صفحه نمایش استاد - پرتال اصلی دانشگاه رازی
علیرضا کرم پور
استادیار / کشاورزی / مهندسی علوم دامی
دروس ارائه شده نیمسال جاری
| نام درس | واحد | زمان ارائه درس | ترم |
|---|---|---|---|
| ساختمان و تاسیسات دام | 1 | هفته هاي زوج ، يك شنبه ، 08:30-10:30 | نیمسال اول سال تحصیلی 1405-1406 |
| عملی ساختمان و تاسیسات دام | 1 | هرهفته، سه شنبه ، 14:00-16:00 | نیمسال اول سال تحصیلی 1405-1406 |
| عملی ساختمان و تاسیسات دام | 1 | هرهفته، سه شنبه ، 16:00-18:00 | نیمسال اول سال تحصیلی 1405-1406 |
| پرورش بز | 2 | هرهفته، چهارشنبه ، 14:00-16:00 | نیمسال اول سال تحصیلی 1405-1406 |
پایاننامههای کارشناسیارشد
-
واکاوی اثرات اپیدمی کووید 19 بر آموزش دانش آموزان روستایی شهرستان کرمانشاه
محمدعلی یاوری 1403 -
پاسخ های ارقام گوجه فرنگی آلوده با گل جالیز به تاریخ انتقال نشاء از نظر صفات اگروفیزیولوژیک در اقلیم معتدل (Csa)
کیمیا اعتصامی فر 1403 -
مطالعه تاثیر کیتوزان و سدیم نیتروپروساید بر ریزازدیادی سیب گوشت سرخ
ناهید بهرام آبادی 1403سیب گوشت سرخ یکی از درختان میوه خاص و کمیاب میباشدکه به دلیل قرمز بودن رنگ گوشت آن،کیفیت خوراکی و میزان بالای آنتیاکسیدان موجود درآن مورد توجه است. بنابراین دستیابی به روش بهینه و مناسب به منظور ریزازدیادی آن از اهداف اصلی کشت بافت میباشد. در این مطالعه تاثیرکیتوزان و سدیم نیتروپروساید بر ریزازدیادی سیب گوشت سرخ (بسطام و بکران) مورد بررسی قرار گرفت. در مرحله پرآوری اثر غلظتهای مختلف سدیم نیتروپروساید (3،0 و 5 میلیگرم بر لیتر)، کیتوزان (0، 20، 40 و60 میلیگرم بر لیتر) و اثر متقابل آنها در محیط کشت پایه MS حاوی تنظیم کننده رشد گیاهی 1 میلیگرم بر لیتر BAP و 1/0 میلیگرم بر لیتر IBA مورد بررسی قرار گرفت. در مرحله باززایی از برگ، بخش انتهایی برگ در شرایط تاریکی روی محیط کشت پایه MS حاوی تنظیم کنندههای رشد 3/3 میلیگرم بر لیتر TDZ و 4/0 میلیگرم بر لیتر IBA قرار گرفت و پس از چهار هفته ریزنمونههای فوق به منظور بررسی اثر غلظتهای سدیم نیتروپروساید (3،0 و 5 میلیگرم بر لیتر) و کیتوزان (0، 20، 40 و60 میلیگرم بر لیتر) و اثر متقابل آنها در محیط پایه MS حاوی تنظیم کننده رشد گیاهی 1 میلیگرم بر لیتر BAP و 1/0 میلیگرم بر لیتر IBA قرار گرفت. در مرحله ریشهدهی، به منظور بررسی نوع محیط کشت پایه MS 2/1 (جامد و مایع) و غلظتهای تنظیم کننده رشد IBA (0، 1، 2 و3 میلیگرم بر لیتر) انجام شد. طبق نتایج مشاهده شده در مرحله پرآوری بیشترین قطر ساقه (17/0 میلی متر) مربوط به ژنوتیپ بسطام در محیط کشت حاوی کیتوزان با غلظت 40 میلیگرم بر لیتر و بیشترین طول و عرض برگ (74/1 و97/0 سانتیمتر به ترتیب) در ژنوتیپ بکران درمحیط کشت حاوی کیتوزان با غلظت 20 میلیگرم بر لیتر مشاهده شد. بلندترین