میانگین روزانه رطوبت خاک و اختلاف دمای روزانه سطح زمین در دو سنجنده MODIS و AMSR2 بررسی شد و با استفاده از آن روابط خطی ریزمقیاس نمایی تصاویر رطوبت خاک برای تبدیل ابعاد تصویر از 25 کیلومتر به 1000 متر به دست آمد. بررسی شاخص های آماری R^2 با کمینه 0. 73 و بیشینه 0. 84، MAE و RMSE با دامنه تغییرات 1. 6 تا 4، نشان داد که الگوریتم استفاده شده در ریزمقیاس نمایی به خوبی قادر به بازتاب اندرکنش های بین بارش، رطوبت خاک، پوشش گیاهی و تغییرات پروفیل دمایی کانوپی بوده و این ویژگی کاربرد آن را در تحلیل های هواشناسی کشاورزی تقویت می کند.

افزایش گازهای گلخانه ای تغییراتی را در تعادل آب و هوای کره زمین به وجود آورده است که تغییر آب و هوا نامیده می شود. افزایش گازهای گلخانه ای، می تواند علاوه بر تأثیر بر روی پارامترهای آب و هوایی، سامانه های متأثر از این متغیرها، نظیر منابع آب، کشاورزی، محیط زیست، بهداشت و اقتصاد را نیز دگرگون سازد. برای بررسی اثرات تغییر آب و هوا بر سامانه های مختلف در آینده، ابتدا باید متغیرهای آب و هوایی تحت تغییرات گازهای گلخانه ای (سناریوهای آب و هوایی) شبیه سازی شوند. روش های مختلفی برای این کار وجود دارد که معتبرترین آن ها استفاده از مدل های آب و هوایی است. مدل های آب و هوایی سیاره ای (AOGCM)، قادر به شبیه سازی در سطوح بزرگ چند صدکیلومتری هستند و نمی توانند فرایندهای منطقه ای و کوچک مقیاس آب و هوا را شبیه سازی کنند. از این رو، ضروری است تا این تغییرات به طور دقیق تر و در مقیاس های کوچک تر بررسی شوند. برای رسیدن به این مهم، از روش های ریزمقیاس نمایی استفاده می شود که یکی از مهمترین آن ها روش های دینامیکی است که مبتنی بر بالا بردن قدرت تفکیک و تجزیه هر چه بیشتر مدل های آب و هوایی سیاره ای هستند. این روش همچنین، برای کشورهایی مثل ایران که داده های مشاهده ای و ایستگاهی کافی و بلند مدت (مورد نیاز روش های ساده تر مثل ریزمقیاس نمایی آماری) ندارد، می تواند مناسب باشد. در این مطالعه، به ارزیابی مدل ریزمقیاس نمایی دینامیکی PRECIS، برای برآورد بارش و دما پرداخته شده است. نتایج ارزیابی مدل PRECIS نشان داد که به طور کلی، این مدل می تواند برآورد مناسبی از بارش و دما در منطقه داشته باشد (میانگین درصد خطا در مورد بارندگی حدود 4-درصد)، هر چند که در باره بارش های پاییزه و بهاره، به دلیل ماهیت محلی این بارش ها، مدل، چندان توانمند نبوده است. از طرف دیگر، با توجه به نتایج به دست آمده از ارزیابی های نقطه ای و منطقه ای به نظر می رسد که ارزیابی نقطه ای نمی تواند معیار مناسبی برای سطح یک منطقه باشد و بهتر است برای ارزیابی مدل های اقلیمی و بررسی تغییرت اقلیمی یک حوضه به صورت منطقه ای عمل شود.

هر گونه تغییر در غلظت گازهای گلخانه ای باعث بر هم خوردن تعادل بین اجزا سیستم اقلیم می شود. اما تغییر در میزان غلظت این گازها و چگونگی اثرات آن­ ها در آینده نامعلوم می باشد. برای بررسی اثرات تغییر اقلیم بر سامانه های مختلف در آینده، ابتدا باید متغیرهای اقلیمی تحت تغییرات گازهای گلخانه ای (سناریوهای اقلیمی) شبیه ­سازی شوند. روش­ های مختلفی برای این کار وجود دارد که معتبرترین آن­ ها استفاده از مدل­ های اقلیمی می­ باشد. مدل‎های آب و هوایی جهانی (AOGCM)، قادر به شبیه‎سازی در سطوح بزرگ چند صد کیلومتری هستند و نمی‎توانند فرایندهای منطقه‎ای و کوچک مقیاس آب و هوا را شبیه‎سازی کنند. از این‏ رو، برای شناخت تغییرات به‎طور دقیق تر و در مقیاس‎های کوچک‏ تر از روش‎های ریزمقیاس‎نمایی استفاده می‎شود. یکی از مهمترین روش­ های ریزمقیاس نمایی روش‎های دینامیکی است که مبتنی بر بالابردن قدرت تفکیک و تجزیه هرچه بیشتر مدل‏ های آب و هوایی سیاره‎ای هستند. در این مطالعه، به بررسی تغییرات آب و هوا در حوضه کرخه، به‏ عنوان یکی از مهمترین حوضه‎های کشور از لحاظ آورد آبی و کشاورزی، در دوره 2070 تا 2100 پرداخته شد. برای‏ این ‏منظور، از مدل ریزمقیاس ‏نمایی‎ دینامیکی PRECIS،  برای برآورد بارش و دما تحت دو سناریوی A2 و B2 استفاده شده است. بررسی تغییرات آب و هوایی در حوضه کرخه نشان داد که تحت سناریوی A2، مقدار بارش حدود 11 درصد و میانگین دمای کمینه و بیشینه، حدود پنج درجه افزایش خواهند داشت. برای سناریوی B2، مقدار بارش حدود هفت درصد و مقدار میانگین دمای کمینه و بیشینه، حدود سه درجه افزایش خواهند داشت؛ این در حالی است که تحت هر دو سناریو، بارش فصل پاییز برخلاف دوره پایه، بیشتر از بارش فصل زمستان خواهد بود.

