شکل ۳-۳ نمونه ای از یک شبکه پسخور ۴۷
شکل ۳- ۴ مدل یک نورون مصنوعی ۴۷
شکل ۳- ۵ ساختار شبکه عصبی پرسپترون چند لایه. ۴۹
شکل ۳- ۶ ساختار شبکه المن یک لایه. ۵۳
شکل ۳- ۷ ساختار دو لایه یک شبکه Elaman. 53
شکل ۴-۱ نمودار میزان تغییرات CO در ایستگاههای مورد بررسی. ۶۵
شکل ۴-۲ نمودار میزان تغییرات O3 در ایستگاههای مورد بررسی. ۶۶
شکل ۴-۳ نمودار نمای هرست برای سری زمانی O3. 68
شکل ۴-۴ نمودار نمای هرست برای سری زمانی CO. 69
شکل ۴-۵ اندازه مقادیر ویژۀ مؤلفهها برای انتخاب مؤلفههای اصلی. ۷۰
شکل۴-۶ نمودار میلهای مقادیر ویژۀ مؤلفهها برای دو مؤلفه اصلی اول. ۷۲
شکل۴-۷ تابع خودهمبستگی سری زمانی رطوبت. ۷۴
شکل۴-۸ تابع خودهمبستگی جزئی سری زمانی رطوبت. ۷۵
شکل۴-۹ الف- تابع خودهمبستگی باقیماندهها برای مدل AR از مرتبۀ ۲۴. ب- تابع خودهمبستگی جزئی باقیماندهها برای مدل AR از مرتبۀ ۲۴. ۷۵
شکل۴-۱۰ الف- تابع خودهمبستگی باقیماندهها برای مدل AR از مرتبۀ ۳۶. ب- تابع خودهمبستگی جزئی باقیماندهها برای مدل AR از مرتبۀ ۳۶. ۷۶
شکل۴-۱۱ پیشبینی O3 و خطای آن در مرحلۀ آموزش شبکه MLP. 82
شکل۴-۱۲ پیشبینی O3 و خطای آن در مرحلۀ تست شبکه MLP. 82
شکل۴-۱۳ همبستگی بین دادههای واقعی(o3) و دادههای پیشبینی شده در شبکهMLP. 83
شکل۴-۱۴ رابطۀ بین خطا و مقادیر واقعی (o3) در شبکهMLP. 83
شکل۴-۱۵ پیشبینی CO و خطای آن در مرحلۀ آموزش شبکه MLP. 85
شکل۴-۱۶ پیشبینی CO و خطای آن در مرحلۀ تست شبکه MLP. 86
شکل۴-۱۷ همبستگی بین دادههای واقعی (CO) و دادههای پیشبینی شده در شبکهMLP. 86
شکل۴-۱۸ رابطۀ بین خطا و مقادیر واقعی (CO) در شبکهMLP. 87
شکل۴-۱۹ پیشبینی O3 و خطای آن در مرحلۀ آموزش شبکه المن. ۸۸
شکل۴-۲۰ پیشبینی O3 و خطای آن در مرحلۀ تست شبکه المن. ۸۹
شکل۴-۲۱ همبستگی بین دادههای واقعی (O3) و دادههای پیشبینی شده در شبکه المن. ۸۹
شکل۴-۲۲ رابطۀ بین خطا و مقادیر واقعی (O3) در شبکه المن. ۹۰
شکل۴-۲۳ پیشبینی CO و خطای آن در مرحلۀ آموزش شبکه المن ۹۱
شکل۴-۲۴ پیشبینی CO و خطای آن در مرحلۀ تست شبکه المن ۹۲
شکل۴-۲۵ همبستگی بین دادههای واقعی(CO) و دادههای پیشبینی شده در شبکه المن. ۹۲
شکل۴-۲۶ رابطۀ بین خطا و مقادیر واقعی(CO) در شبکه المن. ۹۳
شکل۴-۲۷ الف- هیستوگرم متغیر O3. ب- هیستوگرام متغیر Ln O3. 94
شکل۴-۲۸ الف- هیستوگرم متغیر CO. ب- هیستوگرام متغیر Ln CO. 95
شکل۴-۲۹ پیش بینی CO و خطای آن با کمک مدل بیز. ۹۸
شکل۴-۳۰ همبستگی بین مقادیر واقعی (CO) و مقادیر پیشبینی شده در مدل بیز. ۹۹