ارتفاع گیاهچه (26/6 سانتیمتر) مربوط به ژنوتیپ بسطام در محیط فاقد تیمار و بیشترین تعداد برگ (51/16 عدد)، طول و عرض برگ (49/1 و 90/0 سانتیمتر) مربوط به ژنوتیپ بکران در محیط حاوی با غلظت 5 میلیگرم بر لیتر میباشد. در آزمایش باززایی از برگ ژنوتیپ بسطام، بیشترین درصد باززایی (30 درصد) و تعداد نوساقه (50/5 عدد) در محیط کشت حاوی40 میلیگرم بر لیتر کیتوزان و3 میلیگرم بر لیتر به دست آمد و بیشترین ارتفاع نوساقه مربوط به اثرمتقابل40 میلیگرم بر لیتر کیتوزان و 5 میلیگرم بر لیتر بود. آزمایش ریشهدهی ژنوتیپ بکران حاوی تنظیم کننده رشد 2 میلیگرم بر لیتر IBA بیشترین تعداد ریشه (17/3 عدد) تولید نموده و ژنوتیپ بکران در محیط کشت جامد حاوی تنظیم کننده رشد 2 میلیگرم بر لیتر IBA ، بلندترین طول ریشه (78/3 سانتیمتر) مشاهده شده. نتایج نشان داد بیشترین درصد زندهمانی گیاهچههای سازگار شده مربوط به ژنوتیپ بکران (96 درصد) بود. کلید واژگان: کشت بافت، سیب گوشت سرخ، پرآوری، ریزازدیادی
-
ارتباط میکوریزی ترفزیا، تیرمانیا و جئوپورا با تعدادی از گیاهان خانواده Cistaceae در شرایط گلخانه
مسعود شیبانی 1401طی فصول بهار سالهای ????-???? نمونهبرداری از مناطق جنوبی ایران به عمل آمد. پس از شناسایی ریختشناسی نمونهها، با استفاده از آغازگرهای عمومی ITS1/ITS4 نسبت به شناسایی مولکولی نمونهها اقدام شد. در بین نمونههای جمعآوری شده چهار گونه شامل Terfezia claveryi، Tirmania pinoyi، Geopora cooperi و Geopora ramila شناسایی شد. گونه G. cooperi اولین گزارش برای فلور قارچی ایران و گونه G. ramila، بهعنوان گونهای جدید برای دنیا توصیف شد. گونه G. cooperi ارتباط میکوریزی با درخت کاج (Pinus eldarica) و گونه G. ramila با گیاه Helianthemum ledifolium ارتباط میکوریزی داشت. تایید ارتباط میکوریزی این دو گونه نیاز به بررسیهای مولکولی و گلخانهای بیشتری دارد. ارتباط میکوریزی دو گونه T. claveryi و T. pinoyi با چهار گونه گیاهی میزبان شامل Cistus ladanifer، C. laurifolius، Helianthemum almeriense و H. lippii در شرایط گلخانهای مورد بررسی قرار گرفت. نتایج بهدستآمده نشان داد گونه T. pinoyi با چهار گونه گیاهی مذکور تشکیل قارچ ریشه خارجی-داخلی میدهد. بهترین ارتباط میکوریزی T. pinoyi و T. claveri با H. lippii به ترتیب با درصدهای میکوریزی ?? و 87 و درصد نسبی میکوریزی ??/?? و 18/48 بود. گونه T. claveri نیز با چهار گونه گیاهی تشکیل قارچ ریشه خارجی-داخلی با درجات متفاوتی از توسعهیافتگی غلاف داد. با تهیه آغازگرهای اختصاصی ناحیه نسخه برداری شده داخلی دی.ان.ای. ریبوزومی برای گونه T. pinoyi (FTiPi/RTiPi) و گونه T. claveryi (FTeCl/RTeCl) در واکنش زنجیرهای پلیمراز تودرتو ارتباط میکوریزی این دو گونه با چهار گونه گیاهی میزبان تایید شد.
