به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

algorithm

در نشریات گروه کشاورزی
  • محمدرضا محمدآبادی*، علیرضا اخترپور، امین خضری، اولنا بابنکو، روسلانا ولودیمیریونا استاوتسکا، ایرینا تیتارنکو، یولیا ایوستافیوا، ویتا بوچکوفسکا، ویکتور اسلینکو، ولودیمیر آفاناسنکو
    هدف

    یادگیری ماشین، زیرمجموعه ای از هوش مصنوعی است که به طور منحصر به فردی برای مقابله با چالش های حوزه ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور بسیار مناسب است. با استفاده از الگوریتم هایی که می توانند الگوها را از داده ها یاد بگیرند، یادگیری ماشین پیش بینی های دقیق، تصمیم گیری خودکار و راه حل های نوآورانه برای مسائل پیچیده در علوم حیوانات را امکان پذیر می کند. برخلاف روش های آماری سنتی، که اغلب خطی بودن و استقلال را در بین متغیرها فرض می کنند، یادگیری ماشین قادر است روابط و تعاملات غیرخطی بین عوامل ژنومی، محیطی و فنوتیپی را ثبت کند. لذا، هدف این پژوهش بررسی انواع رایج الگوریتم های یادگیری ماشین که در پرورش دام و طیور استفاده می شوند، بیان مزایا و معایب آن ها و نیز بیان مثال های کاربردی برای این الگوریتم ها در حوزه ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور بود.

    مواد و روش ها

    در این پژوهش با بررسی پایگاه های داده و مجلات مربوطه، مطالعات مربوط به یادگیری ماشین در حوزه ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور با استفاده از کلمات کلیدی جستجو شدند. این مطالعات بر اساس طراحی، روش شناسی، نتایج و ارتباط آنها ارزیابی شد و یافته ها و مفاهیم اساسی از آن ها استخراج گردید.

    نتایج

    نتایج نشان داد که روش های یادگیری ماشین به طور قابل توجهی از روش های مرسوم بهتر عمل می کنند. به طوری که روش های یادگیری ماشین دقت پیش بینی را بهبود می بخشند و میانگین مربعات خطا (MSE) و میانگین خطای مطلق (MAE) کوچک تری را در همه سناریوها به همراه دارند. یافته ها همچنین پتانسیل ترکیب روش های بیوانفورماتیک کلاسیک با تکنیک های یادگیری ماشین را برای بهبود پیش بینی ژنومی در آینده نشان می دهد. نتایج الگوریتم های یادگیری ماشین را به عنوان ابزاری امیدوارکننده برای بهبود تصمیم گیری برای دامپروران پیشنهاد می کند. تجزیه و تحلیل یادگیری ماشین روش های نظارت را بهبود می بخشد و به دامپروران می کند تا حیواناتی را که احتمالا در آینده مشکلاتی داشته باشند از قبل شناسایی کنند.

    نتیجه گیری

    این مطالعه نشان می دهد که استفاده از روش های یادگیری ماشین در حوزه ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور رو به افزایش است و با این افزایش کیفیت روش های یادگیری ماشین استفاده شده نیز رو به بهبود است. لذا، یادگیری ماشین می تواند در توسعه پایدار دامپروری و ارائه مزایایی مانند افزایش بهره وری در این حوزه نقش مهم و پررنگی را ایفا کند.

    کلید واژگان: الگوریتم، بیوانفورماتیک، پیش بینی، حیوان، هوش مصنوعی
    Mohammadreza Mohammadabadi *, Alireza Akhtarpoor, Amin Khezri, Olena Babenko, Ruslana Volodymyrivna Stavetska, Iryna Tytarenko, Yulia Ievstafiieva, Vita Buchkovska, Viktor Slynko, Volodymyr Afanasenko
    Objective

    Machine learning is a subset of artificial intelligence that is uniquely suited to address challenges in the fields of genetics, breeding, and biotechnology of livestock and poultry. By using algorithms that can learn patterns from data, machine learning enables accurate predictions, automated decision-making, and innovative solutions to complex problems in animal science. Unlike traditional statistical methods, which often assume linearity and independence among variables, machine learning is able to capture nonlinear relationships and interactions between genomic, environmental, and phenotypic factors. Therefore, the purpose of this study was to review the common types of machine learning algorithms used in livestock and poultry breeding, to outline their advantages and disadvantages, and to provide practical examples for these algorithms in the fields of genetics, breeding, and biotechnology of livestock and poultry.

    Materials and Methods

    In this study, by reviewing relevant databases and journals, studies related to machine learning in the field of genetics and breeding and biotechnology of livestock and poultry were searched using keywords. These studies were evaluated based on their design, methodology, results and relevance, and the main findings and concepts were extracted from them.

    Results

    The results showed that machine learning methods significantly outperform conventional methods. So that machine learning methods improve prediction accuracy and have smaller mean square error (MSE) and mean absolute error (MAE) in all scenarios. The findings also show the potential of combining classical bioinformatics methods with machine learning techniques to improve genomic prediction in the future. The results suggest machine learning algorithms as a promising tool to improve decision-making for livestock farmers. Machine learning analysis improves monitoring methods and allows livestock farmers to identify animals that are likely to have problems in the future.

    Conclusions

    This study shows that the use of machine learning methods in the field of genetics, breeding, and biotechnology of livestock and poultry is increasing, and with this increase, the quality of machine learning methods used is also improving. Therefore, machine learning can play an important and prominent role in the sustainable development of livestock farming and provide benefits such as increased productivity in this field. Therefore, this study recommends that the use of machine learning methods and algorithms be promoted among the activists in the field of genetics, breeding, and biotechnology of livestock and poultry to identify and predict problems earlier and more accurately and prevent problems and economic losses.

    Keywords: Algorithm, Bioinformatics, Prediction, Animal, Artificial Intelligence
  • کیمیا شیرینی، عادل طاهری حاجی وند*، سینا صمدی قره ورن

    پروژه های زمان بندی در کشاورزی شامل عملیات و فعالیت هایی است که با ترتیب معین و در یک بازه زمانی مشخص انجام می گیرد. چنانچه این عملیات و فعالیت ها به موقع انجام نشوند، به دلیل افت کمی و کیفی محصول، کاهش سنگینی در درآمد کشاورز یا واحد کشاورزی ایجاد می شود که این هزینه ها نامشهود است. از طرفی دیگر عملیات کشاورزی برای اجرا نیازمند به کارگیری منابع هستند که معمولا محدود بوده و در صورت عدم تخصیص بهینه به فعالیت ها، احتمال به موقع نبودن فعالیت ها افزایش می یابد. به منظور کاستن از هزینه های به موقع نبودن، این پروژه ها نیازمند برنامه ریزی، زمان بندی و مدیریت علمی و منطقی زمان و منابع هستند. این به یک مسیله استاندارد در زمینه زمان بندی پروژه تبدیل شده که محققان زیادی را به خود علاقه مند کرده است و آن ها از روش های زمان بندی مختلف از جمله روش های دقیق و روش های اکتشافی و فراکتشافی استفاده کرده اند. در نتیجه، روش های مختلفی از مسیله زمان بندی پروژه با محدودیت منابع اولیه توسعه یافته اند. این مقاله یک مرور کلی بر روش ها و تحقیقاتی و تحلیلی بر روش های موجود می باشد که تاکنون منتشر شده است. در این مقاله به بررسی اهداف و رویکردهای حل مسیله زمان بندی پروژه  با در نظر گرفتن برخی کارهای موجود در حیطه کشاورزی و همچنین به داده های مربوط پرداخته شده است. نتایج نشان میدهد پژوهش های زیادی در راستای زمان بندی پروژه با منابع محدود انجام شده است. اما کارهایی که برای حل مسیله زمان بندی پروژه در حوزه کشاورزی باشد بسیار کم و انگشت شمار بوده است. بنابراین برای کارهای آینده و تحقیقات آتی می توان از روش های ارایه شده در سایر حوزه ها، برای حل مسیله زمان بندی پروژه با منابع محدود در حوزه کشاورزی استفاده بنماییم.