شکل۴-۳۱ پیشبینی O3 و خطای آن با کمک مدل بیز. ۹۹
شکل۴-۳۲
همبستگی بین مقادیر واقعی (O3) و مقادیر پیشبینی شده در مدل بیز. ۱۰۰
شکل۵-۱ همبستگی بین مقادیر واقعی (O3) و مقادیر پیشبینی شده در شبکه MLP بدون برهم زدن ترتیب دادهها. ۱۰۳
شکل۵-۲ همبستگی
بین مقادیر واقعی (CO) و مقادیر پیشبینی شده در شبکه MLP بدون برهم زدن ترتیب دادهها. ۱۰۳
شکل۵-۳ سری زمانی CO 105
شکل۵-۴ سری زمانی SO2 105
شکل۵-۵ سری زمانی PM10 106
شکل۵-۶ سری زمانی فشار ۱۰۶
شکل۵-۷سری زمانی NO2 106
نمودار نمای هرست برای سری زمانی PM10 . 109
نمودار نمای هرست برای سری زمانی NO2. 109
نمودار نمای هرست برای سری زمانیSO2 . 110
نمودار نمای هرست برای سری زمانی دما. ۱۱۰
نمودار نمای هرست برای سری زمانی فشار. ۱۱۰
نمودار نمای هرست برای سری زمانی رطوبت. ۱۱۱
نمودار نمای هرست برای سری زمانی سرعت باد. ۱۱۱
نمودار نمای هرست برای سری زمانی جهت باد. ۱۱۱
الف- تابع خودهمبستگی باقیماندهها برای مدل AR از مرتبۀ ۴۸. ب- تابع خودهمبستگی جزئی باقیماندهها برای مدل AR از مرتبۀ ۴۸ . ۱۱۲
تابع خودهمبستگی سری زمانی دما. ۱۱۲
تابع خودهمبستگی جزئی سری زمانی دما. ۱۱۲
تابع خودهمبستگی سری زمانی O3. 113
تابع خودهمبستگی جزئی سری زمانی O3. 113
الف- تابع خودهمبستگی باقیماندهها برای مدل AR از مرتبۀ ۲۴. ب- تابع خودهمبستگی جزئی باقیماندهها برای مدل AR از مرتبۀ ۲۴. ۱۱۳
تابع خودهمبستگی سری زمانی NO2. 114
تابع خودهمبستگی جزئی سری زمانی NO2. 114
الف- تابع خودهمبستگی باقیماندهها برای مدل AR از مرتبۀ ۲۵. ب- تابع خودهمبستگی جزئی باقیماندهها برای مدل AR از مرتبۀ ۲۵. ۱۱۴
تابع خودهمبستگی جزئی سری زمانی CO. 115
الف- تابع خودهمبستگی باقیماندهها برای مدل AR از مرتبۀ ۲۴. ب- تابع خودهمبستگی جزئی باقیماندهها برای مدل AR از مرتبۀ ۲۴. ۱۱۵
تابع خودهمبستگی سری زمانی CO. 115
الف- تابع خودهمبستگی باقیماندهها برای مدل AR از مرتبۀ ۱۶. ب- تابع خودهمبستگی جزئی باقیماندهها برای مدل AR از مرتبۀ ۱۶. ۱۱۶
تابع خودهمبستگی جزئی سری زمانی SO2. 116
تابع خودهمبستگی سری زمانی SO2. 116
تابع خودهمبستگی جزئی سری زمانی PM10. 117
مطلب دیگر :
پارت جو: جستجوی سریع قطعات الکترونیک
آلودگی هوا پدیده جدیدی نیست که امروزه به صورت یک معضل در آمده باشد و ذهن انسانها را برای پیشبینی کردن آن به دغدغه انداخته باشد. متأسفانه فعالیتهای روز افزون انسانها مخصوصاً پس از انقلاب صنعتی باعث ایجاد آلودگی هوا در مقیاسهای بزرگ شده است.