-
پیش بینی پتانسیل خورندگی و رسوبگذاری آب در شبکه توزیع آب چند منطقه روستایی استان کرمانشاه با کاربرد شبکه های عصبی مصنوعی
شبنم ویسی 1401آب اصلیترین عنصر برای فرآیندهای حیاتی تمام موجودات زنده و مبنای اصلی پایداری زندگی برروی کره زمین میباشد، بههمین دلیل داشتن آب سالم و بهداشتی یکی از ضروری ترین نیازهای زندگی انسان و جامعه می باشد. کیفیت آب باعث محدودیت شدید در بهرهبرداری از منابع آب می گردد. یکی از شایعترین مشکلات بهرهبرداری و نگهداری تاسیسات آبی پدیده خورندگی آب و رسوبگذاری آب است. خورندگی آب پدیدهای است که عموما در اثر تماس مواد با محیط اطراف بهوجود میآید. درحال حاضر درصد قابل توجهی از درآمد سالیانه کشورها به مسائل مربوط به خورندگی آب و رسوبگذاری آب اختصاص داده میشود که پیشبینی و برآورد آن به کنترل و کاهش هزینههای ناشی از خورندگی آب کمک زیادی میکند. کاربرد شاخصهای خورندگی آب و رسوبگذاری آب روشی غیرمستقیم در تشخیص و اندازهگیری تمایل آب به خورندگی آب و رسوبگذاری آب میباشد. بهعلت تاثیر عوامل مختلف، پتانسیل خورندگی آب و رسوبگذاری آب پدیده پیچیدهای بوده و بهراحتی قابل مدلسازی نمیباشد. در این تحقیق برای پیشبینی پتانسیل خورندگی و رسوبگذاری آب شبکه توزیع آب برخی مناطق روستایی استان کرمانشاه از روشهای فراکاوشی همچون شبکههای عصبی مصنوعی و برنامهریزی بیان ژن استفاده شد. از روش رگرسیون خطی و برنامهریزی بیان ژن معادلههایی برای برآورد شاخصهای خورندگی آب استخراج گردیدند. نتایج نشان داد که شبکههای عصبی مصنوعی قادر است شاخصهای خورندگی آب را با بالاترین همبستگی { 95/0، 91/0، 96/0، 92/0 و 99/0} و کمترین درصد خطا {20/0، 44/0، 40/0، 44/0 و 08/0} به ترتیب برای شاخصهای لانژلیه، رایزنر، تهاجمی، پوکوریوس و لارسون-اسکولد اندازهگیری کند. همچنین با استفاده از روابط خطی و غیر خطی به دست آمده توسط مدل برنامهریزی بیان ژن با دقت بالا (84/0 تا 97/0) میتوان تنها با اندازهگیری تاثیرگذارترین پارامترهای شیمیایی، شاخصهای خورندگی آب و رسوبگذاری آب را با هزینه کمتر و دقت بیشتر برآورد نمود. آب اصلیترین عنصر برای فرآیندهای حیاتی تمام موجودات زنده و مبنای اصلی پایداری زندگی برروی کره زمین میباشد، بههمین دلیل داشتن آب سالم و بهداشتی یکی از ضروری ترین نیازهای زندگی انسان و جامعه می باشد. کیفیت آب باعث محدودیت شدید در بهرهبرداری از منابع آب می گردد. یکی از شایعترین مشکلات بهرهبرداری و نگهداری تاسیسات آبی پدیده خورندگی آب و رسوبگذاری آب است. خورندگی آب پدیدهای است که عموما در اثر تماس مواد با محیط اطراف بهوجود میآید. درحال حاضر درصد قابل توجهی از درآمد سالیانه کشورها به مسائل مربوط به خورندگی آب و رسوبگذاری آب اختصاص داده میشود که پیشبینی و برآورد آن به کنترل و کاهش هزینههای ناشی از خورندگی آب کمک زیادی میکند. کاربرد شاخصهای خورندگی آب و رسوبگذاری آب روشی غیرمستقیم در تشخیص و اندازهگیری تمایل آب به خورندگی آب و رسوبگذاری آب میباشد. بهعلت تاثیر عوامل مختلف، پتانسیل خورندگی آب و رسوبگذاری آب پدیده پیچیدهای بوده و بهراحتی قابل مدلسازی نمیباشد. در این تحقیق برای پیشبینی پتانسیل خورندگی و رسوبگذاری آب شبکه توزیع آب برخی مناطق روستایی استان کرمانشاه از روشهای فراکاوشی همچون شبکههای عصبی مصنوعی و برنامهریزی بیان ژن استفاده شد. از روش رگرسیون خطی و برنامهریزی بیان ژن معادلههایی برای برآورد شاخصهای خورندگی آب استخراج گردیدند. نتایج نشان داد که شبکههای عصبی مصنوعی قادر است شاخصهای خورندگی آب را با بالاترین همبستگی { 95/0، 91/0، 96/0، 92/0 و 99/0} و کمترین درصد خطا {20/0، 44/0، 40/0، 44/0 و 08/0} به ترتیب برای شاخصهای لانژلیه، رایزنر، تهاجمی، پوکوریوس و لارسون-اسکولد اندازهگیری کند. همچنین با استفاده از روابط خطی و غیر خطی به دست آمده توسط مدل برنامهریزی بیان ژن با دقت بالا (84/0 تا 97/0) میتوان تنها با اندازهگیری تاثیرگذارترین پارامترهای شیمیایی، شاخصهای خورندگی آب و رسوبگذاری آب را با هزینه کمتر و دقت بیشتر برآورد نمود.