    کلید واژگان: زمان بندی، کشاورزی، الگوریتم، محدودیت منابع، فرااکتشافی
    Kimia Shirini, Adel Taherihajivand *, Sina Samadi Gharehveran

    Scheduling projects in agriculture include operations and activities that are carried out in a certain order and within a certain period of time. If these operations and activities are not performed on time, due to the quantitative and qualitative decline of the product, a heavy decrease in the income of the farmer or agricultural unit will occur, and these costs are invisible. On the other hand, agricultural operations require the use of resources for implementation, which are usually limited, and if the activities are not optimally allocated, the possibility of the activities not being on time increases. In order to reduce the costs of not being on time, these projects require planning, scheduling and scientific and logical management of time and resources. This has become a standard problem in the field of project scheduling, which has attracted many researchers and they have used different scheduling methods, including exact methods and exploratory and meta-exploratory methods. As a result, various methods of project scheduling problem with limited primary resources have been developed. This article is an overview of research methods and analysis of existing methods that have been published so far. In this article, the goals and approaches to solving the project scheduling problem have been investigated, taking into account some existing works in the field of agriculture, as well as related data.

    Keywords: scheduling, Agriculture, Algorithm, resource constraints, meta-huristic
  • محمد شاکر*
    هدف از این پژوهش، ساخت و ارزیابی سامانه بینایی ماشین برای تعیین درصد شکستگی و تعداد بذر گندم است. این سامانه از سه بخش مکش، نمونه برداری و تصویربرداری تشکیل و برای دو رقم گندم ترابی و آذر ارزیابی شده است. در هر رقم گندم، عملکرد دستگاه مکش، با دو صفحه بذر و چهار مقدار مکش بررسی شد. در هر مقدار مکش، تعداد بذر های جدا شده و بذر های به هم چسبیده روی هر سوراخ شمارش و درصد آنها محاسبه شد. تصویر تهیه شده توسط دوربین دیجیتال، به محیط نرم افزار متلب منتقل و الگوریتم تعیین درصد شکستگی و تعداد بذر گندم کدنویسی و ارایه شد. نتایج بررسی ها نشان داد که مناسب ترین تیمار برای گندم رقم ترابی، صفحه بذر با سوراخ 1 میلی متر و مکش 100- میلی متر جیوه با درصد بذرهای جدا شده 31/95 و درصد بذرهای به هم چسبیده 69/4 است. برای رقم آذر، صفحه بذر با سوراخ 1 میلی متر و مکش 120-میلی متر جیوه با درصد بذرهای جدا شده 6/91 و درصد بذرهای به هم چسبیده 4/8 مناسب ترین تیمار است. نتایج اعتبارسنجی الگوریتم نشان داد که دقت آن برای تعیین درصد شکستگی و تعداد بذر گندم به ترتیب برابر با 33/85 و 76/98 درصد است.
    کلید واژگان: آزمون خلوص بذر، الگوریتم، پردازش تصویر
    Mohammad Shaker *
    Considering the problems of visual and human evaluation, machine vision, can be used as a suitable substitute for human vision. The purpose of this research was to build and evaluate a machine vision system to determine the breakage percentage and the number of wheat seeds. The system consists of three parts: suction box, sampling box and imaging box and evaluated for two cultivars Torabi and Azar wheat. In each type of wheat, the performance of the suction device was evaluated with two seed plates and four suction values. In each amount of suction, the number of singled seeds and the seeds of sticked together on each hole were counted and their percentage was calculated. The image prepared was transferred to MATLAB software and breakage determination algorithm and wheat seed number was coded and presented. The results showed that the most suitable treatment for wheat of Torabi cultivar, was seed plate with 1 mm hole and suction of -100 mm Hg with 95.31 percent singled seeds and 4.69 percent of sticked together seeds. For Azar cultivar, seed plate with 1 mm hole and suction of -120 mm Hg with a percentage of singled seeds of 91.6 and a percentage of sticked together seeds of 8.4 was the most appropriate treatment. The validation results of the algorithm showed that its accuracy for determining the percentage of breakage and the number of wheat seeds were 85.33 and 98.76%, respectively. It is suggested that this system be evaluated for seeds of different sizes.
    Keywords: Seed purity test, algorithm, image processing
  • مرضیه دریکوندی، حسین زینی وند*، ناصر طهماسبی پور، علی حقی زاده
    بهینه سازی شبکه پایش، یک فرایند تصمیم گیری است که از طریق آن، بهترین ترکیب در بین ایستگاه های موجود انتخاب می شود. با توجه به ملاحظات اقتصادی و کاهش هزینه های پایش، رویکردهای بهینه سازی در این پژوهش کاهش ایستگاه های پایش کیفیت آب سطح در حوضه آبخیز دز در محدوده استان لرستان است. در این راستا، با استفاده از الگوریتمی بر اساس اصل حداکثر آنتروپی و بر مبنای شاخص آلودگی پارامترهایSO4, Cl, HCO3, K, ,Na, Ca, Mg,  ,TH, SAR, EC, TDS, وpH  نسبت به بهینه سازی شبکه پایش موجود با 18 ایستگاه در دوره آماری 1387 تا 1396 اقدام شد. ابتدا میانگین رتبه هر ایستگاه در 10 سال آماری مذکور بدست آمد. سپس برای آنتروپی شبکه بر حسب تعداد ایستگاه و زمان مدل هایی پیشنهاد شد. پس از برازش بهترین مدل، نتایج نشان داد که بر اساس پارامترهای SO4, ,Cl, HCO3 ، K، Na، Ca، Mg،  pH،TH،TDS ، SARو EC به ترتیب تعداد 9، 9، 7، 11، 11، 11، 10، 7، 10، 10، 10 و 11 ایستگاه به عنوان ایستگاه های پایش کیفیت آب سطحی منطقه مورد مطالعه کفایت می کند. به منظور تایید شبکه پیشنهاد شده، با مقایسه آنتروپی شبکه مذکور با آنتروپی شبکه های تصادفی با تعداد ایستگاه های فوق بر اساس 12 پارامتر ذکر شده در هر سال آماری کارایی شبکه منتخب تایید شد. همچنین از میان 12 شاخص کیفی ارزیابی شده کلرید (Cl) بیشترین مقدار آنتروپی وزن را به خود اختصاص داد. بنابراین کلرید دارای حداکثر آنتروپی و به عنوان شاخص برتر انتخاب شد.
    کلید واژگان: شبکه پایش، مدل سازی فضایی- زمانی، شاخص کیفیت، الگوریتم
    Marzieh Derikvandi, Hossein Zeinivand *, Nasser Tahmasebipour, Ali Haghizadeh
    Optimization of monitoring network is a decision-making process through which, the best combination of existing stations is selected. Regarding the economic considerations and reducing monitoring costs, optimization approach in this study is to reduce the number of surface water quality monitoring stations in Dez basin in Lorestan province. In this regard, using an algorithm based on the principle of maximum entropy and water quality index of SO44, Cl, HCO3, K, Na, Ca, Mg, pH, TH, SAR, EC and TDS parameters, the optimization procedure was done for 18 existing monitoring stations during the statistical period of 1387-1396 (2008-2017). First, the average rank of each station in the mentioned 10 statistical years was obtained, then some models were proposed for the network entropy according to the number of stations and year. After fitting the best model, the results showed that based on SO4, Cl, HCO3, K, Na, Ca, Mg, pH, TH, TD, SAR and EC parameters, the number of sufficient stations as surface water quality monitoring network in the study area were 9, 9, 7, 11, 11, 11, 10, 7, 10, 10, 10, and 11, respectively. In order to validate the proposed network, by comparing the entropy of the proposed network with the entropy of random networks with the number of stations based on the 12 mentioned parameters in each year, the efficiency of the selected network was confirmed. Also, among the 12 evaluated quality indicators, chloride showed the highest entropy of weight. Therefore, chloride had the maximum entropy and was selected as the superior index.
    Keywords: Monitoring network, Temporal spatial modeling, Quality index, Algorithm
  • زهرا بیرانوند، سید ضیاالدین میر حسینی، مصطفی قادری زفره ایی*، سید حسین حسینی مقدم، آرش فاضلی، کیانوش زرین کاویانی