واضح است که شناخت رفتارهای زیستی در تولید آلایندههای هوا کمکی در مدیریت و کنترل کیفیت هوا و در نتیجه آن بالا بردن سطح سلامت اجتماعی و کاهش اثرات سوء آلودگی هوا میتواند داشته باشد؛ چرا که با داشتن این شناخت میتوان برنامهریزی لازم جهت کاهش منابع تولید آلودگی هوا و در ادامه آن داشتن محیطی سالم را در فکر پروراند.
مؤسسه حفاظت از محیط زیست آمریکا EPA، شش آلاینده اصلی را به عنوان معیار برای بررسی میزان آلودگی هوا انتخاب نموده و آن ها را به دو دسته اولیه و ثانویه تقسیم کرده است. آلایندههای اولیه موادی هستند که از منابع مستقیماً به هوای محیط وارد میشوند و شامل پنج آلاینده منواکسیدکربنCO، دیاکسیدنیتروژن NO2، دیاکسیدگوگرد SO2، ذرات معلق با قطر کمتر از ۱۰ میکرون PM10 و هیدروکربنهای فرار VOCs میباشند. آلایندههای ثانویه به موادی اطلاق میشود که در اثر فعل و انفعالات موجود در هوای اطراف زمین بوجود میآید و در این گروه میتوان از ازن O3 نام برد.
در این تحقیق از میان آلایندههای نام برده پیشبینی دو آلایندۀ CO و O3 مبنای کار قرار گرفته است. ضرورت پیشبینی ازن را به دلیل اثرات منفی آن بر سلامتی انسان، حیوانات و گیاهان میدانیم و اینکه با مدلسازی ازن میتوان اقدام به هشدار سریع در مکانهایی که غلظت آن بالا میرود، کرد. همچنین از آنجائیکه منبع اصلی تولید گاز مونو کسید کربن اتومبیلها هستند بنابراین به دلیل حجم ترافیکی سنگین ناشی از ترابری در شهر تهران، استفاده از خودروهای غیراستاندارد و مشکل احتراق ناقص سوختهای مورد استفاده در خودروها، پیشبینی CO را مورد توجه قرار دادهایم. با توجه به اثرات مهلکی که مونوکسید کربن میتواند بر سلامتی انسان داشته باشد، اتخاذ تصمیمات لازم برای برنامه ریزی صحیح در مقابله با این معضل ضروری به نظر میرسد.
همان طور که نیاز است بایستی برای داشتن تصمیمی مناسب در آینده، اطلاعات مناسبی از رفتار سیستم خود بدست آوریم تا بتوانیم با مدلسازی رفتار سیستم، چگونگی عملکرد آن را در دیگر زمانها بررسی کنیم. در چنین مسیری پس از مدلسازی مناسب از سیستم میتوانیم، پیشبینی مناسبی از رفتار آن در آینده و در نتیجه تصمیمات بهینهتری برای جلوگیری از حوادث ناخواسته ایجاد نمائیم. در مسیر مدلسازی سیستمها، شناخت پارامترهای اثرگذار در سیستم، ارتباط این پارامترها و نوع اثر گذاری هر یک در سیستم از جمله اصلیترین بحث در تحلیل و شناسایی سیستم میباشد.