-
بررسی اثر الگوی کاشت بر عملکرد وسایر خصوصیات گیاه دارویی کارلا (Momordica charantia L.) در سطوح مختلف کود اوره و مرغی
علیرضا خسروی 1401خربزه تلخ یا کارلا با نام علمی Momordica charantia گیاهی است، گرمسیری و نیمه گرمسیری از خانواده کدوئیان که بهطور گسترده در مناطق آسیا، آفریقا و آمریکای جنوبی بهمنظور میوه آن کشت میشود. با توجه به ارزش دارویی بالا، سطح فراوری پایین در کشور، بالا بودن قیمت محصول و میزان نیاز، کارلا از گیاهان دارویی اقتصادی به شمار میرود و تولید این محصول بهصورت زراعی میتواند نقش به سزایی در اقتصاد کشور داشته باشد. بهمنظور بررسی اثر سطوح مختلف کود اوره و مرغی و دو شیوه مختلف کشت بر میزان عملکرد، شاخص برداشت، ماده خشک و اجزای عملکرد کارلا، آزمایشی بهصورت اسپلیت پلات در قالب بلوک کامل تصادفی در مزرعه تحقیقاتی دانشکده علوم و مهندسی کشاورزی دانشگاه رازی کرمانشاه در بهار ???? اجرا شد. در این آزمایش پلاتهای اصلی شامل نوع و ترکیب کود اوره و مرغی در 5 سطح (100 درصد اوره)، (75درصد اوره + 25 درصد مرغی)، (?? درصد مرغی +?? درصد اوره)، (25 درصد اوره + 75 درصد مرغی )، (100 درصد مرغی) و پلات فرعی شامل دو نوع شیوه کشت داربستی و کرتی (پشتهای ) بود، از سیستم آبیاری نوار تیپی در این پژوهش استفاده شد. در این پژوهش صفات وزن تر میوه، وزن خشک میوه، طول میوه، قطر میوه، ارتفاع بوته، وزن خشک بوته و شاخص برداشت اندازهگیری شدند. نتایج نشان داد که اثر سطوح کود مرغی و اثر شیوه کشت بر غالب پارا متر های اندازهگیری شده معنیدار بود. افزایش مقادیر کود مرغی و کاهش مقادیر کود اوره باعث افزایش عملکرد در کارلا شد. در میان شیوه های کشت نیز بالاترین عملکرد در الگوی کشت کرتی به دست آمد. اثر متقابل الگوی کشت و سطوح کودی نیز در غالب صفات غیر معنیدار شد. باتوجه به نتایج آزمایش کاربرد کود مرغی و شیوه کشت داربستی برای کشت کارلا پیشنهاد می شود. واژه های کلیدی :
-
بررسی فنولوژی مقایسه¬ای علف¬های هرز ماشک خزری (Vicia hyrcanica Fisch. & Mey.) و ماشک گل بنفش (Vicia monantha Retz) و عدس (Lens culinaris Medik) به منظور تعیین حساس¬ترین مرحله رشدی این علف-های هرز به عوامل مدیریتی
رحمان کرمپور 1399 -
تشخیص عیوب آکوستیکی الکتروموتور با استفاده از روش یادگیری ماشین
وفا صمدی 1399 -
ارزیابی پایداری بومنظامهای تولید گندم دیم (مطالعه موردی منطقه دره صیدی استان لرستان)
محمد گودرزی 1398 -