هدف این مقاله ارائه مدل بازیابی پایدار محصولات فرسوده با در نظر گرفتن هم زمان اثرات اقتصادی، اجتماعی ومحیط زیستی است. تعیین تعداد، محل کارخانه ها و جریان مواد بین این کارخانه ها در شبکه بازیابی مد نظر است. در فرایند بازیابی و مدیریت ضایعات، بیشینه سازی سود و منافع اجتماعی و کمینه سازی آلودگی در عملیات محصول فرسوده مورد توجه است؛ جهت تجزیه و تحلیل اطلاعات ابتدا از طریق تکنیک فرآیند تحلیل سلسله مراتبی فازی وزن شاخص های مناسب برای تعریف توابع اجتماعی تعیین شده است. سپس با استفاده از مفاهیم و اصول مدل سازی ریاضی به تعیین مجموعه ها، پارامترها، متغیرها، توابع هدف و محدودیت های مدل ریاضی مکان یابی سایت های بازیابی ضایعات خودرو پرداخته شده است. به دنبال آن مدل ریاضی ارائه شده به وسیله الگوریتم ژنتیک چندهدفه حل شده است. در این تحقیق دو الگوریتم NSGA-II ترکیبی پیشنهادی و NSGA-II ساده برای حل مدل استفاده و مقایسه شده و تعدادی مساله آزمایشی به صورت تصادفی تولید و توسط دو الگوریتم حل شده است. همچنین یک نمونه موردی با استفاده از داده های واقعی شرکت سایپا توسط مدل حل شده است.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

بازیابی اطلاعات، فرایند یافتن اطلاعات (مدارک) مربوط به جستجوی کاربر در مجموعه مدارک است. با پیاده سازی الگوریتم های متفاوت، استراتژی های مختلفی در بازیابی اطلاعات وجود دارد. وجه مشترک استراتژی های بازیابی، یافتن مدارک مشابه با موضوع جستجوی کاربر است. یکی از الگوریتم های مهمی که در بازیابی اطلاعات، کاربرد بسیار دارد، الگوریتم فضای برداری است که می کوشد تمام مدارک را در مجموعه و جستجوهای کاربر به صورت بردارها نشان دهد و ضریب تشابه میان بردارهای مدرک و بردار جستجو را جهت بازیابی مدرک مربوط، محاسبه نماید.

در این مقاله، برونداد مدل گردش عمومی جو HADAM3P با مدل منطقه ای PRECIS در دوره 1990-1976 ریزمقیاس نمایی دینامیکی شد و داده های بارش ایران در مقیاس های زمانی ماهانه و فصلی در دو حالت با و بدون چرخه سولفور، مورد ارزیابی قرار گرفت. در پژوهش حاضر، مدل PRECIS با تفکیک افقی 0.44 درجه جغرافیایی در شبکه هایی با ابعاد حدود 2500 کیلومترمربع اجرا شد و نتایج حاصل از اجرای مدل به دو روش ناحیه ای و ایستگاهی با داده های واقعی ایستگاه های هواشناسی مقایسه شدند، سپس میانگین های خطا و اریبی بارش ماهانه و انحراف معیار آن برای نواحی مختلف محاسبه شدند. میانگین خطای شبیه سازی حدود 5.3 درصد برآورد شد که بیشترین میانگین خطای شبیه سازی در نواحی بارشی فارسی، هرمزی، خوزی و خزری به ترتیب با 24.9، 16.9، 12.2 و 10.2- درصد و کمترین میانگین خطای شبیه سازی در نواحی بارشی کردی، آذری، میانه شمالی و خراسان شرقی با حدود یک درصد محاسبه شد. اریبی مثبت بارش در نواحی جنوبی کشور ممکن است ناشی از تزریق رطوبت از یاخته های بزرگ مقیاس مدل گردش عمومی به ساختار ریزمدل منطقه ای باشد. همچنین اریبی منفی بارش های خزری می تواند به دلیل ضعف مدل منطقه ای PRECIS در پارامترسازی بارش های همرفتی این منطقه باشد. علاوه بر آن، بیشترین میانگین خطای شبیه سازی ماهانه در ماه های گرم سال دیده شد که در آنها وقوع یک بارش های ناگهانی همرفتی می تواند منجر به خطای کمابیش بزرگی شود. کمترین میانگین اریبی فصلی در بهار با 0.1 میلی متر و بیشترین آن در زمستان با 17.2- میلی متر رخ داده است. نتایج این پژوهش نشان می دهد که مدل منطقه ای PRECIS توانمندی شبیه سازی بارش های کلی کشور را دارد؛ اما توانمندی آن در شبیه سازی بارش های ناحیه ای و همرفتی ضعیف است.