با این رویکرد ما در این تحقیق به دنبال تحلیلی مناسب از محیط هستیم تا بتوانیم رفتار آن را پیشبینی کرده و ترسیم دقیقتری از آینده را برای خود داشته باشیم. برای مدلسازی رفتار آلایندههای هوا غالبا روشهای شبکههای عصبی، منطق فازی، رگرسیونها و روشهای آماری مورد استفاده قرار میگیرند. در این تحقیق ما بدنبال این هستیم که با بهره گرفتن از روش شبکههای عصبی و رگرسیونهای خطی به مدلسازی و پیشبینی دو آلایندۀ CO و O3 بپردازیم.
شبکه های عصبی از توانایی بالایی در استخراج الگوها از میان داده ها و همچنین حل مسائل پیچیده با ماهیت طبیعی برخوردار هستند. دقت اجرای این شبکهها در حالت وابستگی پارامترهای ورودی و حتی وجود نویز در داده ها مناسب بوده و با امکان آموزشپذیری مجدد در هنگام ورود دادههای جدید، از انعطافپذیری بالایی برخوردار هستند. در این تحقیق از میان معماریهای مختلف شبکههای عصبی، از دو شبکۀ عصبی پرسپترون چند لایه[۱] و شبکه عصبی المن[۲] به منظور پیشبینی دو آلایندۀ CO و O3 استفاده شده است. شبکۀ عصبی پرسپترون چند لایه علی رغم کلاسیک بودن آن در مدلسازی سیستمهای هوشمند، بدلیل انعطاف پذیری زیاد آن در مدلسازی فرایندها و نیز کاربرد فراوان آن در بحث پیشبینی آلایندههای هوا انتخاب شده است. همچنین در این تحقیق از شبکه عصبی المن بدلیل ماهیت ساختاری و کاربردی این شبکه در مدلسازی سریهای زمانی بهره گرفتهایم.
۵-۹- توزیع فرکانس هد در گره های شبکه ۸۴
۵-۱۰- توزیع فرکانس مصرف در گره های شبکه ۸۵
۵-۱۱- نمودار توزیع فرکانسی ضریب اصطکاک در لوله های شبکه ۸۶
۵-۱۲- نمودار توزیع فرکانسی سرعت در لوله های شبکه ۸۷
۵-۱۳- دیاگرام تراز ارتفاعی در گره ها ۸۷
|
۵-۱۴- دیاگرام مصارف در گره ها ۸۸
۵-۱۵- دیاگرام فشار در گره ها ۸۸
۵-۱۶- دیاگرام تناظر مقدار قطرها به لوله ها ۸۹
۵-۱۷- دیاگرام تناظر طول با لوله ها ۸۹
۵-۱۸- دیاگرام سرعت در لوله ها ۹۰
۵- ۱۹- دیاگرام ضریب اصطکاک در لوله ها ۹۰
۵-۲۰ – دیاگرام جریان در لوله ها ۹۱
۵- ۲۱- کانتور وضعیت فشاری شبکه ۹۲
۵-۲۲- کانتور وضعیت مصرف در شبکه ۹۳
۵-۲۳ – کانتور وضعیت هد در شبکه ۹۳
۵-۲۴- کانتور تراز ارتفاعی در شبکه ۹۴
۶-۱- نمودارهای همگرایی برای الگوریتم در گام بهینه سازی ۱۰۰
۶-۲- نمودار مقایسه ی هد در گره ها پیش و پس از بهینه سازی ۱۰۲
۶-۳- نمودار مقایسه ی فشار در گره ها پیش و پس از بهینه سازی ۱۰۲
۶-۴- نمودار مقایسه ای سرعت در لوله ها پیش و پس از بهینه سازی ۱۰۳
۶-۵- نمودار مقایسه ای تلفات واحد طول در لوله ها پیش و پس از بهینه سازی ۱۰۴
۶-۶- نمودار مقایسه ای جریان در لوله ها پیش و پس از بهینه سازی ۱۰۵
۶-۷- کانتور فشار در جغرافیای شبکه ی آبرسانی لنگرود ۱۰۶
۶-۸- کانتور تغییرات هد در جغرافیای شبکه آبرسانی لنگرود ۱۰۸
چکیده
بررسی معایب شبکه های آبرسانی شهری (بعنوان نمونه شبکه ی آب لنگرود) و بهینه سازی و طراحی شبکه ی بهینه برای یک منطقه ی خاص با بهره گرفتن از الگوریتم جفتیابی زنبورهای عسل HBMO