شبیه سازی و بهینه سازی بهره برداری از سد هرسین تحت سناریوهای اقلیمی RCP
فاطمه سلیمی مستعلی 1398باتوجه به افزایش جمعیت، کمبود و محدودیت شدید منابع آب در کشور و پدیده تغییر اقلیم یکی از گامهای اساسی در زمینهی مدیریت و برنامهریزی منابع آب بهینهسازی مخازن و تغییر الگویکشت میباشد. در تحقیق حاضر با استفاده از دبی (40 ساله)رودخانه کمیش در مدل WEAP به شبیهسازی مخزن سد هرسین که در فاز مطالعاتی قرار دارد پرداختهشد . ابتدا با درنظر گرفتن الگوهای کشت مختلف مقدار اطمینانپذیری نیازهای شرب، صنعت، کشاورزی و زیستمحیطی محاسبهشد و الگویکشت مناسب که پایداری بیشتر سیستم را به همراه دارد انتخاب شد. سپس در مدل LINGO بهینهسازی با هدف حداقل کردن کمبود نیازهای پاییندست سد صورت گرفت. براساس نتایج شبیهسازی، میانگین سالانهی درصد تامین نیازهای زیستمحیطی، اراضی قطرهای باغی، بارانی زراعی و آبخور از فاضلاب به ترتیب 98/98، 51/87، 79/89 و 63/95 برآورد شد، این مقادیر در مدل بهینهساز برابر با 100، 99/99، 21/99 و 12/99 بود که درصد کمبودها به کمتر از 1 % رسید. میانگین حجم سرریز در مدلهای شبیهسازی و بهینهسازی 13/7 و 09/4 میلیون مترمکعب در سال محاسبه شد، که نشان داد حالت بهینه نسبت به شبیهسازی کمترین هدررفت آب را داشتهاست. درنهایت با اعمال سناریوهای RCP اقلیمی نتایج حاکی از کاهش دبی ورودی مخزن سد هرسین بود و خروجی دو مدل اقلیمی HADGEM2-ao و FGOALS-G2 افزایش حداکثر 5 و حداقل 3 درجه سانتیگرادی دما را در دورههای آتی را به دنبال داشت. براساس سناریو RCP8.5 مقدار رواناب پیشبینی شده در دورههای آتی 2059-2020 و 2099-2060 کمتر از رواناب پیشبینی شده تحت سناریوهای RCP2.6 میباشد که این موضوع با تعریف این سناریوها مطابقت دارد. اعمال رواناب خروجی توسط مدل بارش – رواناب تحت سناریوهای RCP2.6 و RCP8.5 در مدل WEAP موجب شد شاخص اطمینانپذیری نیازهای پایین دست سد به زیر 80 درصد نزول پیدا کند. بیشترین مقدار شاخص اطمینان پذیری با اعمال سناریوهای اقلیمی توسط مدل HADGEM2-ao تحت سناریو RCP2.6 مربوط به نیاز صنعت میباشد که در حالت شبیهسازی برابر با 08/77 درصد میباشد، درحالیکه این شاخص در مدل بهینه به 42/88 درصد افزایش یافت.کمترین مقدار شاخص اطمینانپذیری نیز در مدل WEAP ،19/32 درصد برآورد شد که این مقدار در مدل LINGO به 71/52 درصد رسید. بنابراین با برنامهریزی و مدیریت درست میتوان تا حد قابل توجهی مقدار کمبودها را بخصوص در زمینه کشاوری کاهش داد.