    متیلاسیون DNA نوعی تغییر فرا ژنتیکی است که به طور مستقیم بر روی DNA تاثیر می گذارد. در پستانداران متیلاسیون DNA برای تکامل جنینی و تمایز سلول بنیادی ضروری است و این پدیده اساسا درون جزایر CpGاتفاق می افتد. در این پژوهش برای بررسی نیم رخ متیلاسیون DNA ژنوم گاو، از دو روش استفاده شد. در روش اول نیم رخ متیلاسیون DNA ژن های با بیان متفاوت حاصل از فراتحلیل داده های ریزآرایه DNA بیماری ورم پستان گاو شیری به دست آمد. برای انجام فراتحلیل داده های ریزآرایه DNA در این روش، از بسته metaDE در محیط R استفاده شد. سپس جهت پیش بینی جزایر CpG در ژن های با بیان متفاوت از 5 الگوریتم شامل TJ, GF, CpG cluster, HMM ,GHMM استفاده شد. در روش دوم نیم رخ متیلاسیون DNA با استفاده از پویش کل ژنوم گاو انجام گرفت. همچنین جهت پیش بینی جزایر CpG متیله شده در کل ژنوم، ابتدا توسط الگوریتم HMM جزایر CpG در ژنوم گاو و برای هر کروموزوم برآورد شدند و سپس هم پوشانی CpG باHypo/Hyper-Methylation  توسط پایگاه برخط Galaxy محاسبه شد. نتایج روش اول نشان داد که از میان 32 ژن با بیان متفاوت، 14 ژن دارای جزایر CpG متیله شده بودند. این ژن ها، شامل ژن هایLTF, APP, CCL5, CD40, CSNK1D, CX3CL1, DAPP1, NFKBIZ, S100A9, ISG15, MAP3K8, MX1, RDAD2, ZC3H12A بودند. نتایج روش دوم تعداد 90668Hypo/Hyper-Methylation  را در ژنوم گاو برآورد نمود که تعداد 9942 (%10.96) جزیره CpG باHypo/Hyper-Methylation  دارای هم پوشانی بودند و به عنوان CpG متیله شده در نظر گرفته شدند. مقایسات ژنومی بین گونه ای متیلاسیون DNA نشان داد که نیم رخ کلی متیلاسیون DNA در اکثر گونه های مورد بررسی تقریبا مشابه هم بودند و به نظر می رسد که نیم رخ کلی متیلاسیون DNA بین گونه های مختلف به صورت محافظت شده باشد. حاصل این پژوهش نشان داد کنکاش متیلاسیون DNA در بیماری هایی که میزان وراثت پذیری پایینی دارند و بیشتر تحت تاثیر فرایندهای فراژنتیک هستند، ضروری به نظر می رسد.

    کلید واژگان: متیلاسیون DNA، جزایر CpG، فراژنتیک، گاو، فراتحلیل، الگوریتم
    Zahra Biranvand, Seyed Zia-Ud-Din Mir Hosseini, Mostafa Ghaderi Zefrehi*, Seyed Hossein Hosseini Moghaddam, Arash Fazeli, Kianoosh Zarrin Kaviani

    DNA methylation is a type of epigenetic changes that directly affects DNA. In mammals, DNA methylation is essential for fetal development and stem cell differentiation and this phenomenon essentially occurs within the CpG islands. In this study, two methods were used to study the DNA methylation profile of cow genome. In the first method, the DNA methylation profile of the differentially expressed genes from meta-analysis of DNA microarray data on mastitis were obtained. In order to perform the meta-analysis in the first method, the metaDE package in R environment, was used. Then five algorithms including TJ, GF, CpG cluster, HMM and GHMM were used to predict CpG islands in different genes. In the second method, DNA methylation profiling was performed using whole cow genome scanning. Also, for prediction of methylated CpG islands in whole genome, HMM algorithm was first estimated in bovine genome for each chromosome and then CpG overlap with Hypo / Hyper-Methylation was calculated by Galaxy Online database. The results of the first method showed that among 32 differentially expressed genes, 14 genes involved methylated CpG islands. These genes included LTF, APP, CCL5, CD40, CSNK1D, CX3CL1, DAPP1, NFKBIZ, S100A9, ISG15, MAP3K8, MX1, RDAD2, ZC3H12A. Results of the second method identified a total 90668 Hypo / Hyper-Methylation in the bovine genome, among which 9942 (10.96%) CpG islands overlapped with Hypo / Hyper-Methylation and were considered as methylated CpG. Genomic comparisons were also made between species for DNA methylation. The results showed that the overall DNA methylation profile was almost similar for majority of studied species and it seems that the overall profile of DNA methylation is likely to be conserved between different species. The results of this study showed that DNA methylation seems necessary in diseases with low heritability and which are more influenced by epigenetic processes.

    Keywords: DNA methylation, CpG islands, Epigenetic, Cow, Meta-analysis, Algorithm
  • دامیر خامیتویچ والوف*، آناس گپترافوفویچ نوریوف، نیکیتا نیکوالیویچ ماکولکین
    Damir Khamitovich Valeev *, Anas Gaptraufovich Nuriev, Nikita Nikolayevich Makolkin

    Machine learning algorithms can permit the usage of frequently available 'big data' and contribute to utilizing ecosystem service models across scales, examining and predicting the issues of these services to disaggregated beneficiaries. Digitalization of public relations involves changing the way of processing information and the speed of its perception. The introduction of digital resources leads to the automation of a number of processes that were previously executed by people and required a significant amount of time. The practical implementation of the achievements of the scientific and technical method that was started in production reaches some spheres that seemed unachievable for artificial intelligence. Normative regulation has to take into account the need to use artificial intelligence algorithms. A particular interest is paid to the possibility of using such algorithms in the administration of justice as well as ecosystem services.