با توجه به بحران جهانی آب، امروزه رویکردی ویژه به طراحی و استفاده ی بهینه از شبکه های آبرسانی در سرتاسر کره خاکی پدید آمده است. این نگرش به ویژه در کشورهای در حال توسعه مانند ایران بسیار جدی تر می بایست دنبال شود. همانگونه که از نتایج ارائه شده در این پایان نامه برخواهد آمد ؛ شبکه ی آبرسانی لنگرود علاوه بر فرسودگی و غیرمهندسی ساز بودن آن عملکرد مناسبی برای توزیع آب بصورت صحیح برای ساکنان شهر ندارد. کمبود فشار و دبی، آشکارا در نقاط متعددی از شهر برای مردم ایجاد مشکل کرده است. در این پایان نامه روشی کاربردی جهت بهینه سازی شبکه ی آبرسانی شهر لنگرود با بهره گرفتن از یکی جدیدترین الگوریتمهای فراکاوشی به نام الگوریتم جفتیابی زنبورهای عسل ارائه گردیده است که علاوه بر بار آکادمیک کاربردی نیز می تواند باشد. ویژگی تمام شبکه های فرسوده اینست که با
کمبود اطلاعات مواجه اند لذا در این پایان نامه از تقریبهای نوینی برای تخمین آنها استفاده گردید. مهمترین این تقریبها یکی در تخمین دبی ها در گره های اصلی شبکه با روش منحنی های تیسن و به کمک نرم افزار جی آی اس به کار رفته است و دیگری در کالیبراسیون ضرایب زبری در لوله های شبکه ؛ که بطور مفصل یک بخش از پایان نامه را به خود اختصاص داده است. آنچه در این فرایند انجام گرفته است نهایتا جهت تعیین وضعیت فعلی شبکه بوده است. در فصل پایانی بعنوان اطلاعات ورودی برای بهینه سازی شبکه مورد استفاده قرار گرفته است. بهینه سازی مدل کلی شبکه با بهره گرفتن از الگوریتم فراکاوشی و تکاملی جفتیابی زنبورهای عسل انجام گرفته است.
کلیدواژه: بهینه سازی ، شبکه های آب شهری ؛ جفتیابی زنبورهای عسل ؛ کالیبراسیون دبی و ضرایب زبریمطلب دیگر :
داوری های تجاری بین المللی : دانلود پروژه ، پایان نامه، سمینار، …
در قرن اخیر یکی از مهمترین مسائلی که ذهن بشر را درگیر ساخته است ؛ تمام شدن منابع طبیعی مورد نیاز اوست. یکی از مهمترین این منابع که به واقع زندگی بدون آن ناممکن است ؛ آب یا همان مایع حیات است. در این میان شکی نیست دستیابی به آب آشامیدنی سالم و پاکیزه حق هر انسانی است و این مورد حتی در مجمع عمومی سازمان ملل نیز بعنوان یکی از حقوق بنیادین بشر شناخته شده است. هم اینک کمبود فزاینده آب در بسیاری از کشورها به یک بحران تبدیل شده است. یک دهه قبل پیش بینی می شد که تا سال ۲۰۲۵ یک سوم کشورها با کمبود آب مواجه خواهند شد. با این حال هم اینک به آستانه این بحران نزدیک شده ایم. هم اینک دو میلیارد نفر از مردم جهان در کشورهایی زندگی می کنند که دارای بحران آب هستند و در صورتی که روندهای جاری تغییر پیدا نکند تا سال ۲۰۲۵ دو سوم مردم دنیا با این بحران روبه رو خواهند شد. بدتر اینکه همان طوری که در قرن گذشته بر سر تصاحب منابع نفتی جنگ روی می داد ممکن است در قرن حاضر جنگ هایی برای کنترل منابع آب رخ دهد. در قرن بیستم جمعیت جهان سه برابر شد ولی مصرف آب هفت برابر بیشتر شد. تا سال ۲۰۲۵ که دو میلیارد نفر دیگر به جمعیت جهان افزوده می شود، انسان ها به ۸۰ درصد افزایش در ذخایر آب نیاز خواهند داشت. هیچ کس نمی داند که این آب از کجا خواهد آمد!. زیرا ذخایر آب کره خاکی کاملا محدود است. خشکسالی از دیرباز یکی از دغدغه های انسان بوده است و امروز با گرمایش زمین در اثر آلودگی های زیست محیطی و گسترش بیابانها و مناطق خشک انسان به فکر فرو رفته است تا راهی جهت مقابله با بحران جهانی آب پیدا کند.