-
ارزیابی اثر متقابل ژنوتیپ × محیط و پایداری عملکرد لاین های جو
پروانه لطیفی 1397شناسایی ویژگیهایی که میتوانند در برنامههای اصلاحی بهبود عملکرد جو در شرایط دیم و آبی مورد توجه قرار گیرند، شانس موفقیت در برنامههای اصلاحی را افزایش داده و امکان برنامهریزی جهت انتخاب صفات موثر در بهبود عملکرد را فراهم خواهد نمود .اثر متقابل ژنوتیپ × محیط باعث ایجاد پیچیدگی در پیشبینی عملکرد میشود و چالشی برای برنامههای بهزراعی و بهنژادی است. بهمنظور بررسی تاثیر تنش خشکی بر عملکرد و صفات مهم زراعی جو، تعداد 21 ژنوتیپ جو در قالب طرح بلوکهای کامل تصادفی در سه تکرار در دو شرایط آبی و دیم در مزرعه ی تحقیقاتی دانشکده کشاورزی دانشگاه رازی در سال زراعی 96-1395 کشت شدند. نتایج حاصل از تجزیه واریانس مرکب بر اساس دادههای سال زراعی 96-1395 نشان داد اثر تنش خشکی باعث کاهش معنیدار صفات وزن هزار دانه، عملکرد بیولوژیک، عملکرد دانه، نسبت پدانکل به ارتفاع بوته، وزن سنبله، روز تا رسیدگی، طول دوره پر شدن دانه، طول سنبله، هدایت روزنهای، عملکرد کوانتومی فتوسیستم II و شاخص برداشت شد. تجزیه همبستگی مشخص نمود که در شرایط آبی بین عملکرد دانه، تعداد دانه در سنبله، عملکرد بیولوژیک، همبستگی مثبت و معنیداری وجود دارد و در شرایط دیم بین عملکرد دانه و عملکرد بیولوژیک همبستگی مثبت، و با روز تا گلدهی همبستگی منفی وجود داشت. بر اساس تجزیه مسیر بیشترین اثر مستقیم بر عملکرد دانه در شرایط آبی و دیم بهترتیب متعلق به تعداد دانه در سنبله و وزن هزار دانه بود. به کمک تجزیه به عاملها، در شرایط آبی پنج عامل که در مجموع 29/80 درصد از واریانس کل و در شرایط دیم شش عامل در مجموع 70/84 درصد از واریانس کل را توجیه کردند، شناسایی شد. مدل رگرسیونی بر اساس روش گامبهگام نشان داد در شرایط آبی عملکرد بیولوژیک 5/30 درصد تغییرات و در شرایط دیم عملکرد بیولوژیک، طول سنبله و روز تا گلدهی 4/80 درصد تغییرات عملکرد دانه را توجیه نمودند. تجزیه خوشهای ژنوتیپها را از نظر صفات مورد بررسی در شرایط آبی و در شرایط دیم در دو گروه جداگانه قرار داد. بهمنظور بررسی اثر متقابل ژنوتیپ × محیط و مطالعه سازگاری و پایداری عملکرد 21 ژنوتیپ جو، دادههای حاصل از سال زراعی 96-1395 به همراه دادههای جمعآوری شده طی سالهای 94-1393 و 95-1394 در دو شرایط آبی و دیم (در مجموع شش محیط) با دو تکرار مورد ارزیابی قرار گرفتند. تجزیه واریانس مرکب سه سال و دو مکان نشان داد که اثرات سال، ژنوتیپ، سال × مکان و سال× مکان × ژنوتیپ برای عملکرد دانه معنیدار بود. بیشترین و کمترین عملکرد دانه بهترتیب مربوط به ژنوتیپهای 9 و 19 بود. پایداری ژنوتیپها با استفاده از چندین روش پایداری از جمله انحراف از خط رگرسیون و ضریب خط رگرسیون در روش ابرهارت و راسل، واریانس پایداری شوکلا، انتخاب همزمان برای عملکرد و پایداری، اکووالانس ریک، و روش ناپارامتری هان و نصار و کنگ و شاستر مورد ارزیابی قرار گرفت. در بیشتر روشها ژنوتیپهای 8، 10، 13، 12، 19 بهعنوان پایدارترین ژنوتیپها شناسایی شدند. بهمنظور بررسی اثر متقابل ژنوتیپ × محیط و مشخص کردن ژنوتیپهای پایدار، از مدل AMMI نیز استفاده شد. بر اساس نمودار بایپلات امی، ژنوتیپهای2، 5، 8، 10 و 13 که در مرکز بایپلات قرار گرفتند اثر متقابل کوچک و پایداری عمومی داشتند. نتایج تجزیه پایداری ژنوتیپها با روش GGE بایپلات نشان داد که مولفههای اصلی اول و دوم بهترتیب 8/50 و 8/21 درصد و در مجموع 6/72 درصد از تغییرات را توجیه کردند. بر اساس الگوی کدام ژنوتیپ برای کجا، ژنوتیپهای که در قسمت مرکزی بایپلات قرار داشتند شامل ژنوتیپهای 8، 11، 12، 14 و 20 واکنشپذیری کمتری داشته و بنابراین پایدار بودند. بهطور کلی ژنوتیپهای 8، 10، 12، ،13 و 19 در بیشتر روشهای تعیین پایداری بهعنوان ژنوتیپ پایدار معرفی شدند که این مطلب حاکی از برتری این ژنوتیپها نسبت به ژنوتیپهای دیگر است. واژههای کلیدی: اثر متقابل ژنوتیپ × محیط، پایداری عملکرد، تنش خشکی، جو، عملکرد دانه.