    Keywords: Digital economy, Digital justice, Artificial intelligence, Digital transformation, Algorithm, Ecosystem services
  • سعیده شیرین منش، مسعود صدری نسب*، علی کرمی خانیکی، امیر اشتری لرکی، سید مصطفی سیادت موسوی
    بررسی غلظت رسوب معلق در دلتاها یکی از مهمترین مباحث محیط زیستی و مهندسی در دریا محسوب می شود. الگوی پخش رسوب معلق نزدیک سواحل را می توان با توجه به توپوگرافی بستر و نوع جریان های غالب منطقه، به وسیله نمونه برداری از رسوب معلق دریا و ترکیب آن با محصولات سنجش از دور پیدا کرد. این نوشتار دستاورد پژوهشی است که هدف آن تعیین الگوریتم حاکم بر غلظت رسوب معلق سطحی با استفاده از تصاویر ماهواره لندست 8، OLI و داده های میدانی در دلتای هندیجان در شمال غربی خلیج فارس بوده است. برای این منظور،  هم زمان با عبور ماهواره لندست 8 در تاریخ های اول اسفند 1394 و 18 بهمن 1395، نمونه برداری از آب و رسوب در بیش از 60 ایستگاه انجام شد و محدوده تغییرات غلظت رسوب معلق در دلتای هندیجان (740-0)  اندازه گیری شد. پس از تصحیح هندسی و اتمسفری تصاویر SWIR ماهواره لندست 8، OLI، روابط مقادیر غلظت رسوب معلق با کمیت بازتاب های تصاویر فوق مورد بررسی قرار گرفت. نتایج نشان داد که همبستگی بالایی بین غلظت رسوب به دست آمده و بازتابش سطحی در نوارهای 4 و 5 ماهواره لندست 8 وجود دارد. با استفاده از آزمون های آماری و آزمودن بیش از 50 معادله، نوع الگوریتم حاکم بر غلظت رسوب معلق تعیین شد. بهترین الگوریتم با ترکیب نوار 4 و نوار 5 ماهواره لندست 8 و از نوع نمایی انتخاب شد. ضریب همبستگی پیرسن r=0.93 و میزان جزر میانگین ریشه مربعات خطا و خطای نسبی به ترتیب 28.12=RMSE و 34.24=PRMSE درصد به دست آمد. پس از اعمال الگوریتم به دست آمده بر تصاویر ماهواره ای، نقشه پراکندگی رسوب معلق سطحی در دلتای هندیجان حاصل شد. طبق این نتایج، غلظت رسوب معلق در نزدیک ساحل هندیجان مقدار بالایی دارد و با دور شدن از ساحل، مقدار رسوب معلق کاهش می یابد. میزان این تغییرات از مناطق نزدیک به ساحل دلتا تا فاصله پنج کیلومتری به سمت دریا، حدود 2800 mgl-1 تا 20 mgl-1  در تاریخ اول  اسفند 94 و 800 mgl-1 تا 15 mgl-1 در تاریخ 18 بهمن 95 برآورد شد. نتیجه این که تصاویر لندست 8، OLI برای محاسبه غلظت رسوب معلق در دلتای هندیجان بسیار مناسب است.
    کلید واژگان: الگوریتم، اندازه گیری در محل، خلیج فارس، لندست 8، محاسبه غلظت رسوب معلق
    Saeedeh Shirinmanesh, Masoud Sadrinasab *, Ali Karami Khaniki, Amir Ashtari Larki, Seyed Mostafa Syadatmousavi
    Suspended Load Concentration (SLC) estimation is one of the most important environmental and engineering issues in the coastal zone. The SLC distribution pattern near the coast can be determined by in situ measurement and combination with remote sensing products according to the topography and the types of dominant currents in the study area. The research objective was to identify the spatial and temporal variations of the surface SLC in the Hendijan Delta (Northern Persian Gulf) using remote sensing technique. The water samples were taken from more than 60 stations during the passage of the Landsat 8/OLI satellite over the study area on Feb. 20, 2016 and Feb. 6, 2017. The range of SLC variations was obtained between (0-740)  mgl-1. Atmospheric correction was applied using SWIR algorithm on Landsat 8/OLI images to estimate the net water reflectance. There is a high correlation between  provided from satellite data and the measured SLC. The empirical algorithm got an exponential form with the combination of the bands 4 and 5 performed using statistical tests. For developing this algorithm more than 50 types of equations were assessed. The proposed algorithm determines the SLC from the Landsat 8/OLI images with Pearson’s 0.93, root mean square error 28.12 mgl-1 and relative root mean square error 34.24%. The algorithm was applied to timescale of satellite images, and the spatial distribution of suspended sediment concentration has been mapped over the Hendijan Delta. According to this results, the rate of decline in SLC from near the coast to the distance of 5 km of the Hendijan Delta was estimated about 2800 to 20 mgl-1 on Feb 20, 2016 and 800 mgl-1 on Feb 6, 2017. Landsat images can be used effectively to retrieved SLC in the Hendijan River Delta.
    Keywords: algorithm, Hendijan delta, In situ measurement, Landsat 8, Persian Gulf, Suspended load concentration estimation
  • ارشک حلی ساز، الهه قادری
    شناخت پدیده های طبیعی در گرو انتخاب و تولید داده در مقیاس مناسب می باشد. در این راستا، شناخت الگوریتم های چندمقیاسی و چگونگی تمیز آن ها از الگوریتم های ساده سازی ساختاری، موضوع مهمی است که تاکنون در کشور کمتر به آن پرداخته شده است. در این تحقیق، کاربست الگوریتم های ساده سازی ساختار فیلتر پایین گذر و میانگین ساده در نرم افزار ArcMapبرای شناخت فرآیند سیلاب از طریق سه مدل رقومی ارتفاع در مقیاس های 1:25000، 1:50000 و 1:1000000، با این فرض که ساختار الگوریتم های تعمیم در شناخت پدیده ی سیلاب، متناسب با مقیاس های خاصی است، در مدل HEC-HMS به آزمون کشیده شده است. نتایج حاصل از این پژوهش بیان گر نگاه های کاملا متفاوت فنون تولید نقشه های مکانی است که حرکات مقیاسی و یا نیل به بهترین تقریب از عوارض مکانی را عرضه می دارند. نتایج مقایسات مقادیر معیارهای ارزیابی در شبیه سازی های سیلاب، حساسیت الگوریتم های ساده سازی ساختار را نسبت به مقیاس نقشه ی مبنا روشن ساختند. به علاوه، مشخص شد اثر الگوریتم های چندمقیاسی، لزوما متناسب با ساختار سلسله مراتبی مقیاس داده های ورودی نیست. در نهایت پیشنهاد شده است در بررسی پدیده ی سیلاب در حوزه ی آبخیز جاماش، بهتر است از الگوریتم های فیلتر پایین گذر و میانگین ساده در ساده سازی مدل های رقومی ارتفاع با مقیاس های 1:25000 و 1:1000000 استفاده شود و از به کارگیری این الگوریتم ها در مقیاس 1:50000 پرهیز شود.
    کلید واژگان: ساج، چندمقیاسی، مدل رقومی ارتفاع، الگوریتم و ساده سازی ساختاری
    Arashk Holisaz Dr, Elahe Ghaderi
    Natural phenomena could be recognize through the selection and then produce the appropriate scale. The critical subject in this way that have been less studied in Iran is identifying the multi-scale algorithms and distinguish them from simplification algorithms. In this research, operation of each multi-scale algorithms at certain scales have supposed, then implementation of structural simplifying algorithms- low pass filter and simple average- in order to identify the flood process using three Digital Elevation Models at 1:25000, 1:50000, and 1:1000000 scales in ArcMap software and HEC-HMS model have evaluated. Results demonstrated that different approaches of map production make different results as the generalization and the best approximation of spatial data. Comparing the result of flood simulation proved sensitivity of such algorithms with respect to scale of base map. It has been specified that the effect of generalization algorithms do not necessarily conform the hierarchical structure of scale of input data. Finally, we suggested to investigate the flood phenomena of Jamash watershed, we should use low pass filter and simple average algorithms to simplify DEMs at 1:25000 and 1:1000000 scales but using these algorithms at 1:50000 scale have not suggested.
    Keywords: GIS, Multi, Scale, DEM, Algorithm, Structure Simplification
  • Alireza Shabaninejad, Bahram Tafaghodinia, Nooshin Zandi-Sohani