در طی سالهای میانی و پایانی قرن گذشته تلاش روزافزونی توسط دانشمندان جهان در عرصه های مرتبط با آب صورت گرفت تا منجر به راه حلهایی برای مهار بحران آب گردد. یکی از مهمترین این راه ها مصرف بهینه ی این ماده ی حیاتی است و نمود اصلی آن در طراحی شبکه های آبرسانی شهری یا نشت یابی و اصلاح آنهاست. بدون شک میزان آب زیادی در تاسیسات آبرسانی یک شهر در گذشته به هدر می رفت. نشت لوله های آب در اثر خوردگیهای ایجاد شده در جداره ی لوله ها ؛ عملکرد نادرست پمپها ؛ مشکلات فنی مخازن و بطور خلاصه دو عامل فرسودگی و طراحی غیرمهندسی تاسیسات یک شبکه ی آبرسانی شهری عمده ی مواردی هستند که می توانند علاوه بر به هدر رفتن این مایع ارزشمند ؛ موجباتی را فراهم آورد تا عملکرد یک شبکه دچار اختلال گردد. این اختلال ها بصورت فشار زیاد یا کم آب در مناطق مصرف خود را نشان می دهد. بعلاوه این موارد می توانند موجب توزیع ناهمگون آب در میان افراد یک جامعه ی شهری شود.
هستند که توسط انواع زیادی از گیاهان تولید می شوند. اینولین در تعدادی از گیاهان به عنوان منبع
ذخیره ی انرژی خصوصاً در ریشه ها و ساقه های زیر زمینی است. بیشتر گیاهانی که اینولین را جهت ذخیره ی انرژی سنتز و ذخیره می کنند. از فرم های دیگر کربوهیدرات همانند نشاسته جهت
ذخیره ی انرژی استفاده نمیکنند (فاتح، ۱۳۸۹). امروزه یکی از اهداف اصلی پرورش دهندگان جوجه گوشتی بالابردن کلیه پارامترهای تولید از جمله ضریب تبدیل غذایی، میانگین افزایش وزن، کاهش چربی حفره بطنی می باشد. باور بر این است که اشکال مختلف تهیه شده از گیاه آرتیشو تقویت کننده عملکرد کبد وکلیه مخصوصا در هنگام استرس های متابولیکی (سوخت وساز) است (Pecht, 1996). عصاره برگ های آرتیشو به صورت سنتی برای یرقان و نارسایی کبدی و به عنوان ماده بی ضرر برای کاهش کلسترول استفاده گردیده است. (چراغچی باشی، ۱۳۹۰). علیرغم همه اثرات مفید فوق وقابلیت تولید انبوه این گیاه تاکنون اثرات این گیاه برعملکرد و افزایش بازدهی اقتصادی جوجه های گوشتی در دوره رشد مطالعه نشده است. به منظوریافتن راه های جدید برای افزایش بازده ای اقتصادی جوجه های گوشتی بااستفاده حداکثری ازمنابع غذایی داخل کشور (پتانسیل های بومی) توجه به گیاهان داروئی بومی، اهمیت دارد در این تحقیق با توجه به گزارش های مختلف شفاهی و نوشتاری و
مساعدت شرکت باریج اسانس در جهت گسترش تحقیقات روی گیاه آرتیشو، پروژه ای در قالب پایان نامه طراحی شد و اثر عصاره این گیاه روی رشد جوجه های گوشتی
مطلب دیگر :
نقش نهاد های محلی (شهرداری و شورای شهر) در توسعه گردشگری
بررسی شد.