-
پیشبینی دمای سیال خروجی از جمعکننده صفحه تخت تحت شرایط مختلف به روش تخمینگر بردار پشتیبان (SVR)
لیدا دهلقی 1396امروزه یکی از ارزانترین و در دسترسترین نوع انرژیهای تجدیدپذیر، انرژی خورشیدی است. در میان کاربردهای مختلف انرژی خورشیدی، تولید آبگرم ، یکی از اقتصادیترین روشهای استفاده از انرژی خورشیدی محسوب میشود. در مطالعه حاضر دمای آبگرم خروجی از آبگرمکن خورشیدی صفحه تخت با استفاده از شبکه عصبی مصنوعی (ANN) و تخمینگر بردار پشتیبان(SVR) مدل شد و با دادههای تجربی مقایسه شد. دادهبرداری بهمدت 18 روز انجام گرفت. از آب معمولی و نانوسیال بوهمیت(ALOOH) با غلظت 2/0 درصد وزنی بهعنوان سیال عامل استفاده شد. بهمنظور بررسی دقت پیشبینی مدلسازی توسط شبکه عصبی مصنوعی و تخمینگر بردار پشتیبان از چهار ساختار زیر استفاده شد. ساختار اول شامل لایهی ورودی دبی، زمان، دمای محیط و دمای سیال ورودی است. ساختار دوم از پارامترهای دبی، زمان، دمای محیط، دمای سیال ورودی، دمای نقطه میانی صفحه جاذب، دمای نقطه پایینی صفحه جاذب و دمای پوشش شیشهای تشکیل شده است، ساختار سوم شامل نوع سیال، دمای سیال ورودی، دمای محیط، دبی سیال عبوری، زمان بود و ساختار چهارم لایه ورودی شامل نوع سیال، دبی سیال ورودی، زمان، دمای محیط، دمای سیال ورودی، دمای نقطه میانی صفحه جاذب، دمای نقطه پایینی صفحه جاذب، دمای پوشش شیشهای بود. ضریب تعیین و خطای RMSE در روش SVR برای سیال آب خالص با استفاده از ساختار اول بهترتیب 978991/0 و 2508/3 ، و برای ساختار دوم بهترتیب 998715/0 و 1016/0 بهدست آمد. ضریب تعیین و خطای RMSE برای نانوسیال بوهمیت با استفاده از ساختار اول بهترتیب برابر 958303/0 و 5680/6 و برای ساختار دوم برابر 965097/0 و 4765/5 بدست آمد. همچنین با تاثیر دادن نوع سیال ورودی بهعنوان ورودی مدلها، ضریب تعیین و خطای RMSE به ترتیب برای ساختار سری سوم برابر 636978/0 و 8210/281 و برای ساختار چهارم برابر 939306/0 و 7420/15 بدست آمد. تحلیل نتایج مدلسازی توسط شبکه عصبی مصنوعی نشان داد که: برای سیال آب خالص ضریب تعیین و خطای RMSE برای مدل اول بهترتیب برابر 99983/0 و 029084/0 و برای مدل دوم بهترتیب برابر 99991/0 و 015617/0بهدست آمد. همچنین این مقادیر برای نانوسیال بوهمیت برای ساختار اول برابر 999/0 و 99896/0 و برای ساختار دوم بهترتیب برابر 9993/0 و 99927/0 بهدست آمد. با اثر دادن نوع سیال عملگر بهعنوان متغیر ورودی، ضریب تعیین و خطای RMSE با استفاده از ساختار سوم این مقادیر بهترتیب برابر 99886/0 و 32567/0، و برای ساختار چهارم بهترتیب برابر 99934/0 و 32567/0بهدست آمد. تحلیل نتایج خروجی مدل شبکه عصبی نشان داد که این مدل توانایی بهتر و دقت بالایی برای پیشیینی دمای سیال خروجی نسبت به روش رگرسیون بردار پشتیبان داشته است و با افزایش فاکتورهای ورودی، شبکه دقت بالاتری را در پیشبینی ارائه میدهد. واژههای کلیدی: جمع کننده خورشیدی صفحه تخت، نانو سیال، انرژی دریافتی، تخمینگر بردار پشتیبان، شبکه عصبی مصنوعی