    In this study, the statistical methods and artificial neural network (ANN) were used to estimate the spatial distribution of Tetranychus urticae in cucumber field of Behbahan, Iran. Pest density assessments were performed following a 10 × 10 m2 grid pattern on the field and a total of 100 sampling units on field. In both methods latitude and longitude information were used as input data and output of each methods showed number of pest. In Geostatistics methods ordinary kriging, and ANN with imperialist competitive algorithm were evaluated. Comparison of ANN and geostatistical showed that ANN capability is more than ordinary kriging method so that the ANN predicts distribution of this pest dispersion with 0.98 coefficient of determination and 0.0038 mean squares errors lower than the Geostatistical methods. In general, it can be concluded that the ANN with imperialist competitive algorithm approach with combining latitude and longitude can forecast pest density with sufficient accuracy. Our map showed that patchy pest distribution offers large potential for using site-specific pest control on this field.
    Keywords: Algorithm, kriging, pest dispersion, statistical methods, variogram
  • احمد نوحه‎گر، آرش ملکیان، مجید حسینی، ارشک حلی ساز، ادریس تقوای سلیمی*
    دو عامل میزان هزینه و صرف زمان، مستقیما با برآوردهای دقیق از میزان رواناب حوزه های آبخیز مرتبط است. اطلاع دقیق تر از وضعیت بارش رواناب در یک حوضه علاوه بر تسهیل در تصمیم گیری های مدیران حوضه در برنامه های آتی، گامی در جهت حفظ منابع طبیعی در راستای توسعه پایدار خواهد بود. در این پژوهش به منظور دستیابی بهینه به میزان رواناب در حوزه آبخیز شفارود، ابتدا داده های بارندگی چهار ایستگاه بارندگی در طی سال های 1998 تا 2011 جمع آوری شد و به همراه سایر نقشه های تهیه شده از منطقه مورد مطالعه چون DEM، کاربری اراضی و خاکشناسی به‏عنوان داده های ورودی در قالب مدل SWAT به نرم افزار داده شد. پس از اجرای مدل، به منظور برررسی عدم قطعیت داده ها و دستیابی به دقیق ترین شبیه سازی از الگوریتم های SUFI-2 و GLUE در نرم افزار SWAT-CUP استفاده شد. بدین ترتیب که سه سال اولیه (2000-1998) از داده های بارندگی برای warm-up و هفت سال بعدی (2007-2001) برای مرحله واسنجی و چهار سال انتهایی (2011-2008) نیز برای مرحله صحت سنجی در نظر گرفته شدند. در نهایت با انجام شبیه سازی های متعدد، عدم قطعیت داده ها با مقادیر به دست آمده برای عوامل P-factor و R-factor و ضرایب R2 و NS مورد ارزیابی قرار گرفت. نتایج نشان داد، دقت شبیه سازی الگوریتم SUFI-2 (0.85=R2 و 0.74=NS) در برآورد میزان رواناب حوضه از الگوریتم GLUE (0.82=R2 و 0.71=NS) بیشتر است.
    کلید واژگان: استان گیلان، توسعه پایدار، عدم قطعیت، وضعیت بارش، SWAT، CUP
    Ahmad Nohegar, Arash Malekian, Majid Hosseini, Arashk Holisaz, Edris Taghvaye Salimi *
    Two factors of cost and time are related directly to the accurate estimate of runoff in the watersheds. More detailed information on the status of rainfall runoff also facilitate decisions on future programs for watershed managers, a step towards the preservation of natural resources for sustainable development. In this study, in order to achieve optimal amount of runoff in the Shafaroud watershed, first significant rainfall data of four stations during 1998 to 2011 were collected and combined with other maps of the study area, such as DEM, land use and soil as input data in the form of SWAT model was software. After running the model, the SUFI-2 and GLUE algorithms in SWAT-CUP program used to evaluate the data uncertainty and the most accurate simulation. The first three years (1998-2000) of rainfall data for warm-up and the next 7 years (2001-2007) for the calibration and final 4 years (2008-2011) were used for the validation. Finally, with multiple simulations, the uncertainty of the parameters assessed with P-factor, R-factor, and NS coefficients. The results indicated in runoff simulation, the SUFI2 algorithm ( =0.85, NS=0.74) is more accurate than GLUE algorithm ( =0.82, NS=0.71).
    Keywords: Algorithm, Simulation, Sustainable development, Uncertainty, SWAT, CUP
  • اسماعیل قجر، اکبر نجفی، پژمان ایمانی، سروش امیدوار، کیومرث محمدی سمانی
    سابقه و هدف
    یکی از رویکردهای نوین در پژوهش های طراحی شبکه جاده جنگلی و شبکه ریز بافت یافتن پایانه های مناسب در سطح واحد های بهره برداری و پس از آن طراحی و پیاده سازی شبکه جاده ای است که به طور بهینه پایانه ها را به هم پیوند دهد. در پژوهش حاضر محاسبات بر اساس فواصل اقلیدسی هر نقطه در درون پارسل یا دپوی کاندیدا، موجودی در هکتار هر نقطه و همچنین میانگین شیب کلیه نقاط درون پارسل تا دپوی کاندیدا انجام شده است. هدف از به کارگیری این روش، پیدا کردن بهترین نقطه برای دپو از نظر اقتصادی معرفی می نماید.
    مواد و روش ها
    هر واحد بهره برداری در این روش به صورت یک مسئله شبکه فرموله می شود که در آن هر سلول به عنوان نقطه ورودی چوب در شبکه دارای دو ویژگی ارتفاع و موجودی در هکتار باشد. نقاط خروجی چوب در این شبکه همان نقاط احتمالی برای دپو می باشند که تنها بر اساس عامل شیب عرضی دامنه، توسط طراح انتخاب شده اند . هر نقطه ورودی چوب بوسیله یک یال مستقیم به نقطه کاندیدا متصل شد. طبق معیار در نظر گرفته شده در پژوهش حاضر، اقتصادی ترین مکان برای دپوی فرآورده های چوبی نقطه ای است که بیشترین حجم موجودی درون پارسل را در کمترین فاصله و کمترین شیب متوسط در دسترس قرار دهد. الگوریتم ابتکاری دو پارامتر را برای هر دپوی کاندیدا محاسبه نمود: 1) درجه جذابیت به عنوان تابعی از تعداد نقاط زیر پوشش مستقیم، موجودی در هکتار نقاط و فاصله شان تا دپوی کاندیدا، و 2) میانگین شیب طولی یال های متصل به دپو. در نتیجه یک دپو با حداقل هزینه چوبکشی و شیب طولی انتخاب شد. در این برنامه واحد بهره برداری، یک پارسل، و جهت رو به بالا یا رو به پایین چوبکشی نیز به طور جداگانه برای هر دپو در نظر گرفته شده است
    یافته ها
    برنامه حاضر در پارسل 423 سری 4 شیوا دره در جنگل آموزشی و پژوهشی دانشگاه تربیت مدرس و برای چهار نقطه کاندیدا برای دپو به عنوان نمونه پیاده شده است. نتایج نشان داد که از بین نقاط مذکور، نقطه «ب» با درجه جذابیت 79/5585 و میانگین شیب 41/10 درصد به عنوان اقتصادی ترین نقطه برای دپوی فرآورده های چوبی در پارسل مورد مطالعه برگزیده شد.
    نتیجه گیری
    برنامه حاضر می تواند به عنوان یک ابزار مفید در پیشنهاد مکان های اقتصادی دپو به عنوان نقاط اجباری مثبت در یک پارسل، مورد استفاده در طراحی خودکار جاده جنگلی قرار گیرد.
    کلید واژگان: دپو، مسیریابی خودکار، چوبکشی زمینی، الگوریتم، ابتکاری
    I.Ghajar, A. Najafi, P. Imani, S. Omidvar, K. Mohammadi
    Background And Objectives
    One of the new approaches in forest road network and skid trail planning is to find suitable terminals in the harvest units and after that planning a road network that optimally connects the terminals. The paper describes a methodology for finding the most economical landing location.
    Materials And Methods
    The methodology formulates each harvesting unit as a network problem. Each grid cell that identified as an individual entry node in the network, containing two attributes of the elevation and the timber volume. The exit points of the network are the landing nodes where are candidated based on the terrain slope by the planner. Each entry node were connected to the supposed landing nodes by a direct link. In the present research an economical place for landing location was defined as a point that makes the most volume of stock in access through the shortest distance and slope. The heuristic algorithm, then, calculated two parameters for each landing node: 1) the degree of attractivity as a function of the number of covered nodes, their volume of stock and their distance to the landing, and 2) the average slope of the links. The economical location for landing then was selected. The entire area of the compartment was supposed as the harvesting unit. In addition, the uphill and downhill skidding were included in the program.