۱-۵- اهداف پژوهشبر اساس سوالات مذکور فرضیه های این تحقیق به صورت زیر مطرح می گردد:
تجزیه و تحلیل از روش اقتصادسنجی « خود رگرسیون برداری » ( VAR[1] )، است. معمولا برای بررسی رفتار متقابل چند متغیر سری زمانی از سیستم معادلات هم زمان استفاده می گردد. هر یک از معادلات این سیستم بر مبنای نظریه های اقتصادی تبیین شده است. در واقع، در چنین سیستم هایی در مورد اینکه هر یک از متغیر های درون زا بر اساس مبانی تئوریک تابعی از چه متغیرهایی هستند باید تصمیم گیری شود. در چنین الگویی برخی از متغیرها درون زا و گروهی دیگر از متغیرها برون زا یا از پیش تعیین شده تلقی می گردند. قبل از برآورد چنین الگویی لازم است از مشخص بودن معادلات این سیستم اطمینان حاصل کرد. به این معنی که با توجه به مساله تشخیص معادلات سیستم، روش های مناسب تخمین مورد استفاده قرار گیرد. بنابراین قبل از برآورد سیستم معادلات همزمان لازم است متغیرهای الگو را به دو دسته
درونزا و برون زا تقسیم بندی کرده و سپس به شناسایی الگو دست یافت. چنین تصمیماتی معمولا توسط محقق صورت می گیرد که به شدت از سوی سیمز ( ۱۹۸۰ ) مورد
مطلب دیگر :
انتقاد واقع شده است. در واقع وجود مشکلاتی در رابطه با سیستم معادلات همزمان از جمله قضاوت در مورد درون زایی یا برون زایی متغیرها، موجب ارائه الگوی جدیدی به نام الگوی خود رگرسیون برداری یا الگوی VAR به وسیله وی گردید. الگوهایی که سعی می کند رفتار یک متغیر را بر اساس مقادیر گذشته آن متغیر وسایر متغیرهای موجود در سیستم به صورت همزمان توضیح دهند، الگوی خود رگرسیون برداری (VAR ) نامیده می شود.
از مزیت های الگوی VAR این است که نیازی به نگرانی درباره تعیین درون زا و برون زا بودن متغیرها نیست. زیرا تمام متغیرهای مدل درون زا محسوب می شوند. از طرف دیگر، پیش بینی هایی که از این روش به دست می آید در بسیاری از موارد بهتر از نتایج مدل های پیچیده معادلات همزمان است. این الگو قادر است رابطه خطی بین متغیر های ابزار و اهداف را از تابع عکس العمل ( IRF ) تبیین و مورد استفاده قرار داده تا مسیر های مطلوب متغیر های هدف شناسایی شوند.۲-۲ کوانتش سیستم های مقید. ۳۰
۲-۳ کوانتش میدان کلین گوردون در حجم محدود با بهره گرفتن از قیود دیراک ۳۲
۲-۳-۱ حل معادله میدان کلین گوردون. ۳۲
۲-۳-۲ کوانتش دستگاه بدون حل معادلات حرکت. ۳۳
۲-۳-۳ محاسبه میدان کلین گوردون با شرط مرزی نویمان. ۳۷
۲-۴ کوانتش میدان الکترومغناطیس با بهره گرفتن از قیود دیراک در حجم محدود ۳۷
۲-۴-۱ اصول کار. ۳۷
۲-۴-۲ کوانتش میدان الکترومغناطیسی ۳۸
۲-۴-۳ تعریف شرایط مرزی و محاسبه قیود. ۳۹
۲-۴-۴ اعمال قیود بر بسط مولفه های میدان. ۴۱
فصل سوم خلاء الکترومغناطیسی ۴۲
۳-۱ معرفی ۴۳
۳-۲ نوسانگر هارمونیک ۴۳
۳-۳ رابطه مدهای میدان و نوسانگر هارمونیک ۴۵
۳-۴ کوانتش مدهای میدان. ۴۶
۳-۵ میدان در فضای آزاد. ۴۷
۳-۶ ضرورت میدان خلاء. ۴۹
۳-۷ اثر کازیمیر. ۵۰
|
فصل چهارم نیروی کازیمیر برای میدان های اسکالر و الکترومغناطیس ۵۴
۴-۱ میدان اسکالر کوانتیده در فاصله محدود. ۵۵
4-1-1 منظم سازی میدان اسکالر با تابع نمایی ۵۶
۴-۱-۲ منظم سازی میدان اسکالر با تابعی دیگر. ۵۸
۴-۲ نیروی کازیمیر برای میدان الکترو مغناطیس ۵۹
۴-۲-۱ صفحات رسانای موازی ۵۹
۴-۲-۲ به دست آوردن نیروی کازیمیر میدان الکترو مغناطیسی با بهره گرفتن از روش بررسی سازگاری قیود ۶۲
۴-۳ فشار تابشی خلاء: توضیح فیزیکی نیروی کازیمیر. ۶۶
فصل پنجم نیروی کازیمیر برای یک ریسمان باز ۶۸
۵-۱ ریسمان باز در حضور میدان مغناطیسی B 69
5-2 معادلات میدان، شرایط مرزی و قیود ریسمان. ۷۰
۵-۳ انرژی نقطه صفر ریسمان. ۷۵
۵-۴ منظم سازی انرژی نقطه صفر و محاسبه نیروی کازیمیر. ۷۶
۵-۵ حالت کلی دیگر. ۷۷
۵-۶ نتیجه گیری ۷۸
مراجع. ۷۹
چکیده
هدف اصلی این پایان نامه پیوند بین دو مبحث دستگاه های مقید و اثر کازیمیر می باشد. نقطه مشترک این دو مبحث مهم را می توان در شرایط مرزی یافت. در این تحقیق برای به دست آوردن نیروی کازیمیر میدان های کلین گوردون، الکترومغناطیس و ریسمان باز، از روش کوانتش سیستم های مقید با در نظر گرفتن شرایط مرزی به عنوان قیود استفاده شده است. برای این منظور پس از محاسبه سازگاری قیود مذکور با هامیلتونی کل و اعمال زنجیره کامل قیود بر بسط فوریه مولفه های میدان مد های غیر فیزیکی حذف شده و به فضای فاز کاهش یافت دست می یابیم. سپس با تبدیل کروشه دیراک مدهای باقی مانده به جابه جا گر، سیستم را کوانتومی می کنیم و عملگر انرژی را بر حسب مدهایی فیزیکی بیان می کنیم. منشا اثر کازیمیر در مقایسه مدهای حاضر در عملگر انرژی دستگاه دارای شرایط مرزی با دستگاه بدون مرز است. به بیان دیگر نشان می دهیم که اعمال قیود ناشی از شرایط مرزی منجر به حذف برخی از مدها و ظهور نیروی کازیمیر می شود.
کلمات کلیدی: اثرکازیمیر، دستگاه های مقید، شرایط مرزی، کروشه دیراک.
مطلب دیگر :
تحقیق رایگان با موضوع کنوانسیون حقوق کودک
مقدمه