    Results
    The program was implemented for four candidate landing location in the compartment 423 of district 4 (Shiva dareh) in the educational and research forest of Tarbiat Modares University in the northern Iran. The results showed that the point “B” with an attractivity value of 5585.79 and an average slope of 10.41% was designated as the most economical point for landing the timbers.
    Conclusion
    The present code could be used as an appropriate tool to propose the economical places for landing location where are assumed as desirable terminals in forest road planning within cut blocks.
    Keywords: Landing, Automatic planning, Ground skidding, Algorithm, Heuristics
  • V. Gholami*, Z. Darvari, M. Mohseni Saravi
    Artificial neural networks (ANNs) have become one of the most promising tools for rainfall simulation since a few years ago. However, most of the researchers have focused on rainfall intensity records as well as on watersheds, which generally are utilized as input records of other hydro-meteorological variables. The present study was conducted in Kechik station, Golestan Province (northern Iran). The normal multi-layer perceptron form of ANN (MLP–ANN) was selected as the baseline ANN model. The efficiency of GDX, CG and L–M training algorithms were compared to improve computed performances. The inputs of ANN included temperature, evaporation, air pressure, humidity and wind velocity in a 10 minute increment The results revealed that the L–M algorithm was more efficient than the CG and GDX algorithm, so it was used for training six ANN models for rainfall intensity forecasting. The results showed that all of the parameters were proper inputs for simulating rainfall, but temperature, evaporation and moisture were the most important factors in rainfall occurrence.
    Keywords: Intensity, Rainfall, Algorithm, ANN, Kechik station
  • ایشام الزعبی، علی رجبی پور، حجت احمدی، فرهاد میرزایی
    زمین تحت کشت باید دارای شیب مناسب در جهت طولی و عرضی باشد تا یکنواختی توزیع آب تامین شود و از هدررفت آب و نیز فرسایش خاک زراعی جلوگیری شود. از آنجا که عملیات تسطیح بسیار پرهزینه است، هدف از عملیات تسطیح، ایجاد شیب مناسب به منظور توزیع یکنواخت آب در زمین ناهموار و ایجاد صفحه تسطیح به گونه ای است که تسطیح زمین با حداقل مقدار حجم عملیات خاکی صورت پذیرد. در این تحقیق مشخصات صفحه تسطیح زمین زراعی با استفاده از الگوریتم مدل سازی شده و نتایج به دست آمده با روش حداقل مجموع مربعات مقایسه شد. تحلیل آماری و توصیفی نتایج نشان داد که استفاده از الگوریتم ژنتیک)و الگوریتم بهینه سازی ازدحام ذراتPSO) برای تعیین مشخصات تسطیح در مقایسه با روش حداقل مجموع مربعات دقت و کارایی بیشتری دارد و اعمال محدودیت های تسطیح مانند حداکثر عمق خاک برداری در این روش ساده تر صورت می پذیرد. مقایسه این دو روش نشان داد که استفاده از الگوریتم ژنتیک مقدار حجم عملیات خاکی را با درنظرگرفتن سایر الزامات طراحی صفحه تسطیح (شیب های طولی و عرضی) به میزان 20 و 5/17 درصد کاهش داده است. حجم خاک برداری و خاکریزی در الگوریتم بهینه سازی ازدحام ذرات در مقایسه با الگوریتم ژنتیک حجم کمتری حاصل کرد.
    کلید واژگان: ازدحام ذرات، الگوریتم، تسطیح، حداقل مجذور مربعات، ژنتیک
    Isham Alzoubi, Ali Rajabipor, Hojat Ahmadi, Farhad Mirzaei
    For a uniform distribution of water، decrease in water waste and decrease in erosion of soil، it is important that a land be prepared with proper slopes along its length as well as width. The aim of leveling is to create appropriate slopes for irrigation and drainage on the lands that were not already properly levelled and of the same time creating the level surface with a minimum transport of soil. Throughout the present study، characteristics of a level plane of an agricultural land are modeled by programming algorithm with the results being compared with Minimum Least Square method. Statistical and descriptive results show that Genetic Algorithm and Particle Swarm Optimization algorithm benefit from more accuracies than Minimum Least Square. Also، practice of such restrictions as maximum depth of excavation is easy to be applied in this method. In addition، using Genetic Algorithm method decreased the volume of excavation by 20% and 17. 5%. Another method، called Particle Swarm Optimization، was also applied with the results indicating that the volume of the soil cut and fill for Particle Swarm Optimization method was recorded as less than that in Genetic Algorithm method.
    Keywords: Algorithm, Leveling, Minimum Least Square, Particle Swarm Optimization, Genetic
  • عبدالرسول سلمان ماهینی، زهرا اسدالهی*، سعید صبایی سعید صبایی، حمیدرضا کامیاب، کامران نصیراحمدی
    هدف از ارزیابی و تخصیص چند هدفه کاربری اراضی (MOLAA) دستیابی به تخصیص بهینه کاربری ها و به حداکثر رساندن میزان تناسب بین آنها است. ثابت شده است که فنون متفاوت تصمیم گیری چندمعیاره می تواند به عنوان ابزار پشتیبان تصمیم گیری در حل مسائل مورد استفاده قرار گیرد. شبیه سازی تبرید تدریجی (SA) و اختصاص چند هدفه زمین (MOLA) دو رویکرد متفاوت تصمیم گیری چندمعیاره رایانه ای قادر به ارائه راه حل برای تخصیص چندهدفه کاربری اراضی با استفاده از قواعد تصمیم متفاوت هستند. هدف از این مقاله مقایسه عملکرد و کارایی دو روش شبیه-سازی تبرید تدریجی و اختصاص چندهدفه زمین در تخصیص منطقه مورد مطالعه به چهار کاربری کشاورزی، مرتعداری، جنگلداری و توسعه است. منطقه مورد مطالعه شامل زیرحوضه ای واقع در شمال شرقی حوضه آبخیز گرگانرود در استان گلستان است. بررسی چشمی نتایج نشان داد که روش شبیه سازی تبرید تدریجی نسبت به اختصاص چندهدفه زمین، مناطق با کاربری های مشابه را بیشتر به هم نزدیک کرده و لذا لکه های یکپارچه تری ایجاد نموده است. بررسی نتایج براساس میانگین مطلوبیت هر کاربری در نقشه نهایی نشان داد که شبیه سازی تبرید تدریجی تنها در کاربری کشاورزی مناطقی را انتخاب نموده که نسبت به روش اختصاص چندهدفه زمین، میانگین مطلوبیت بالاتری دارد و در مابقی کاربری ها مدل اختصاص چندهدفه زمین نتایج بهتری ارائه نموده است. بررسی نتایج دو روش از لحاظ معیارهای سیمای سرزمین نشان داد که روش شبیه سازی تبرید تدریجی نسبت به اختصاص چندهدفه زمین، لکه های یکپارچه تری تولید نموده است. مشکل عمومی اختصاص چندهدفه زمین عدم توجه به فاکتور یکپارچگی است که باعث پخش شدگی پیکسل ها در نقشه نهایی می شود.
    کلید واژگان: ارسباران، استان گلستان، تصمیم گیری چندمعیاره، مسئله بهینه سازی، الگوریتم
    A. Salman Mahiny, Z. Asadolahi *, M. Saied Sabaee, H. R. Kamyab, K. Nasirahmadi
    The goal of multi-objective land use assessment and allocation (MOLAA) is provision of an optimal allocation of all land uses with maximum suitability. Different techniques of multiple criteria decision making have proven useful as decision support tool for solving a MOLAA problem. SA and MOLA are two different MCDM approaches that can provide solution to a MOLAA problem using different decision rules. This paper aims to provide an informed choice about these methods by comparing their performance in optimal allocation of study area to four land uses including agriculture، forestry، rangeland and development. Visual interpretation of the results showed that SA maximized overall land use suitability with better spatial compactness than MOLA. At the land use level، except for agricultural lands، MOLA allocated more suitable land units to development، forestry and rangeland than SA. Considering results in terms of landscape patterns by FRAGSTATS software، we found that SA has produced better land use patterns with higher spatial compactness than MOLA. The main problem of MOLA is insufficient attention to compactness factor that results in spreading of pixels in final map.
    Keywords: Golestan province, Multi criteria decision making, Optimization, Algorithm
  • سمیرا کریمی، اشکان نیکیان، ابوذر ولایتی
    میوه سیب از جمله محصولات باغی بسیار ارزشمند از لحاظ غذایی به شمار می آید و تولید آن در کشور ما از جایگاه بالایی در زمینه اشتغال زایی و ارزآوری برخوردار است. از میان روش های غیر مخرب کنترل کیفی سیب، فناوری ماشین بینایی چشم اندازی مطمئن برای دستیابی به سرعت، کیفیت ارزیابی بالاتر و حصول بهره وری بیشتر برای این محصول ترسیم نموده است. تشخیص لهیدگی سیب در بسیاری از موارد با تشخیص دمگل همپوشانی داشته و این امر بکارگیری ماشین بینایی را به منظور درجه بندی کیفی سیب با چالش جدی مواجه می نماید. پژوهش حاضر به منظور رفع چالش مذکور و افزایش دقت عملکرد سیستم های درجه بندی سیب صورت پذیرفت. به منظور تحقق این امر دو الگوریتم جداگانه بر اساس رنگ برای شناسایی لهیدگی و دمگل در نرم افزار Matlab طراحی گردید. برای الگوریتم لهیدگی دقت %14/97 و برای الگوریتم دمگل دقت %100 بدست آمد. سپس با ادغام این دو الگوریتم یک الگوریتم جامع بدست آمد که دارای دقت %29/94 می باشد. در ادامه آزمایشاتی جهت بررسی احتمالی افزایش دقت در شناسایی لهیدگی با گذشت زمان نگهداری توسط الگوریتم لهیدگی انجام گرفت. نتایج حاکی از آنست که کیفیت تشخیص لهیدگی توسط این الگوریتم به تدریج افزایش یافته و پس از دو تا سه روز به ثبات مطلوبی می رسد. همچنین الگوریتم دیگری که ویژگی های خاصی از شکل تصاویر لهیدگی و دمگل از جمله میزان گرد بودن، نسبت مساحت به مربع محیط آن ناحیه و نیز ضریب تغییرات (cv) فواصل نقاط روی لبه از مرکز ثقل تصویر را استخراج می نمود، طراحی گردید و سپس همراه با به کارگیری فناوری شبکه های عصبی مصنوعی لهیدگی و دمگل با دقت %100 از یکدیگر تمییز داده شدند که اثباتی بر لزوم استفاده از این تکنیک در تلفیق با روش های ماشین بینایی جهت افزایش دقت کارایی دستگاه های درجه بند می باشد.
    کلید واژگان: لهیدگی سیب، ماشین بینایی، شبکه عصبی مصنوعی، الگوریتم
    Samira Karimi, Ashkan Nikian, Abuzar Velayati
    Apple fruit is one of the most worthy garden Product with high nutritional Value and its production in Iran makes more job and Exchange technology. From different apple Non-destructive quality control methods, machine vision technology achieves the more speed, quality, greater productivity and higher valuation for the product. Usually, apple bruise overlaps with Peduncle and in these causes, serious problems of recognition for quality sorting occurs. In this research work it was tried to work out this problem and to increase the sorting systems performance precision. In order to accomplish this, two separate algorithms based on color to identify bruise and pedicle was designed in Matlab. It was achieved 97.14% accuracy for the bruise algorithm and 100% accuracy for the pedicle algorithm. Then with integration of these two algorithms, an algorithm was achieved with 94.29% accuracy. Further experiments to investigate the possibility of increasing the accuracy in detecting bruise with time maintenance was performed by the bruise algorithm. The results indicate that the bruise detection quality by this algorithm gradually increased and after two to three days it reaches the desired consistency. Another algorithm with special properties of bruise and pedicle pictures shape such as roundness value, ratio of area to Perimeter square and also coefficient of variation (cv) of distances of spaced points on the edge from center of gravity of picture was designed. Then bruise and pedicle were distinguished from each other with an accuracy of 100% with this algorithm along with the ANN which it proving the importance of using these techniques, combined with machine vision techniques to increase the accuracy of sorting machines performance.
    Keywords: Apple bruise, Machine vision, ANN, Algorithm
  • سیامک فرخ زاده، محمدرضا شریفی، جهانگیر پرهمت، علی محمد آخوند علی، عبدالنبی عبد کلاهچی
    باد در پدیده های مختلف هیدرولوژیکی نظیر توزیع مکانی برف انباشته، نقش بسزایی را ایفا می کند. به منظور مقایسه عملکرد باد در نقاط مختلف حوزه، از کمیتی تحت عنوان شاخص بادپناهی استفاده می شود که محاسبه آن بدلیل نیاز به اطلاعات مختلف، از صعوبت و دشواری های خاصی برخوردار است. به منظور دستیابی به روشی کاربردی برای تعیین شاخص بادپناهی، الگوریتمی ارائه گردید. نتایج نشان داد که الگوریتم ارائه شده، در مقایسه با روش مستقیم محاسبه شاخص بادپناهی، از سهولت استفاده برای کاربر و قابلیت کاربرد برای محاسبه شاخص بادپناهی کلیه نقاط دلخواه واقع در سطح حوزه برخوردار است.
    کلید واژگان: شاخص بادپناهی، الگوریتم، عمق برف، طول موثر
    Siamak Farokh, Zadde, Mohammad, Reza Sharifi, Jahangir Porhemat, Ali, Mohammad Akhond, Ali, Abdo, Nnabi Abde, Kolahchi
    The wind plays an important role in different hydrologic phenomenon such as spatial distribution of snow accumulation. In order to compare the function of the wind in different locations of the basin، a magnitude called wind shelter index is being used، which its calculation encounter special difficulties because of its need to various information. An algorithm has been presented in order to reach an efficient method to determine wind shelter index. The results showed that the presented algorithm can be used more easily by the users، and it is more qualified for calculating wind shelter index of all the optional locations placed on the surface of the basin، in comparison to the direct method of calculating wind shelter index.
    Keywords: wind shelter index, algorithm, snow depth, effective length
  • شبیه سازی تابع تقاضای برق بخش کشاورزی با استفاده از الگوریتم انبوه ذرات(pso)
    مجتبی بهمنی*، امین قاسمی نژاد، علی اکبر کریمیان، حکیمه آرامش
    در چند دهه ی اخیر با پیشرفت فناوری تولید و کارایی مصرف انرژی، انرژی هایی با کیفیت بالا مانند الکتریسیته، جایگزین سوخت های با کیفیت پایین مانند زغال سنگ شده است. برق به عنوان یکی از نهاده های تولید در بخش های اقتصادی به خصوص بخش کشاورزی، از اهمیت ویژه ای برخوردار است. بنابر این پیش بینی مصرف و تامین به موقع انرژی الکتریکی مورد نیاز این بخش می تواند باعث افزایش تولیدات کشاورزی، افزایش صادرات غیر نفتی و در نهایت تسریع نرخ رشد اقتصادی کشور گردد. در این مقاله، ابتدا با استفاده از الگوریتم بهینه سازی انبوه ذرات(pso) به شبیه سازی تابع تقاضای برق در بخش کشاورزی برای دوره ی 1385-1357 در قالب معادلات خطی و نمایی پرداخته شده و سپس بر اساس معیارهای موجود، مدل برتر انتخاب شده است. در این مقاله تابع تقاضای برق در بخش کشاورزی تابعی از قیمت واقعی برق در بخش، ارزش افزوده ی بخش، تعداد مشترکین برق در بخش و مصرف دوره ی قبل می باشد. نتایج تحقیق نشان می دهد که تقاضای برق در بخش کشاورزی با قیمت واقعی برق، رابطه ی غیر مستقیم و با ارزش افزوده بخش، تعداد مشترکین و مصرف دوره ی قبل رابطه ی مستقیم دارد.
    کلید واژگان: تابع تقاضای برق، بخش کشاورزی، الگوریتم انبوه ذرات، شبیه سازی
    Simulating Electricity Demand Function in the Agriculture Sector: Application of Particle Swarm Optimization Algorithm
    M. B.*, A. Gh, A. K., H. A.
    In the last decades due to progress in technology of production and efficiency of energy consumption، low quality energy such as coal has been replaced by high quality energy such as electricity. Electricity as a vital input in various sectors especially in agriculture plays a crucially important role in production. Therefore، estimation of consumption and well-timed supply of required electricity in the agriculture sector could increase production. In this study، by utilizing the Particle Swarm Optimization (PSO) algorithm، we first simulate the electricity demand function in the form of linear and exponentials functions for period of 1978-2006 and then we choose the best model according to the existing criteria. The electricity demand is considered as a function of the real price of the electricity in the sector، augmented cost، number of subscribers، and consumption of previous period. Findings of the study demonstrated that the electricity demand had a direct relationship with real price of electricity and indirect relationship with augmented cost، number of subscribers، and consumption in previous period.
    Keywords: The electricity demand function, agriculture, Particles Swarm, Optimization (PSO), algorithm, simulation
  • پژمان ایمانی، اکبر نجفی، اسماعیل قجر
    هدف پژوهش حاضر طراحی جاده جنگلی کم هزینه تر از طریق تهیه نقشه پهنه بندی هزینه جاده سازی و در نظر گرفتن مهمترین عوامل موثر در هزینه جاده سازی با کمک AHP و بکارگیری الگوریتم حل مسئله کوتاه ترین مسیر (Shortest Path) می باشد. در پژوهش حاضر از بین عوامل مختلفی که در طراحی جاده های جنگلی تاثیرگذارند 5 عامل شیب عرضی، هیدرولوژی، زمین شناسی، خاک شناسی و شیب طولی در نظر گرفته شد. بعد از وزن دهی و تلفیق عوامل هزینه جاده سازی، اقدام به تهیه نقشه پهنه بندی هزینه در نرم افزار Arc GIS 9.3 گردید. در مرحله بعد با استفاده از الگوریتم کوتاه ترین مسیر اقدام به طراحی جاده شد. به منظور مقایسه الگوریتم با روش رایج، از مسیر طراحی شده توسط یک کارشناس مجرب و آشنا به منطقه استفاده شد و با در نظر گرفتن نقطه شروع و پایان، یک مسیر واقعی توسط کارشناس طراحی گردید. طول و هزینه ساخت مسیر جاده طراحی شده به وسیله الگوریتم به ترتیب 55 و 65 درصد کمتر از مسیر جاده طراحی شده توسط کارشناس، قبل از اصلاح در طبیعت می باشد. طول مسیر طراحی شده به وسیله الگوریتم، 19 درصد و هزینه ساخت آن 21 درصد کمتر از مسیر طراحی شده توسط کارشناس، بعد از اصلاح در طبیعت می باشد. این اختلاف معادل 916000000 ریال هزینه کمتر برای واریانت ارائه شده به وسیله الگوریتم کوتاه ترین مسیر است. نتایج این تحقیق نشان داد که با استفاده از نقشه پهنه بندی هزینه و الگوریتم کوتاه ترین مسیر می توان مسیری با طول و هزینه ساخت کمتری نسبت به طراحی دستی توسط کارشناس طراحی کرد.
    کلید واژگان: الگوریتم، کوتاه ترین مسیر، جاده جنگلی، فرایند تحلیل سلسله مراتبی، طراحی، هزینه ساخت
    P. Imani, A. Najafi, E. Ghajar
    The main purpose of the current study was to design less costly forest roads using cost zoning map. For this purpose, the most important effective factors on cost of forest road construction were weighted using the Analytical Hierarchy Process (AHP). Five factors, terrain slope, hydrology, geology formations, soil texture and road slope, were weighted using the AHP. The cost zoning map was developed after weighting the supposed factors and overlay their corresponding map in ESRI Arc GIS 9.3 environment. In Next step, two variants of forest road were planned to connect the start point to the end point, using a 1) Shortest Path (SP) algorithm and 2) a skill expert. The results showed that the length and the cost of the variant planned by SP algorithm were 55% and 65% lower than the path planned by the expert before designing in the field, respectively. The results of the study after designing both planned variants in the field, demonstrated that the length and the cost of the SP-based feasible path were 19% and 21% lower than the expert-based variants, respectively. This means the SP saved 916000000 Rials. The results showed that using the zoning map cost in combination with a shortest path algorithm can lead to a more favorite layout of the forest roads than traditional methods of planning.
    Keywords: algorithm, Shortest Path, forest road, Analytical Hierarchy Process, planning, construction cost
  • سمانه عبداللهی، محمد امیر دلاور، پرویز شکاری
    روند کنونی آلودگی خاک ها با فلزات سنگین در پژوهش های خاک شناختی اهمیت خاصی دارد. مطالعه حاضر با هدف شناخت الگوی پراکنش و شدت آلودگی در یک محدوده 10000 هکتاری در منطقه انگوران در نزدیکی شهر زنجان انجام شد. تعداد 315 نمونه سطحی صفر تا 10 سانتی متری در قالب یک شبکه به ضلع 500 متر گرفته شده و پس از عصاره گیری با اسید نیتریک غلظت سرب، روی، نیکل، کادمیم، مس و هم چنین ویژگی های هدایت الکتریکی، واکنش خاک،کربن آلی و آهک در نمونه ها تعیین شد. خوشه بندی داده ها از طریق کمینه سازی یک تابع عضویت در قالب الگوریتم Fuzzy c-means with extragrades در نمای فازی 3/1 انجام شد. بر اساس توابع شاخص عملکرد فازی، آنتروپی نرمالیزه شده و شاخص جداشدگی مناسب ترین خوشه بندی با تعداد هشت کلاس تعیین شد. بررسی مراکز کلاس ها و مقادیر عضویت نشان داد که به رغم تعداد کم متغیرها، الگوریتم به خوبی قادر به خوشه بندی داده ها بوده است. مقادیر عضویت در هر کلاس، به روش زمین آمار واریوگرافی و سپس درون یابی شده و نقشه پراکنش مکانی تهیه شد. اگر چه مقادیر حدی در کلاس نامعمول قرار داشتند اما مراکز سایر کلاس ها نیز آلودگی بالایی نشان می داد. کلاس های C، E، F و H با آلودگی بالا در مرکز تا جنوب شرق و کلاس های A، B، D و G در شمال و غرب منطقه قرار داشتند. کلاس نامعمول در بخش بزرگی از منطقه پراکنده بود و عمدتا با محل معدن و کارخانجات فرآوری انطباق داشت. نتایج این مطالعه نشان داد که رده بندی عددی آلودگی خاک با واقعیت انطباق مناسبی داشته و می تواند مبنای عملیات پیش گیرانه و اصلاحی بعدی باشد.
    کلید واژگان: الگوریتم، خوشه بندی فازی، دندی، نامعمول
    S. Abdollahi, M. A. Delavar, P. Shekari
    Increasing soil pollution due to heavy metals is a major concern of present day soil research. This study conducted to know intensity and spatial pattern of soil heavy metals pollution in a 10،000 ha area of Anguran region near Zanjan. A number of 315 surface (0-10 cm) samples collected at nodes of a 500 meter equilateral grid. Beside HNO3-extracted Pb، Cu، Ni، Cd and Zn content، EC، pH، OC and CaCO3 of the samples were determined. To classify data in taxonomic space، a fuzzy c-means with extragrades clustering algorithm ran on the data using several fuzziness exponents (Φ). Plausible fuzzy clusters obtained at Φ=1. 3. To find eight as the optimal number of classes from a 2-10 assemblage، fuzziness validation functions F، H، and S were used. Scrutiny of class centroids and membership values revealed that though number of variables was not numerous، the algorithm clustered data sensitively. Spatial distribution of classes mapped through geostatistical analysis of membership values. Though extragrade class embraced extreme values، still all centroids of regular classes showed severe pollution. Most polluted classes C، E، F and H located at center to southeast، while A، B، D and G covered northern and western parts of the study area. Extragrade class widely spread in the area that confirmed interspersed outliers among all others. Major part of extragrade class lied across southeastern part of the area. Results of the study showed that numerical classification of soil pollution is rather realistic، thus provides a pragmatic approach to the problem.
    Keywords: Algorithm, Fuzzy clustering, Dandi, Extragrade
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال